2016年06月_huanbia

10月 06月 05月 01月

原创 Python下利用epd_free安装pandas

EPD(Enthought Python Distribution)，现在已经归为Enthought Canopy的一部分了，大家可以直接下载Enthought Canopy，Enthought Canopy自带pandas，无需另行安装pandas，可直接点击下载Enthought Canopy，然而有些书中的案例会依旧用到EPD，故在此讲述一下自己安装EPD以及pandas的过程。准备软件

2016-06-20 09:57:32 24993 17

原创搭建4个节点的Hadoop

说明本人将该4个节点的hadoop安装在了vmware上了，同时支持安装在物理机或者vmware ESXi上。节点说明 ip地址 hadoop01 主节点 192.168.10.61 hadoop02 从节点 192.168.10.62 hadoop03 从节点 192.168.10.63 hadoop04 从节点 192.168.10.

2016-06-13 16:00:27 10818 2

Hadoop集群主要是由三部分组成的：主节点、从节点和客户端，即master、slave和client。我们在搭建hadoop集群的时候通常只考虑了主节点和从节点的搭建，却忽略了客户端。当我们搭建完成后，我们在其中的一台机器上运行wordcount或者计算π时，实际上我们已经默认将一台主节点或者一台从节点当做客户端来使用了，但是，如果我想把客户端独立，该如何单独配置客户端呢？答案其实很简单，只要在配

2016-06-01 22:05:09 4577

新一代人工智能发展白皮书.tar.gz

科技创新有自身的规律，而顺应规律的助推，对于产业发展的作用不容忽视。近日，国务院印发《新一代人工智能发展规划》（以下简称《规划》），提出面向 2030 年我国新一代人工智能发展的指导思想、战略目标、重点任务和保障措施，部署构筑我国人工智能发展的先发优势。这一规划的出台，为推动人工智能产业发展、争夺科创前沿高地吹响了冲锋号。

2019-12-25

深入浅出PMP(中文版)

《深入浅出PMP（*版第3版）》以一种有趣而不令人乏味的方式提供了针对《PMBOKGuide》原则的完整覆盖。本书将以一种独特方法帮助你准备认证考试，它将让你思考整个项目管理的总体方向而不是那些特定问题的答案。通过将项目管理知识放入上下文中，你将能够理解、记忆和应用它们——不仅仅在考试中，而且在工作中。这也是为什么很多人把《深入浅出PMP》作为他们**的资料来通过PMP考试！本书基于神经生物学、认知科学和学习理论方面**的研究成果，它使用了多种丰富生动的组织形式来适应你的大脑，而不是那种只会让人昏昏欲睡的长篇累牍。

2018-05-23

时间序列分析及应用：R语言（原书第2版）

译者序前言第1章引论 1.1 时间序列举例 1.2 建模策略 1.3 历史上的时间序列图 1.4 本书概述习题第2章基本概念 2.1 时间序列与随机过程 2.2 均值、方差和协方差 2.3 平稳性 2.4 小结习题附录A 期望、方差、协方差和相关系数第3章趋势 3.1 确定性趋势与随机趋势 3.2 常数均值的估计 3.3 回归方法 3.4 回归估计的可靠性和有效性 3.5 回归结果的解释 3.6 残差分析 3.7 小结习题第4章乎稳时间序列模型 4.1 一般线性过程 4.2 滑动乎均过程 4.3 自回归过程 4.4 自回归滑动平均混合模型 4.5 可逆性 4.6 小结习题附录B AR(2)过程的平稳域附录C ARMA(p，g)模型的自相关函数第5章平稳时间序列模型 5.1 通过差分平稳化 5.2 ARIMA模型 5.3 ARIMA模型中的常数项 5.4 其他变换 5.5 小结习题附录D 延迟算子第6章模型识别 6.1 样本自相关函数的性质 6.2 偏白相关函数和扩展的自相关函数 6.3 对一些模拟的时间序列数据的识别 6.4 非平稳性 6.5 其他识别方法 6.6 一些真实时间序列的识别 6.7 小结习题第7章参数估计 7.1 矩估计 7.2 最小二乘估计 7.3 极大似然与五条件最小二乘 7.4 估计的性质一 7.5 参数估计例证 7.6 自助法估计ARIMA模型 7.7 小结习题第8章模型诊断 8.1 残差分析 8.2 过度拟合和参数冗余 8.3 小结习题第9章预测 9.1 最小均方误差预测 9.2 确定性趋势 9.3 ARIMA预测 …… 第10章季节模型第11章时间序列回归模型第12章异议差时间序列模型第13章谱分析入门第14章谱估计第15章门限模型参考答案

2018-04-08