Pазработчик BigData torrent, magnet, bt

Latest Search: 1.ADN-389 2.rexd529 3.WXGROUPMSG 4.MonstersofCock.13.03.12 5.Alyx Star 11

Pазработчик BigData

magnet:?xt=urn:btih:3309E50DA1C228721C1C506E410E5BDA56F0504B&dn=P%D0%B0%D0%B7%D1%80%D0%B0%D0%B1%D0%BE%D1%82%D1%87%D0%B8%D0%BA%20BigData

QR Code Copy to Clipboard Open with BT Client

Torrent Hash:

3309E50DA1C228721C1C506E410E5BDA56F0504B

Number of Files:

457

Content Size:

14.28GB

Convert On:

2020-07-29

Keywords:

Pазработчик BigData

Magnet Link:

magnet:?xt=urn:btih:3309E50DA1C228721C1C506E410E5BDA56F0504B&dn=P%D0%B0%D0%B7%D1%80%D0%B0%D0%B1%D0%BE%D1%82%D1%87%D0%B8%D0%BA%20BigData

Link:

//btsow.motorcycles/magnet/detail/hash/3309E50DA1C228721C1C506E410E5BDA56F0504B

Download

Play Now

File Name

Size

1. Базовые инструменты анализа данных в Python/data_gathering/data_gathering/__init__.py

1. Базовые инструменты анализа данных в Python/data_gathering/data_gathering/storages/__init__.py

1. Базовые инструменты анализа данных в Python/data_gathering/data_gathering/scrappers/__init__.py

1. Базовые инструменты анализа данных в Python/data_gathering/data_gathering/parsers/__init__.py

27. MapReduce на Java, Hadoop Streaming - MapReduce на Python, bash/lecture_27_mr/ClickStreamExtra/stopwords.txt

28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/docker-airflow/.dockerignore

27. MapReduce на Java, Hadoop Streaming - MapReduce на Python, bash/lecture_27_mr/WordCountSimple/file01

22B

28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/docker-airflow/.git/HEAD

23B

3. Визуализация/homework/vkstatsbot/_gitignore

24B

17. Анализ текстовых данных/homework/vkstatsbot/.gitignore

24B

27. MapReduce на Java, Hadoop Streaming - MapReduce на Python, bash/lecture_27_mr/WordCountSimple/file02

28B

28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/docker-airflow/.git/refs/remotes/origin/HEAD

32B

28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/docker-airflow/.git/refs/heads/master

41B

18. Анализ текстовых данных 2/requirements.txt

44B

3. Визуализация/homework/vkstatsbot/vkstat_example.cfg

49B

17. Анализ текстовых данных/homework/vkstatsbot/vkstat_example.cfg

49B

30. Организация хранения данных для решения задач машинного обучения/sample.txt

50B

31. Spark/broad.py

58B

25. Процесс CRISP-DM. Выбор хранилища, запросы к базе (Реляционная, нереляционная). Большие данные и параллельные вычисления/test_env.sh

58B

28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/luigi/run.sh

65B

15. Бустинг/ДЗ.txt

66B

25. Процесс CRISP-DM. Выбор хранилища, запросы к базе (Реляционная, нереляционная). Большие данные и параллельные вычисления/text_3.txt

66B

28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/luigi/luigi_mr_conf.cfg

70B

28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/docker-airflow/.git/description

73B

11. Уменьшение размерности/ДЗ.txt

76B

19. Рекомендательные системы/lecture_19/requirements.txt

79B

25. Процесс CRISP-DM. Выбор хранилища, запросы к базе (Реляционная, нереляционная). Большие данные и параллельные вычисления/text_1.txt

92B

7. kMeans, EM/ДЗ.txt

116B

13. Деревья решений/ДЗ.txt

122B

31. Spark/stackoverflow/build.sbt

134B

30. Организация хранения данных для решения задач машинного обучения/scala_project/build.sbt

134B

25. Процесс CRISP-DM. Выбор хранилища, запросы к базе (Реляционная, нереляционная). Большие данные и параллельные вычисления/mapper.py

135B

1. Базовые инструменты анализа данных в Python/data_gathering/data_gathering/parsers/__pycache__/__init__.cpython-34.pyc

156B

1. Базовые инструменты анализа данных в Python/data_gathering/data_gathering/storages/__pycache__/__init__.cpython-34.pyc

157B

1. Базовые инструменты анализа данных в Python/data_gathering/data_gathering/scrappers/__pycache__/__init__.cpython-34.pyc

158B

5. Логистическая регрессия/ДЗ.txt

170B

27. MapReduce на Java, Hadoop Streaming - MapReduce на Python, bash/lecture_27_mr/WordCountSimple/run.sh

182B

1. Базовые инструменты анализа данных в Python/data_gathering/data_gathering/vkstat.cfg

187B

28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/docker-airflow/.git/hooks/post-update.sample

189B

28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/docker-airflow/.git/logs/HEAD

192B

28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/docker-airflow/.git/logs/refs/heads/master

192B

28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/docker-airflow/.git/logs/refs/remotes/origin/HEAD

192B

17. Анализ текстовых данных/ДЗ.txt

196B

1. Базовые инструменты анализа данных в Python/ДЗ.txt

196B

25. Процесс CRISP-DM. Выбор хранилища, запросы к базе (Реляционная, нереляционная). Большие данные и параллельные вычисления/reducer.py

202B

17. Анализ текстовых данных/homework/vkstatsbot/.idea/misc.xml

208B

1. Базовые инструменты анализа данных в Python/data_gathering/data_gathering/.idea/misc.xml

208B

25. Процесс CRISP-DM. Выбор хранилища, запросы к базе (Реляционная, нереляционная). Большие данные и параллельные вычисления/text.txt

221B

28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/docker-airflow/.git/info/exclude

240B

28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/docker-airflow/.git/config

269B

25. Процесс CRISP-DM. Выбор хранилища, запросы к базе (Реляционная, нереляционная). Большие данные и параллельные вычисления/text_2.txt

270B

17. Анализ текстовых данных/homework/vkstatsbot/.idea/modules.xml

272B

25. Процесс CRISP-DM. Выбор хранилища, запросы к базе (Реляционная, нереляционная). Большие данные и параллельные вычисления/run.sh

280B

1. Базовые инструменты анализа данных в Python/data_gathering/data_gathering/.idea/modules.xml

280B

27. MapReduce на Java, Hadoop Streaming - MapReduce на Python, bash/lecture_27_mr/ClickStream/run.sh

282B

27. MapReduce на Java, Hadoop Streaming - MapReduce на Python, bash/lecture_27_mr/ClickStreamExtra/run.sh

310B

28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/docker-airflow/circle.yml

320B

1. Базовые инструменты анализа данных в Python/data_gathering/data_gathering/storages/storage.py

335B

17. Анализ текстовых данных/homework/vkstatsbot/constants.py

339B

3. Визуализация/homework/vkstatsbot/constants.py

339B

30. Организация хранения данных для решения задач машинного обучения/connect

346B

28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/docker-airflow/.git/hooks/pre-applypatch.sample

398B

1. Базовые инструменты анализа данных в Python/data_gathering/data_gathering/.idea/data_gathering.iml

398B

17. Анализ текстовых данных/homework/vkstatsbot/.idea/vkstatsbot.iml

398B

30. Организация хранения данных для решения задач машинного обучения/sample.scala

428B

28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/docker-airflow/.git/hooks/applypatch-msg.sample

452B

27. MapReduce на Java, Hadoop Streaming - MapReduce на Python, bash/lecture_27_mr/ClickStreamTool/run.sh

465B

1. Базовые инструменты анализа данных в Python/data_gathering/data_gathering/parsers/filter_parser.py

468B

28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/docker-airflow/.gitignore

475B

3. Визуализация/populations.txt

523B

1. Базовые инструменты анализа данных в Python/data_gathering/data_gathering/parsers/test_parsers.py

533B

30. Организация хранения данных для решения задач машинного обучения/start_jupyter.sh

576B

23. Нейронные сети, часть 2/ДЗ.txt

579B

1. Базовые инструменты анализа данных в Python/data_gathering/data_gathering/parsers/html_parser.py

581B

1. Базовые инструменты анализа данных в Python/data_gathering/data_gathering/parsers/parser.py

625B

29. Слои данных для оптимизации процессов использования данных. Hive/wiki_part.hql

631B

28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/cron/daily.sh

663B

29. Слои данных для оптимизации процессов использования данных. Hive/clickstream.sql

713B

28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/docker-airflow/docker-compose-LocalExecutor.yml

811B

1. Базовые инструменты анализа данных в Python/data_gathering/data_gathering/storages/__pycache__/storage.cpython-34.pyc

844B

17. Анализ текстовых данных/homework/vkstatsbot/visualisation.py

885B

3. Визуализация/homework/vkstatsbot/visualisation.py

885B

28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/docker-airflow/.git/hooks/commit-msg.sample

896B

30. Организация хранения данных для решения задач машинного обучения/word_count.py

907B

1. Базовые инструменты анализа данных в Python/data_gathering/data_gathering/scrappers/scrapper.py

922B

28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/docker-airflow/.git/index

944B

31. Spark/examples.scala

980B

1. Базовые инструменты анализа данных в Python/data_gathering/data_gathering/parsers/__pycache__/filter_parser.cpython-34.pyc

1005B

1. Базовые инструменты анализа данных в Python/data_gathering/data_gathering/scrappers/__pycache__/scrapper.cpython-34.pyc

1018B

1. Базовые инструменты анализа данных в Python/data_gathering/data_gathering/storages/file_storage.py

1KB

30. Организация хранения данных для решения задач машинного обучения/scala_project/SparkWordCount.scala

1.02KB

28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/luigi/luigi_graph.py

1.03KB

22. Нейронные сети, часть 1/ДЗ.txt

1.08KB

28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/docker-airflow/dags/__pycache__/tuto.cpython-36.pyc

1.1KB

1. Базовые инструменты анализа данных в Python/data_gathering/data_gathering/parsers/__pycache__/test_parsers.cpython-34.pyc

1.1KB

1. Базовые инструменты анализа данных в Python/data_gathering/data_gathering/parsers/__pycache__/parser.cpython-34.pyc

1.17KB

28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/docker-airflow/.git/hooks/prepare-commit-msg.sample

1.21KB

29. Слои данных для оптимизации процессов использования данных. Hive/wiki_part_orc.hql

1.22KB

28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/docker-airflow/dags/tuto.py

1.27KB

28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/luigi/luigi_mr.py

1.27KB

28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/docker-airflow/.git/hooks/pre-push.sample

1.32KB

3. Визуализация/homework/vkstatsbot/bot_handlers.py

1.43KB

17. Анализ текстовых данных/homework/vkstatsbot/bot_handlers.py

1.43KB

1. Базовые инструменты анализа данных в Python/data_gathering/data_gathering/storages/__pycache__/file_storage.cpython-34.pyc

1.44KB

28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/docker-airflow/.git/packed-refs

1.54KB

28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/docker-airflow/.git/hooks/pre-commit.sample

1.6KB

20. Временные ряды/AirPassengers.csv

1.71KB

2. Вводная в математические операции/] vectors.png

1.74KB

28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/oozie/example.xml

2.02KB

27. MapReduce на Java, Hadoop Streaming - MapReduce на Python, bash/lecture_27_mr/WordCountSimple/WordCount.java

2.15KB

27. MapReduce на Java, Hadoop Streaming - MapReduce на Python, bash/lecture_27_mr/ClickStream/ClickStream.java

2.15KB

28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/docker-airflow/Dockerfile

2.25KB

1. Базовые инструменты анализа данных в Python/data_gathering/data_gathering/scrappers/__pycache__/vk_api.cpython-34.pyc

2.25KB

3. Визуализация/homework/vkstatsbot/vk_api.py

2.29KB

17. Анализ текстовых данных/homework/vkstatsbot/vk_api.py

2.29KB

3. Визуализация/homework/vkstatsbot/main.py

2.3KB

17. Анализ текстовых данных/homework/vkstatsbot/main.py

2.3KB

27. MapReduce на Java, Hadoop Streaming - MapReduce на Python, bash/lecture_27_mr/ClickStreamTool/ClickStreamTool.java

2.45KB

28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/chat.txt

2.58KB

28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/docker-airflow/script/entrypoint.sh

2.6KB

24. Алгоритмы на графах/125px_Undirected.png

2.71KB

9. Feature engineering/sample_submission.csv

2.77KB

28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/docker-airflow/docker-compose-CeleryExecutor.yml

2.79KB

24. Алгоритмы на графах/125px_Directed.png

2.86KB

3. Визуализация/crimeRatesByState2005.tsv

2.87KB

9. Feature engineering/gender_submission.csv

3.18KB

19. Рекомендательные системы/homework.txt

3.2KB

19. Рекомендательные системы/lecture_19/homework.txt

3.2KB

17. Анализ текстовых данных/homework/homework_description.txt

3.47KB

28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/docker-airflow/.git/hooks/update.sample

3.53KB

27. MapReduce на Java, Hadoop Streaming - MapReduce на Python, bash/lecture_27_mr/ClickStreamExtra/ClickStreamExtra.java

3.83KB

12. Методы оптимизации/pics/Stogra.png

3.84KB

31. Spark/stackoverflow/src/main/scala/StackOverflowDataset.scala

4.07KB

13. Деревья решений/pics/DS1.png

4.16KB

13. Деревья решений/pics/DS2.png

4.24KB

13. Деревья решений/pics/DS3.png

4.28KB

16. SVM, Support vector machine/lecture_16_svm/margin.png

4.78KB

28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/docker-airflow/.git/hooks/pre-rebase.sample

4.78KB

3. Визуализация/nba.csv

4.88KB

20. Временные ряды/chat.txt

5.1KB

11. Уменьшение размерности/chat.txt

5.15KB

22. Нейронные сети, часть 1/neuron.png

5.23KB

23. Нейронные сети, часть 2/neuron.png

5.23KB

28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/docker-airflow/README.md

5.83KB

24. Алгоритмы на графах/203px_Unconnected_graph.png

5.92KB

20. Временные ряды/cv.png

6.01KB

22. Нейронные сети, часть 1/chat.txt

6.21KB

11. Уменьшение размерности/homework_dimred.ipynb

6.71KB

23. Нейронные сети, часть 2/chat.txt

6.75KB

11. Уменьшение размерности/proj_1.png

6.98KB

7. kMeans, EM/] edit.png

6.98KB

3. Визуализация/pics/heatmap.png

7.09KB

1. Базовые инструменты анализа данных в Python/data_gathering/data_gathering/gathering.py

7.44KB

6. KNN, наивный байес/chat.txt

7.53KB

20. Временные ряды/ts1.png

7.92KB

20. Временные ряды/ts3.png

7.96KB

23. Нейронные сети, часть 2/AutoEncoder.png

8.19KB

21. Latent Dirichlet Allocation/AB_Testing_Normal_Curve.jpg

8.53KB

12. Методы оптимизации/pics/var.png

8.69KB

13. Деревья решений/chat.txt

8.74KB

1. Базовые инструменты анализа данных в Python/data_gathering/data_gathering/__pycache__/gathering.cpython-34.pyc

8.87KB

13. Деревья решений/homework.ipynb

8.87KB

20. Временные ряды/ts2.png

8.99KB

17. Анализ текстовых данных/homework/vkstatsbot/.idea/workspace.xml

9.28KB

5. Логистическая регрессия/exercises.ipynb

9.38KB

3. Визуализация/homework/description.docx

9.55KB

2. Вводная в математические операции/uniform_dist.png

9.7KB

19. Рекомендательные системы/lecture_19/netflix_progress.jpg

9.89KB

12. Методы оптимизации/pics/sgd_plot.pdf

10.17KB

2. Вводная в математические операции/[corr.png

10.19KB

3. Визуализация/cars.csv

10.43KB

2. Вводная в математические операции/uniform_f.png

10.7KB

3. Визуализация/pics/box.png

10.9KB

28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/docker-airflow/LICENSE

11.09KB

5. Логистическая регрессия/pics/logistic_function_plot.pdf

11.54KB

5. Логистическая регрессия/pics/sgd_plot.pdf

11.7KB

28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/docker-airflow/config/airflow.cfg

12.61KB

21. Latent Dirichlet Allocation/ab_process.png

12.72KB

6. KNN, наивный байес/pics/m1.png

13.02KB

11. Уменьшение размерности/dim_var.png

13.17KB

5. Логистическая регрессия/pics/step.pdf

13.24KB

4. Линейная регрессия/pics/regression_poly_overfit.pdf

13.37KB

24. Алгоритмы на графах/photo_2018_02_06_15_57_29.jpg

13.45KB

5. Логистическая регрессия/pics/underfitting_learning_curves_plot.pdf

13.49KB

4. Линейная регрессия/pics/underfitting_learning_curves_plot.pdf

13.49KB

22. Нейронные сети, часть 1/pytorch_tutorial.ipynb

13.53KB

6. KNN, наивный байес/pics/m2.png

13.95KB

5. Логистическая регрессия/pics/classification_random_line.pdf

14.31KB

5. Логистическая регрессия/pics/classification.pdf

14.59KB

1. Базовые инструменты анализа данных в Python/exercises.ipynb

14.64KB

5. Логистическая регрессия/pics/logloss.pdf

14.77KB

5. Логистическая регрессия/pics/error_function.pdf

14.9KB

6. KNN, наивный байес/pics/blobs_new.pdf

14.92KB

4. Линейная регрессия/meeting_saved_chat.txt

14.93KB

21. Latent Dirichlet Allocation/h1.png

14.97KB

6. KNN, наивный байес/pics/blobs_nearest1.pdf

15.1KB

6. KNN, наивный байес/pics/blobs.pdf

15.14KB

6. KNN, наивный байес/pics/regression_poly_overfit.pdf

15.29KB

4. Линейная регрессия/pics/regression_poly.pdf

15.36KB

5. Логистическая регрессия/pics/regression_poly.pdf

15.41KB

4. Линейная регрессия/pics/regression.pdf

15.45KB

5. Логистическая регрессия/pics/regression.pdf

15.47KB

6. KNN, наивный байес/pics/of.png

15.59KB

6. KNN, наивный байес/pics/m3.png

15.75KB

19. Рекомендательные системы/lecture_19/star_ratings.png

15.8KB

4. Линейная регрессия/pics/regression_poly_predicted.pdf

16.54KB

5. Логистическая регрессия/pics/regression_poly_predicted.pdf

16.76KB

5. Логистическая регрессия/pics/descision.pdf

16.89KB

5. Логистическая регрессия/pics/regression_poly_overfit.pdf

16.93KB

4. Линейная регрессия/pics/regression_random_line.pdf

17.11KB

20. Временные ряды/otus.png

17.28KB

24. Алгоритмы на графах/otus.png

17.28KB

3. Визуализация/pics/otus.png

17.28KB

26. Vowpal Wabbit для обучения линейных моделей на одной машине/otus.png

17.28KB

4. Линейная регрессия/pics/otus.png

17.28KB

11. Уменьшение размерности/otus.png

17.28KB

22. Нейронные сети, часть 1/otus.png

17.28KB

5. Логистическая регрессия/pics/otus.png

17.28KB

12. Методы оптимизации/pics/otus.png

17.28KB

21. Latent Dirichlet Allocation/otus.png

17.28KB

17. Анализ текстовых данных/otus.png

17.28KB

13. Деревья решений/pics/otus.png

17.28KB

14. Ансамбли моделей/otus.png

17.28KB

15. Бустинг/otus.png

17.28KB

23. Нейронные сети, часть 2/otus.png

17.28KB

16. SVM, Support vector machine/lecture_16_svm/otus.png

17.28KB

6. KNN, наивный байес/pics/otus.png

17.28KB

2. Вводная в математические операции/otus.png

17.28KB

19. Рекомендательные системы/lecture_19/otus.png

17.28KB

18. Анализ текстовых данных 2/pics/otus.png

17.28KB

9. Feature engineering/otus.png

17.28KB

13. Деревья решений/pics/DT1.png

17.39KB

5. Логистическая регрессия/pics/regression_random_line.pdf

17.42KB

11. Уменьшение размерности/PearsonFig.jpg

17.67KB

13. Деревья решений/pics/DT6.png

17.73KB

13. Деревья решений/pics/DT5.png

17.79KB

16. SVM, Support vector machine/lecture_16_svm/regression.png

17.8KB

16. SVM, Support vector machine/lecture_16_svm/linear.png

17.81KB

16. SVM, Support vector machine/linear.png

17.81KB

4. Линейная регрессия/pics/regression_estimated.pdf

17.88KB

5. Логистическая регрессия/pics/zero_one_loss.pdf

18.03KB

5. Логистическая регрессия/pics/classification_error.pdf

18.03KB

13. Деревья решений/pics/DT3.png

18.28KB

13. Деревья решений/pics/DT4.png

18.3KB

4. Линейная регрессия/pics/regression_random_line_mse.pdf

18.5KB

28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines/docker-airflow/.git/objects/pack/pack-350773030e4626b979dd0965444cfb4dc5defb79.idx

18.52KB

5. Логистическая регрессия/pics/regression_estimated.pdf

18.66KB

5. Логистическая регрессия/pics/regression_random_line_mse.pdf

19.14KB

16. SVM, Support vector machine/lecture_16_svm/slack.png

19.59KB

4. Линейная регрессия/pics/supervised.pdf

19.9KB

30. Организация хранения данных для решения задач машинного обучения/titanic.ipynb

20.91KB

5. Логистическая регрессия/pics/supervised.pdf

20.92KB

19. Рекомендательные системы/lecture_19/mf.png

21.03KB

15. Бустинг/homework.ipynb

21.77KB

24. Алгоритмы на графах/585px_VR_complex.svg

21.84KB

3. Визуализация/pics/bar.png

22.29KB

3. Визуализация/pics/plot.png

23.27KB

2. Вводная в математические операции/norm_f.png

23.68KB

21. Latent Dirichlet Allocation/BabyAge_Control.jpg

24.32KB

2. Вводная в математические операции/norm_dist.png

24.56KB

32. Обзор решений для аналитики больших данных/Проект.pdf

24.93KB

19. Рекомендательные системы/lecture_19/svd.png

25.1KB

12. Методы оптимизации/pics/g2.png

25.13KB

21. Latent Dirichlet Allocation/BabyAge_Variation.jpg

25.74KB

11. Уменьшение размерности/pca.png

26.59KB

27. MapReduce на Java, Hadoop Streaming - MapReduce на Python, bash/homework.pdf

27.71KB

9. Feature engineering/test.csv

27.96KB

30. Организация хранения данных для решения задач машинного обучения/test.csv

27.96KB

19. Рекомендательные системы/lecture_19/effect_factorizations.png

28.11KB

31. Spark/spark_hw.pdf

28.38KB

4. Линейная регрессия/pics/supervised.png

28.42KB

5. Логистическая регрессия/pics/supervised.png

28.42KB

1. Базовые инструменты анализа данных в Python/Roadmap.pdf

28.99KB

12. Методы оптимизации/pics/g3.png

30.08KB

1. Базовые инструменты анализа данных в Python/homework_description.pdf

30.24KB

5. Логистическая регрессия/pics/circles.pdf

30.44KB

4. Линейная регрессия/] exercises.ipynb

32.09KB

23. Нейронные сети, часть 2/lecture_23_nn_pytorch.ipynb

32.23KB

19. Рекомендательные системы/lecture_19/linkedin.png

32.27KB

2. Вводная в математические операции/limit.png

33.17KB

5. Логистическая регрессия/pics/circles0050001.pdf

34.02KB

8. Иерархическая кластеризация, DB-Scan/clusters

34.16KB

13. Деревья решений/pics/DT2.png

34.17KB

29. Слои данных для оптимизации процессов использования данных. Hive/homework.pdf

34.2KB

5. Логистическая регрессия/pics/circles020001.pdf

34.84KB

21. Latent Dirichlet Allocation/Hypothesis_Testing.jpg

35.32KB

1. Базовые инструменты анализа данных в Python/data_gathering/data_gathering/.idea/workspace.xml

36.44KB

12. Методы оптимизации/pics/g1.png

36.49KB

5. Логистическая регрессия/pics/circles005001.pdf

36.84KB

19. Рекомендательные системы/lecture_19_rec.ipynb

36.97KB

19. Рекомендательные системы/lecture_19/lecture_19_rec.ipynb

36.97KB

5. Логистическая регрессия/pics/circles021.pdf

37.15KB

5. Логистическая регрессия/pics/circles00501.pdf

37.25KB

5. Логистическая регрессия/pics/circles02001.pdf

37.33KB

5. Логистическая регрессия/pics/circles0201.pdf

37.42KB

5. Логистическая регрессия/pics/circles0210000.pdf

37.66KB

5. Логистическая регрессия/pics/circles0051.pdf

37.67KB

21. Latent Dirichlet Allocation/button_ab_test.png

37.96KB

16. SVM, Support vector machine/lecture_16_svm/rocauc.png

39.3KB

4. Линейная регрессия/pics/regression_3d.pdf

39.77KB

4. Линейная регрессия/pics/regression_3d_estimated.pdf

40.89KB

12. Методы оптимизации/pics/ada.png

41.06KB

12. Методы оптимизации/pics/nesterov.png

44.13KB

21. Latent Dirichlet Allocation/band.png

47.59KB

24. Алгоритмы на графах/photo_2018_02_06_01_28_08.jpg

48.14KB

1. Базовые инструменты анализа данных в Python/data_gathering/data_gathering/scrapped_data.txt

48.97KB

11. Уменьшение размерности/proj.png

49.74KB

5. Логистическая регрессия/pics/regression_3d.pdf

51.45KB

9. Feature engineering/Features Homework.pdf

52.1KB

2. Вводная в математические операции/corr2.png

52.24KB

21. Latent Dirichlet Allocation/ab_test_3_kak_provoditsya_ab_testirovanie.jpg

52.92KB

25. Процесс CRISP-DM. Выбор хранилища, запросы к базе (Реляционная, нереляционная). Большие данные и параллельные вычисления/homework-watermark.pdf

53KB

18. Анализ текстовых данных 2/pics/latent-dirichlet-allocation-7-1024.jpg

53.01KB

5. Логистическая регрессия/pics/regression_3d_estimated.pdf

53.53KB

19. Рекомендательные системы/lecture_19/lecture_19_rec_p2.ipynb

54.09KB

19. Рекомендательные системы/lecture_19_rec_p2.ipynb

54.09KB

29. Слои данных для оптимизации процессов использования данных. Hive/smallwikipedia.csv

54.14KB

6. KNN, наивный байес/pics/lr_cls.png

54.37KB

17. Анализ текстовых данных/lecture_17_text_word2vec.ipynb

57.83KB

24. Алгоритмы на графах/photo_2018_02_06_19_27_02.jpg

57.95KB

17. Анализ текстовых данных/lecture_17_text.ipynb

58.66KB

21. Latent Dirichlet Allocation/lecture_21_ab.ipynb

59.54KB

9. Feature engineering/train.csv

59.76KB

30. Организация хранения данных для решения задач машинного обучения/train.csv

59.76KB

6. KNN, наивный байес/pics/knn_cls.png

59.92KB

24. Алгоритмы на графах/image016.jpg

60.17KB

12. Методы оптимизации/pics/nesterov2.png

62.41KB

2. Вводная в математические операции/lecture_02_math.ipynb

64.1KB

23. Нейронные сети, часть 2/net.jpeg

67.26KB

13. Деревья решений/pics/housing.png

70.01KB

16. SVM, Support vector machine/lecture_16_svm/svm_equations.png

70.27KB

6. KNN, наивный байес/pics/knn_cls_1.png

70.6KB

19. Рекомендательные системы/lecture_19/fm.png

71.17KB

13. Деревья решений/pics/creditdecisiontree.png

71.85KB

6. KNN, наивный байес/pics/vtt.png

71.92KB

4. Линейная регрессия/exercises_key.ipynb

73.24KB

13. Деревья решений/pics/golf.png

75.79KB

22. Нейронные сети, часть 1/g2.png

76.04KB

22. Нейронные сети, часть 1/act.png

76.13KB

22. Нейронные сети, часть 1/g3.png

77.95KB

5. Логистическая регрессия/homework.ipynb

78.03KB

18. Анализ текстовых данных 2/pics/kmeans.png

82.39KB

22. Нейронные сети, часть 1/g1.png

92.47KB

3. Визуализация/pics/pair.png

103.81KB

5. Логистическая регрессия/pics/unsupervised.pdf

104.46KB

4. Линейная регрессия/pics/unsupervised.pdf

104.94KB

3. Визуализация/pics/pie.png

105.62KB

19. Рекомендательные системы/lecture_19/cfuser.png

109.14KB

18. Анализ текстовых данных 2/pics/gauss.png

109.6KB

1. Базовые инструменты анализа данных в Python/env.pdf

113.79KB

13. Деревья решений/pics/obama.jpg

116.37KB

9. Feature engineering/grad.png

120.73KB

7. kMeans, EM/homework-clustering.ipynb

121.13KB

11. Уменьшение размерности/data.csv

122.27KB

19. Рекомендательные системы/lecture_19/content.png

124.77KB

11. Уменьшение размерности/dims.png

126.28KB

6. KNN, наивный байес/pics/cv.png

135.61KB

25. Процесс CRISP-DM. Выбор хранилища, запросы к базе (Реляционная, нереляционная). Большие данные и параллельные вычисления/alice.txt

148.39KB

1. Базовые инструменты анализа данных в Python/lecture-1-intro.ipynb

153.13KB

155.73KB

22. Нейронные сети, часть 1/graph.png

156.46KB

23. Нейронные сети, часть 2/graph.png

156.46KB

24. Алгоритмы на графах/6_centrality_measures.png

162.72KB

2. Вводная в математические операции/p_x.png

163.46KB

18. Анализ текстовых данных 2/lecture_18_text.ipynb

170.78KB

3. Визуализация/pics/salaries.png

171.03KB

16. SVM, Support vector machine/lecture_16_svm/svm_plots.png

171.83KB

5. Логистическая регрессия/pics/grad.png

225.79KB

12. Методы оптимизации/pics/grad.png

225.79KB

26. Vowpal Wabbit для обучения линейных моделей на одной машине/lecture_26.ipynb

250.79KB

13. Деревья решений/lecture_13_trees.ipynb

261.59KB

3. Визуализация/pics/scatter.png

288.73KB

15. Бустинг/lecture_15_ens_lib.ipynb

295.38KB

20. Временные ряды/Sales_Transactions_Dataset_Weekly.csv

309.96KB

12. Методы оптимизации/lecture_12_opt.ipynb

318.1KB

19. Рекомендательные системы/lecture_19/amazon.png

319.94KB

19. Рекомендательные системы/lecture_19/lastfm.png

347.63KB

26. Vowpal Wabbit для обучения линейных моделей на одной машине/lecture_26_vw.pdf

364.61KB

7. kMeans, EM/lecture_07_clustering.pdf

373.4KB

27. MapReduce на Java, Hadoop Streaming - MapReduce на Python, bash/lecture_27_mapred.pdf

386.69KB

30. Организация хранения данных для решения задач машинного обучения/lecture_30_spark.pdf

393.01KB

31. Spark/lecture_31_spark.pdf

394.31KB

22. Нейронные сети, часть 1/lecture_22_nn_pytorch.ipynb

394.78KB

19. Рекомендательные системы/lecture_19/lamoda.png

408.43KB

16. SVM, Support vector machine/lecture_16_svm.ipynb

431.72KB

6. KNN, наивный байес/lecture_06_knn.pdf

450.02KB

18. Анализ текстовых данных 2/LDA.ipynb

466.88KB

2. Вводная в математические операции/lecture_02_math.pdf

474.61KB

14. Ансамбли моделей/lecture_14_ens.ipynb

478.81KB

5. Логистическая регрессия/pics/irissm.pdf

480.62KB

5. Логистическая регрессия/pics/iris.pdf

480.73KB

9. Feature engineering/lecture_09_features.ipynb

484.51KB

10. Поиск выбросов в данных/lecture_10_outliers.ipynb

490.77KB

17. Анализ текстовых данных/spam.csv

491.86KB

4. Линейная регрессия/04_linear_regression.ipynb

508.32KB

5. Логистическая регрессия/05_log_regression.ipynb

537.43KB

4. Линейная регрессия/0_Информация.pdf

539.1KB

3. Визуализация/lecture_03_vis.pdf

610.62KB

4. Линейная регрессия/lecture_04_linreg.pdf

657.79KB

23. Нейронные сети, часть 2/DL.pdf

661.23KB

29. Слои данных для оптимизации процессов использования данных. Hive/lecture_29_hive.pdf

686.04KB

12. Методы оптимизации/pics/saddle_point_evaluation_optimizers.gif

714.05KB

20. Временные ряды/lecture_20_ts.ipynb

757.41KB

1. Базовые инструменты анализа данных в Python/lecture_01_intro.pdf

889.21KB

12. Методы оптимизации/pics/contours_evaluation_optimizers.gif

893.14KB

8. Иерархическая кластеризация, DB-Scan/lecture_08_clustering.ipynb

1.04MB

7. kMeans, EM/lecture_07_clustering.ipynb

1.05MB

22. Нейронные сети, часть 1/backpropagation.pdf

1.12MB

6. KNN, наивный байес/l6_knn_ex.ipynb

1.2MB

6. KNN, наивный байес/l6_knn.ipynb

1.21MB

24. Алгоритмы на графах/animation_d5.gif

1.46MB

11. Уменьшение размерности/lecture_11_dimred.ipynb

1.46MB

32. Обзор решений для аналитики больших данных/lecture_32_schemas.pdf

1.59MB

5. Логистическая регрессия/lecture_05_logreg.pdf

1.93MB

28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/lecture_28_pipelines.pdf

2.07MB

2. Вводная в математические операции/Correlation_examples2.svg

2.18MB

3. Визуализация/flights.csv

2.26MB

25. Процесс CRISP-DM. Выбор хранилища, запросы к базе (Реляционная, нереляционная). Большие данные и параллельные вычисления/lecture_25-watermark.pdf

2.74MB

18. Анализ текстовых данных 2/pics/LogDirichletDensity-alpha_0.3_to_alpha_2.0.gif

3.35MB

3. Визуализация/3_Data_Visualisation_in_Python.ipynb

6.68MB

24. Алгоритмы на графах/lecture24_networks.ipynb

8.8MB

8. Иерархическая кластеризация, DB-Scan/data.csv

43.47MB

11. Уменьшение размерности/orders.csv

72.74MB

20. Временные ряды/otus_items.txt

79.88MB

27. MapReduce на Java, Hadoop Streaming - MapReduce на Python, bash/BigData-2018-03 2018 07 17 part 1.mp4

119.37MB

12. Методы оптимизации/BigData-2018-03 2018 06 05 20 01 07.mp4

183.28MB

19. Рекомендательные системы/BigData-2018-03 2018 06 19 20 01 15.mp4

214.92MB

9. Feature engineering/BigData-2018-03 2018 05 10 20 00 26.mp4

218.75MB

6. KNN, наивный байес/BigData-2018-03 2018 04 26 20 04 06.mp4

225.56MB

2. Вводная в математические операции/BigData-2018-03 2018 04 05 20 00 46.mp4

225.94MB

8. Иерархическая кластеризация, DB-Scan/BigData-2018-03 2018 05 08 20 00 09.mp4

227.49MB

16. SVM, Support vector machine/BigData-2018-03 2018 05 31 20 01 15.mp4

231.32MB

7. kMeans, EM/BigData-2018-03 2018 05 03 19 59 53.mp4

239.38MB

1. Базовые инструменты анализа данных в Python/lesson1.mp4

245.74MB

3. Визуализация/BigData-2018-03 2018 04 10 20 00 15.mp4

246.47MB

14. Ансамбли моделей/BigData-2018-03 2018 05 24 20 00 00.mp4

250.7MB

5. Логистическая регрессия/BigData-2018-03 2018 04 24 20 01 11.mp4

252.18MB

18. Анализ текстовых данных 2/lesson18.mp4

252.78MB

17. Анализ текстовых данных/BigData-2018-03 2018 06 07 20 01 01.mp4

255.23MB

15. Бустинг/BigData-2018-03 2018 05 29 20 01 07.mp4

270.46MB

21. Latent Dirichlet Allocation/BigData-2018-03 06 26.mp4

386.05MB

27. MapReduce на Java, Hadoop Streaming - MapReduce на Python, bash/BigData-2018-03 2018 07 17 part 2.mp4

399.97MB

24. Алгоритмы на графах/BigData-2018-03-2018.mp4

497.43MB

4. Линейная регрессия/BigData-2018-03 2018 04 19 20 00.mp4

543.68MB

32. Обзор решений для аналитики больших данных/BigData-2018-03 2018 08 02 20 02 42.mp4

545.05MB

30. Организация хранения данных для решения задач машинного обучения/BigData-2018-03 2018 07 26 20 07 43.mp4

551.78MB

28. Пайплайны. Способы выстроить поток задач, обеспечить выполнение. Отказоустойчивость, мониторинг/BidData-2018-03 - 2018 07 19.mp4

582.01MB

20. Временные ряды/BigData-2018-03-2018 06 21 20 00 00.mp4

593.73MB

26. Vowpal Wabbit для обучения линейных моделей на одной машине/BigData-2018-03 2018 07 12 20 05 13.mp4

601.34MB

23. Нейронные сети, часть 2/BigData 2018 07 03 20 00.mp4

633.96MB

22. Нейронные сети, часть 1/BigData-2018-03 2018 06 28 20 00 00.mp4

636.57MB

29. Слои данных для оптимизации процессов использования данных. Hive/BigData-2018-03 2018 07 24 20 02 05.mp4

650.83MB

11. Уменьшение размерности/lesson11.mp4

683.63MB

25. Процесс CRISP-DM. Выбор хранилища, запросы к базе (Реляционная, нереляционная). Большие данные и параллельные вычисления/BigData-2018-03 2018 07 10 20 02 49.mp4

775.36MB

13. Деревья решений/BigData 2018 03 2018 05 22.mp4

843.72MB

31. Spark/BigData-2018-03 2018 07 31 20 03 46.mp4

853.59MB

10. Поиск выбросов в данных/BigData-2018-15 2018 05 15 20 01 34.mp4

919.17MB

Latest Search:

1.ADN-389 2.rexd529 3.WXGROUPMSG 4.MonstersofCock.13.03.12 5.Alyx Star 11 6.самые опасные дороги мира 7.start211 8.miab086 9.korean realgraphic 10.Sayonara Goodbye 11.G-001 12.Dominika 13.DirtyAuditions 14.031222_001 15.ビスコ 16.the queens gambit 17.n0718 18.dorcel 19.canadas drag race 20.Little hearts 21.extrano 22.Fabbricante di lacrime 2024 23.SCARLETT ALEXIS 24.RCT-045 25.RCT- 26.MIAA-715 27.4e3a 28.Наполи 29.tru Kait 21.08.12 30.RKI-460