#hadoop 仓库
探索 43 个标记为 #hadoop 的活跃开源 GitHub 仓库,它们累计获得 238,277 个 Star(平均每个项目 5,541 个)。该主题的领先项目是 donnemartin/data-science-ipython-notebooks,拥有 28,776 个 Star。
共 43 个仓库
数据科学 Python Notebook:深度学习(TensorFlow, Theano, Caffe, Keras)、scikit-learn、Kaggle、大数据(Spark, Hadoop MapReduce, HDFS)、matplotlib、pandas、NumPy、SciPy、Python 基础知识、AWS 以及各种命令行。
🏆 实时无代码、功能强大且安全的 ORM 🚀 通过后端提供无代码的 API 与文档,前端(客户端)可定制响应 JSON 🏆 实时、零代码、全功能、高强度安全的 ORM 库 🚀 后端 API 与文档不需编码,前端(客户端)可定制返回的 JSON 数据与结构。
一套使用JVM部署和训练深度学习模型的工具。主要功能包括Keras、TensorFlow和ONNX/PyTorch的模型导入,用于运行数学代码的模块化且小巧的C++库,以及基于核心C++库之上的Java数学库。还包括SameDiff:一个类似于PyTorch/TensorFlow的用于运行深度学习的库……
1200+ 个 DevOps Bash 脚本 - AWS、GCP、Kubernetes、Docker、CI/CD、API、SQL、PostgreSQL、MySQL、Hive、Impala、Kafka、Hadoop、Jenkins、GitHub、GitLab、BitBucket、Azure DevOps、TeamCity、Spotify、MP3、LDAP、代码/构建检查、Linux、Mac、Python、Perl、Ruby、NodeJS、Golang 的包管理、高级点文件:.bashrc、.vimrc、.gitconfig、.screenrc、tmux..
H2O 是一个开源、分布式、快速和可扩展的机器学习平台:深度学习、梯度提升(GBM)和 XGBoost、随机森林、广义线性模型(带弹性网的 GLM)、K-Means、PCA、广义加性模型(GAM)、RuleFit、支持向量机(SVM)、堆叠集成、自动机器学习(AutoML)等。
DataSphereStudio 是一个一站式数据应用开发和管理门户,涵盖数据交换、脱敏/清洗、分析/挖掘、质量度量、可视化和任务调度等场景。
50+ DockerHub 公共镜像,用于 Docker & Kubernetes - DevOps, CI/CD, GitHub Actions, CircleCI, Jenkins, TeamCity, Alpine, CentOS, Debian, Fedora, Ubuntu, Hadoop, Kafka, ZooKeeper, HBase, Cassandra, Solr, SolrCloud, Presto, Apache Drill, Nifi, Spark, Consul, Riak
450+ AWS, Hadoop, 云, Kafka, Docker, Elasticsearch, RabbitMQ, Redis, HBase, Solr, Cassandra, ZooKeeper, HDFS, Yarn, Hive, Presto, Drill, Impala, Consul, Spark, Jenkins, Travis CI, Git, MySQL, Linux, DNS, Whois, SSL 证书, Yum 安全更新, Kubernetes, Cloudera 等...
定期更新Hadoop生态圈中常用大数据组件文档 重心依次为: Flink Solr Sparksql ES Scala Kafka Hbase/phoenix Redis Kerberos (项目包含hadoop思维导图 印象笔记 Scala版本简单demo 常用工具类 去敏后的train code 持续更新!!!)
80+ DevOps 和数据 CLI 工具 - AWS、GCP、GCF Python Cloud Functions、日志匿名化器、Spark、Hadoop、HBase、Hive、Impala、Linux、Docker、Spark 数据转换器和验证器 (Avro/Parquet/JSON/CSV/INI/XML/YAML)、Travis CI、AWS CloudFormation、Elasticsearch、Solr 等。
本系统是我的毕业设计项目,题目为“基于用户画像的电影推荐系统的设计与实现”。主要是以Django作为基础框架,采用MTV模式,数据库使用MongoDB、MySQL和Redis,以从豆瓣平台爬取的电影数据作为基础数据源,主要基于用户的基本信息和使用操作记录等行为信息来开发用户标签,并使用Hadoop、Spark大数据组件进行分析和处理的推荐系统。管理系统使用的是Django自带的管理系统,并使用simpleui进行了美化。
常见问题解答
GitHub 上最受欢迎的 #hadoop 仓库是什么?
GitHub 上排名第一的开源 #hadoop 项目是 donnemartin/data-science-ipython-notebooks,拥有 28,776 个 Star。数据科学 Python Notebook:深度学习(TensorFlow, Theano, Caffe, Keras)、scikit-learn、Kaggle、大数据(Spark, Hadoop MapReduce, HDFS)、matplotlib、pandas、NumPy、SciPy、Python 基础知识、AWS 以及各种命令行。
#hadoop 仓库中最常使用的编程语言有哪些?
在 GitHub 上排名靠前的 #hadoop 项目中,最常见的编程语言是 Java, Python, Shell, Scala。
#hadoop 仓库的排名是如何计算的?
我们跟踪了 43 个标记为 #hadoop 且拥有 500+ 个 Star 的活跃开源仓库,共计获得 238,277 个 Star,平均每个仓库拥有 5,541 个 Star。排名每日根据 GitHub API 更新。