#spark Repository
126 repository in totale
Conosci meglio i tuoi dati! Datavines รจ la piattaforma di osservabilitร dei dati di nuova generazione, supporta la gestione dei metadati e la qualitร dei dati.
Questo sistema รจ il mio progetto di tesi, intitolato "Progettazione e implementazione di un sistema di raccomandazione basato sul profilo utente". Utilizza principalmente Django come framework di base, con il modello MTV, e i database MongoDB, MySQL e Redis. I dati sui film estratti dalla piattaforma Douban sono utilizzati come fonte di dati primaria. Le etichette utente sono sviluppate principalmente sulla base delle informazioni di base dell'utente e dei comportamenti di utilizzo, come le registrazioni delle operazioni. Il sistema di raccomandazione utilizza i componenti big data come Hadoop e Spark per l'analisi e l'elaborazione. Il sistema di gestione utilizza il sistema di gestione integrato di Django, abbellito con SimpleUI.
WeDataSphere รจ una suite di piattaforme big data di grado finanziario, tutto in uno.
Confronto tra Pandas, Polars, Spark e Snowpark DataFrame per umani e altro!
Un gateway leggero, multi-tenant, scalabile e sicuro che consente a Jupyter Notebooks di condividere risorse su cluster distribuiti come Apache Spark, Kubernetes e altri.
Progetto di data engineering per principianti - edizione batch
Client di collaborazione multipiattaforma in tempo reale ottimizzato per aziende e organizzazioni.
Un modello di prototipo Web MVP per Chat Bot a turno singolo pronto per lo sviluppo secondario, costruito con tecnologie mainstream come Vue 3, Vite 8, TypeScript, Naive UI, Pinia (v3) e UnoCSS. ๐งค Integrazione semplice di API per modelli linguistici di grandi dimensioni, modalitร di dialogo AI a turno singolo con risposte indipendenti (nessun contesto richiesto), output in streaming con effetto macchina da scrivere SSE e integrazione di markdown-it con anteprima delle formule Mermaid/KaTex/LaTex. Supporta le anteprime dei modelli di ragionamento profondo iFlytek Spark, Zhipu, SiliconFlow e DeepSeek V4/V3/R1, compatibile con i tag <think> e include competenze distillate. ๐ผ Facile da personalizzare e costruire rapidamente prodotti basati su LLM di tipo Chat (screenshot di esempio inclusi).
Strumento Qubole Sparklens per l'ottimizzazione delle prestazioni di Apache Spark
Un semplice cluster standalone Spark per scopi del tuo ambiente di test
Raccolta big data, piattaforma di estrazione, zdh_web รจ la piattaforma di gestione visuale per i servizi della serie zdh, che include moduli come raccolta dati, pianificazione, autorizzazioni, flusso di approvazione, marketing del dominio privato, ecc.
Motore per il tracciamento, la visualizzazione, l'esplicabilitร , il rilevamento della deriva e i dashboard di IA/ML/dati per Polyaxon.
Sistema di raccomandazione prodotti big data e-commerce in tempo reale, Vue + TypeScript + ElementUI + Spring + Spark
Un framework open source robusto e flessibile per l'analisi del comportamento di utenti ed entitร (UEBA) utilizzato per l'analisi della sicurezza. Sviluppato con amore da data scientist e analisti della sicurezza del settore della cybersecurity. [BETA]
Impara Apache Spark in Scala, Python (PySpark) e R (SparkR) costruendo il tuo cluster con un'interfaccia JupyterLab su Docker. :zap:
Genera rapidamente dati sintetici pertinenti per i tuoi progetti. Il generatore di dati sintetici di Databricks Labs (noto anche come `dbldatagen`) puรฒ essere utilizzato per generare grandi set di dati simulati o sintetici per test, proof of concept (POC) e altri usi negli ambienti Databricks, incluse le pipeline Delta Live Tables.