GC调优(入门篇)
可见,无论使用多少堆外内存,对JVM内存的使用终究是绕不过去,既然绕不过去,就还是需要落脚于GC本身,对GC本身进行优化。本文就将会介绍HBase应用场景下CMS GC策略的调优技巧,后续还会针对另一业界开始使用的GC策略-G1GC策略在HBase应用场景下进行调优介绍。
KmeansDemo
http://blog.csdn.net/huangyueranbbc/article/details/79425836 配套的源码和数据集下载
github:https://github.com/huangyueranbbc
DruidIODemo源码下载地址
查询json数据格式
查询javaDEMO,对java的支持
JDBC操作Druid-io
kafkaDEMO源码下载地址
1.BaseApi
2.Streams
3.Producer
4.Consumer
5.Connector
6.Rebalance
7.Offset
整理的kafka资料和代码
图书馆软件演示视频(附带源码地址)
LibraryReservationAssistant演示视频
源码下载地址:
https://github.com/huangyueranbbc/LibraryReservationAssistant
Storm JAVA版上手demo下载地址
Storm JAVA版上手demo下载地址
整理学习Storm过程中的代码和文档
更新中......
基于spark的50万亚马逊美食评论分类系统下载地址(决策树 逻辑回归)
基于50万亚马逊美食评论数据集的评论分类系统
Review classification system based on 500 thousand Amazon gourmet review data
数据集下载地址Data set download address:
1.http://download.csdn.net/download/huangyueranbbc/9935028
2.https://www.kaggle.com/snap/amazon-fine-food-reviews
需要更多资源请关注。
Github: https://github.com/huangyueranbbc
基于ItemCF协同过滤、hadoop-mapreduce的商品推荐系统下载地址
基于ItemCF协同过滤、hadoop-mapreduce的商品推荐系统下载地址。
基于ItemCF的协同过滤 物品推荐系统 Collaborative filtering goods recommendation system based on ItemCF
Step1.run(config, paths); // 格式化 去重 Format reset
Step2.run(config, paths); // 计算得分矩阵 Score matrix
Step3.run(config, paths); // 计算同现矩阵 Computing co-occurrence matrix
Step4.run(config, paths); // 同现矩阵和得分矩阵相乘 Multiply the co-occurrence matrix and the score matrix
Step5.run(config, paths); // 把相乘之后的矩阵相加获得结果矩阵 Add the matrix after multiplication to obtain the result matrix
Step6.run(config, paths); // 排序推荐 Sort recommendation
需要更多资源请关注。
Github: https://github.com/huangyueranbbc
亚马逊美食评论50万数据集(Amazon Fine Food Reviews)
亚马逊美食评论50万数据集(Amazon Fine Food Reviews)
之前做评论分类 好不容易找到的数据集 分享了。
需要更多资源请关注。
Github: https://github.com/huangyueranbbc
05、决策树与随机森林。案例:运营商用户分析,构建象棋博弈引擎
需要更多资源请关注。
Github: https://github.com/huangyueranbbc
02、线性回归与Logistic。案例:电子商务业绩预测.pdf
02、线性回归与Logistic。案例:电子商务业绩预测.pdf
需要更多资源请关注。
Github: https://github.com/huangyueranbbc
01、机器学习概论.pdf
需要更多资源请关注。
Github: https://github.com/huangyueranbbc
基于mapreduce的pagerank实现DEMO下载地址
基于mapreduce的pagerank实现DEMO下载地址。基于java的实现。内附详细说明。
需要更多资源请关注。
github: https://github.com/huangyueranbbc
spark学习笔记
spark笔记 适合新入门的人员进行学习
需要更多资源请关注。
个人github: https://github.com/huangyueranbbc
Spark 2017最新运行命令样例
包含spark三种运行模式所有相关运行指令
需要更多资源请关注。
个人github: https://github.com/huangyueranbbc
spark最新集群搭建指南2017
spark最新集群搭建指南2017
需要更多资源请关注。
个人github: https://github.com/huangyueranbbc
MAHOUT实战2017最新中文版
MAHOUT实战2017最新中文版
需要更多资源请关注。
个人github: https://github.com/huangyueranbbc
Spark最全操作完整示例代码
最全Spark操作完整示例代码-------是基于java的。
包含所有的spark常用算子操作和ml以及mlib、sparkstreaming、sparkSQL操作的示例DEMO。
内附有详细说明,由于内容过大删除了两个jar包,需要自己去下载,spark的安装包下的有这两个包,导入项目即可。懒得改maven项目了。
适合有一定基础和已经工作的人员下载学习。
个人Github: https://github.com/huangyueranbbc
python机器学习-音乐分类器实现
python机器学习-音乐分类器实现.
nginx教案(最新最全)
nginx教案(最新最全).
nginx的集群配置资料
nginx的集群配置资料
nginx反向代理和负载均衡
nginx反向代理和负载均衡
nginx安装手册.
nginx安装手册
很宝贵的大数据方向的学习资料。非常适合专注技术层次的人员学习。想要更多资源请关注。
Kylin部署手册
Kylin部署手册
很宝贵的大数据方向的学习资料。非常适合专注技术层次的人员学习。想要更多资源请关注。
Kylin技术解密
Kylin解密
很宝贵大数据方向的学习资料。非常适合专注技术层次的人员学习。想要更多资源请关注。
4. 循环神经网络
4. 循环神经网络
很宝贵的资料。适合深入学习机器学习和深度学习的人群。想要更多相关资源请关注。
3. 卷积神经网络(免积分)
3. 卷积神经网络
很宝贵的资料。适合深入学习机器学习和深度学习的人群。想要更多相关资源请关注。
2. 深度学习和神经网络基础
2. 深度学习和神经网络基础
很宝贵的资料。适合深入学习机器学习和深度学习的人群。想要更多相关资源请关注。
5--深度学习--循环神经网络
5--深度学习--循环神经网络
很宝贵的资料。适合深入学习机器学习和深度学习的人群。想要更多相关资源请关注。
5. 词向量(免积分)
5. 词向量
很宝贵的资料。适合深入学习机器学习和深度学习的人群。想要更多相关资源请关注。
4--深度学习--卷积神经网络
4--深度学习--卷积神经网络
很宝贵的资料。适合深入学习机器学习和深度学习的人群。想要更多相关资源请关注。
3--深度学习-- 机器学习基础
3--深度学习-- 机器学习基础
很宝贵的资料。适合深入学习机器学习和深度学习的人群。
深度学习word embedding 下载
2--深度学习--word embedding 很宝贵的资料。超清晰ppt资源下载地址,适合深入学习机器学习和深度学习的人群。下载请慎重,10分。资源绝对宝贵,初学者请慎重下载。
1--深度学习--Deep Learning Introduction
1--深度学习--Deep Learning Introduction 宝贵的资料。适合深入学习机器学习和深度学习的人群。下载请慎重,10分。资源绝对宝贵,初学者请慎重下载。
6.深度学习实践部分
6.深度学习实践部分 很宝贵的资料。适合深入学习机器学习和深度学习的人群。下载请慎重,10分。资源绝对宝贵,初学者请慎重下载。
编程小白的第一本Python入门书
编程小白的第一本Python入门书
1. 机器学习基础
1. 机器学习基础 很宝贵的资料。适合深入学习机器学习和深度学习的人群。下载请慎重,10分。资源绝对宝贵,初学者请慎重下载。