封面

全栈数据之门

前言　自强不息，厚德载物

0x1　Linux，自由之光

0x10　Linux，你是我的眼

0x11　Linux 基础，从零开始

• 01 Linux 之门
• 02 文件操作
• 03 权限管理
• 04 软件安装
• 05 实战经验

0x12　Sed 与Grep，文本处理

• 01 文本工具
• 02 grep 的使用
• 03 grep 家族
• 04 sed 的使用

• 05 综合案例

  
  知识星球.jpeg

0x13　数据工程，必备Shell

• 01 Shell 分析
• 02 文件探索
• 03 内容探索
• 04 交差并补
• 05 其他常用的命令
• 06 批量操作
• 07 结语

0x14　Shell 快捷键，Emacs 之门

• 01 提高效率
• 02 光标移动
• 03 文本编辑
• 04 命令搜索
• 05 Emacs 入门
• 06 Emacs 思维

0x15　缘起Linux，一入Mac 误终身

• 01 开源生万物
• 02 有钱就换Mac
• 03 程序员需求
• 04 非程序员需求
• 05 一入Mac 误终身

0x16　大成就者，集群安装

• 01 离线安装
• 02 Host 与SSH 配置
• 03 sudo 与JDK 环境
• 04 准备Hadoop 包
• 05 开启HTTP 与配置源
• 06 安装ambari-server
• 07 后续服务安装
• 08 结语

0x2　Python，道法自然

0x20　Python，灵犀一指

0x21　Python 基础，兴趣为王

• 01 第一语言
• 02 数据结构
• 03 文件读写
• 04 使用模块
• 05 函数式编程
• 06 一道面试题
• 07 兴趣驱动

0x22　喜新厌旧，2 迁移3

• 01 新旧交替
• 02 基础变化
• 03 编码问题
• 04 其他变化
• 05 2to3 脚本
• 06 PySpark 配置
• 07 喜新厌旧

0x23　Anaconda，IPython

• 01 Anaconda
• 02 安装与配置
• 03 pip 与源
• 04 IPython 与Jupyter
• 05 结语

0x24　美不胜收，Python 工具

• 01 缘起
• 02 调试与开发
• 03 排版与格式化
• 04 辅助工具
• 05 实用推荐

0x25　numpy 基础，线性代数

• 01 numpy 的使用
• 02 索引与切片
• 03 变形与统计
• 04 矩阵运算
• 05 实用方法
• 06 结语

0x26　numpy 实战，PCA 降维

• 01 PCA 介绍
• 02 数据均值化
• 03 协方差矩阵
• 04 特征值与向量
• 05 数据映射降维
• 06 sklearn 实现

0x3　大数据，其大无外

0x30　太大数据，极生两仪

0x31　神象住世，Hadoop

• 01 Hadoop
• 02 HDFS
• 03 角色与管理
• 04 文件操作
• 05 结语

0x32　分治之美，MapReduce

• 01 map 与reduce 函数
• 02 分而治之
• 03 Hello,World
• 04 Streaming 接口

0x33　Hive 基础，蜂巢与仓库

• 01 引言
• 02 Hive 接口
• 03 分区建表
• 04 分区机制
• 05 数据导入
• 06 Hive-QL
• 07 结语

0x34　Hive 深入，实战经验

• 01 排序与分布式
• 02 多表插入与mapjoin
• 03 加载map-reduce 脚本
• 04 使用第三方UDF
• 05 实战经验
• 06 生成唯一ID

0x35　HBase 库，实时业务

• 01 理论基础
• 02 Shell 操作
• 03 关联Hive 表
• 04 数据导入
• 05 实用经验

0x36　SQL 与NoSQL，Sqoop 为媒

• 01 SQL 与NOSQL
• 02 从MySQL 导入HDFS
• 03 增量导入
• 04 映射到Hive
• 05 导入Hive 表
• 06 从HDFS 导出到MySQL
• 07 从Hive 导出到MySQL

0x4　数据分析，见微知著

0x40　大数据分析，鲁班为祖师

0x41　SQL 技能，必备MySQL

• 01 SQL 工具
• 02 基础操作
• 03 查询套路
• 04 join 查询
• 05 union 与exists
• 06 实战经验

0x42　快刀awk，斩乱数据

• 01 快刀
• 02 一二三要点
• 03 一个示例
• 04 应用与统计
• 05 斩乱麻

0x43　Pandas，数据之框

• 01 数据为框
• 02 加载数据
• 03 行列索引
• 04 行列操作
• 05 合并聚合
• 06 迭代数据
• 07 结语

0x44　Zeppelin，一统江湖

• 01 心潮澎湃
• 02 基本使用
• 03 SQL 与可视化
• 04 安装Zeppelin
• 05 配置Zeppelin
• 06 数据安全
• 07 使用心得

0x45　数据分组，聚合窗口

• 01 MySQL 聚合
• 02 Spark 聚合
• 03 非聚合字段
• 04 Hive 实现
• 05 group_concat
• 06 Hive 窗口函数
• 07 DataFrame 窗口
• 08 结语

0x46　全栈分析，六层内功

• 01 引言
• 02 MySQL 版本
• 03 awk 版本
• 04 Python 版本
• 05 Hive 版本
• 06 map-reduce 版本
• 07 Spark 版本
• 08 结语

0x5　机器学习，人类失控

0x50　机器学习，琅琊论断

• 0x51　酸酸甜甜，Orange
• 01 可视化学习
• 02 数据探索
• 03 模型与评估
• 04 组件介绍
• 05 与Python 进行整合
• 06 结语

0x52　sklearn，机器学习

• 01 sklearn 介绍
• 02 数据预处理
• 03 建模与预测
• 04 模型评估
• 05 模型持久化
• 06 三个层次

0x53　特征转换，量纲伸缩

• 01 特征工程
• 02 独热编码
• 03 sklearn 示例
• 04 标准化与归一化
• 05 sklearn 与Spark 实现
• 06 结语

0x54　描述统计，基础指标

• 01 描述性统计
• 02 Pandas 实现
• 03 方差与协方差
• 04 Spark-RDD 实现
• 05 DataFrame 实现
• 06 Spark-SQL 实现
• 07 结语

0x55　模型评估，交叉验证

• 01 测试与训练
• 02 评价指标
• 03 交叉验证
• 04 验证数据
• 05 OOB 数据

0x56　文本特征，词袋模型

• 01 自然语言
• 02 中文分词
• 03 词袋模型
• 04 词频统计
• 05 TF-IDF
• 06 结语

0x6　算法预测，占天卜地

0x60　命由己做，福自己求

0x61　近朱者赤，相亲kNN

• 01 朴素的思想
• 02 算法介绍
• 03 分类与回归
• 04 k 与半径
• 05 优化计算
• 06 实例应用

0x62　物以类聚，Kmeans

• 01 算法描述
• 02 建立模型
• 03 理解模型
• 04 距离与相似性
• 05 降维与可视化
• 06 无监督学习

0x63　很傻很天真，朴素贝叶斯

• 01 朴素思想
• 02 概率公式
• 03 三种实现
• 04 sklearn 示例
• 05 朴素却不傻

0x64　菩提之树，决策姻缘

• 01 缘起
• 02 Orange 演示
• 03 scikit-learn 模拟
• 04 熵与基尼指数
• 05 决策过程分析
• 06 Spark 模拟
• 07 结语

0x65　随机之美，随机森林

• 01 树与森林
• 02 处处随机
• 03 sklearn 示例
• 04 MLlib 示例
• 05 特点与应用

0x66　自编码器，深度之门

• 01 深度学习
• 02 特征学习
• 03 自动编码器
• 04 Keras 代码
• 05 抗噪编码器

0x7　Spark，唯快不破

0x70　人生苦短，快用Spark

0x71　PySpark 之门，强者联盟

• 01 全栈框架
• 02 环境搭建
• 03 分布式部署
• 04 示例分析
• 05 两类算子
• 06 map 与reduce
• 07 AMPLab 的野心

0x72　RDD 算子，计算之魂

• 01 算子之道
• 02 获取数据
• 03 过滤与排序
• 04 聚合数据
• 05 join 连接
• 06 union 与zip
• 07 读写文件
• 08 结语

0x73　分布式SQL，蝶恋飞舞

• 01 SQL 工具
• 02 命令行CLI
• 03 读Hive 数据
• 04 将结果写入Hive
• 05 读写MySQL 数据
• 06 读写三种文件

0x74　DataFrame，三角之恋

• 01 DataFrame
• 02 生成数据框
• 03 合并与join
• 04 select 操作
• 05 SQL 操作
• 06 自定义UDF
• 07 三角之恋

0x75　神器之父，Scala 入世

• 01 Spark 与Scala
• 02 Scala REPL
• 03 编译Scala
• 04 sbt 编译
• 05 示例分析
• 06 编译提交

0x76　机器之心，ML 套路

• 01 城市套路深
• 02 算法与特征工程
• 03 管道工作流
• 04 OneHotEncoder 示例
• 05 ML 回归实战
• 06 特征处理与算法
• 07 拟合与评估

0x8　数据科学，全栈智慧

0x80　才高八斗，共分天下

0x81　自学数据，神蟒领舞

• 01 机器学习
• 02 语言领域
• 03 Python 数据生态
• 04 相关资料
• 05 书籍推荐
• 06 性感的职业

知识星球.jpeg

0x82　数据科学，七大技能

• 01 七大技能
• 02 SQL 与NoSQL 技能
• 03 Linux 工具集
• 04 Python 或者R 语言生态
• 05 Hadoop 与Spark 生态
• 06 概率、统计与线性代数
• 07 机器学习与深度学习
• 08 业务及杂项
• 09 结语

0x83　大无所大，生态框架

• 01 计算生态
• 02 离线计算
• 03 交互分析
• 04 实时处理
• 05 算法挖掘
• 06 发行版本
• 07 其他工具

0x84　集体智慧，失控哲学

• 01 数据是宝
• 02 一分为二
• 03 回归统一
• 04 聚少成多
• 05 你中有我
• 06 从小看大
• 07 大事化小
• 08 少即是多

0x85　一技之长，一生之用

• 01 一技之长
• 02 数据分析相关
• 03 Python 相关
• 04 Hadoop 相关
• 05 Spark 相关
• 06 模型相关
• 07 算法相关
• 08 一生之用

0x86 知识作谱，数据为栈

• 01 知识作谱
• 02 理论基础
• 03 Python
• 04 分析与可视化
• 05 大数据
• 06 ETL 与特征工程
• 07 机器学习与深度学习
• 08 工具与库
• 09 全栈为用

更多信息，请关注公众号

全栈数据公众号