AI 助理
备案控制台
开发者社区 大数据 文章 正文

【Spark Summit East 2017】当大数据邂逅学习科学

2017-02-11 1819
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《 阿里云开发者社区用户服务协议》和 《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写 侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
本文涉及的产品
云原生大数据计算服务 MaxCompute，5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute，500CU*H 100GB 3个月
简介： 本讲义出自Al Essa在Spark Summit East 2017上的演讲，主要介绍了创新的路线，MC Graw Hill公司的在学习科学以及优化学习的工具所做的研究，以及利用Spark和DataBricks建立测评模型解决辨别可能放弃课程学习的高风险学生的难题。

更多精彩内容参见云栖社区大数据频道https://yq.aliyun.com/big-data；此外，通过Maxcompute及其配套产品，低廉的大数据分析仅需几步，详情访问https://www.aliyun.com/product/odps。

本讲义出自Al Essa在Spark Summit East 2017上的演讲，主要介绍了创新的路线，MC Graw Hill公司的在学习科学以及优化学习的工具所做的研究，以及利用Spark和DataBricks建立测评模型解决辨别可能放弃课程学习的高风险学生的难题。


最后Al Essa还谈到：虽然技术非常重要，但是使用DataBricks迅速地建立创新工作流也非常重要。

7ec9e6a514f737f7613b1d15aa56e33085225f8b

5d03e02dedef07b22ac6791cf92ce7dac96fffac

f1f9cb211100bbc7856e5164bd6289fcb129119b

ab6e3549055f91a8d302ad99fc7e53d358ccdb7a

28d94214a7484ec8bd5dae03a534919b156602be

ecbf434be2b597a01f8b3e659045d3c9291e401d

f6916aef12d61f7a49c964855d4e1cbe207f1c6b

eb1cb031b0993f144a653284a88d982cd671bcbc

623fac9c8f423c4386e8486f0970f4d2d104a11e

4c48f958e5f0547680d1ba01ca8ef7f70e4e76a6

29cc5b8a303681aa52e79dfa158506be8ff6ec50

b57fde5cf4d95df253d8e01ad607d9851aa845af

caabd6dc484779fcbfb2d23f105f812fda7f21bf

f1cbb5a675cabcf9f22fcb1b5433511af60b0a47

4a4ebc683d1f9db4ed9f12b6956204cc50c3938a

7095c192f33fef2c34828155184fc13d018d8bb3

b8c6d709dd3a7ee0095b32b4d861a8885494561c

e154e92914f93f6ce725d13516304245b854feac

8154eeec18c5e0159476a144c512bd602b880883

5128829fdb791ec23472bf7652ad947bfcf786c6

b8d08954d99c5d11c42326a4564420ccd8ca3afb

10f38730457694813fe7e5b0460bf25ac76a3923

baeaf0d0c5d265570c3adeab515188887d9fbf68

bc2c1db65ebb5ada19e652500d8f10a8ac063435

文章标签：
云原生大数据计算服务 MaxCompute
大数据
分布式计算
Spark
关键词：
apache spark大数据
spark云原生大数据计算服务 MaxCompute
云原生大数据计算服务 MaxCompute spark
云原生大数据计算服务 MaxCompute学习
apache spark学习
相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析，通过分析能得到用户群体年龄分布，性别分布，地理位置分布，以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品，是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法，从场景到实践，体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库，助力开发者学习了解先进的技术栈，并能在实际业务中敏捷的进行大数据分析，赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景，可应用MaxCompute实现数仓搭建，快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理，需要搭建数据仓库？学它！ 没有足够人员和经验来运维大数据平台，不想自建IDC买机器，需要免运维的大数据平台？会SQL就等于会大数据？学它！ 想知道大数据用得对不对，想用更少的钱得到持续演进的数仓能力？获得极致弹性的计算资源和更好的性能，以及持续保护数据安全的生产环境？学它！ 想要获得灵活的分析能力，快速洞察数据规律特征？想要兼得数据湖的灵活性与数据仓库的成长性？学它！ 出品人：阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
小猫吃鱼569
目录
相关文章
郑小健
|
1月前
|
分布式计算 大数据 Apache
ClickHouse与大数据生态集成：Spark & Flink 实战
【10月更文挑战第26天】在当今这个数据爆炸的时代，能够高效地处理和分析海量数据成为了企业和组织提升竞争力的关键。作为一款高性能的列式数据库系统，ClickHouse 在大数据分析领域展现出了卓越的能力。然而，为了充分利用ClickHouse的优势，将其与现有的大数据处理框架（如Apache Spark和Apache Flink）进行集成变得尤为重要。本文将从我个人的角度出发，探讨如何通过这些技术的结合，实现对大规模数据的实时处理和分析。
郑小健
108 2
ClickHouse与大数据生态集成：Spark & Flink 实战
土木林森
|
1月前
|
存储 分布式计算 Hadoop
数据湖技术：Hadoop与Spark在大数据处理中的协同作用
【10月更文挑战第27天】在大数据时代，数据湖技术凭借其灵活性和成本效益成为企业存储和分析大规模异构数据的首选。Hadoop和Spark作为数据湖技术的核心组件，通过HDFS存储数据和Spark进行高效计算，实现了数据处理的优化。本文探讨了Hadoop与Spark的最佳实践，包括数据存储、处理、安全和可视化等方面，展示了它们在实际应用中的协同效应。
土木林森
96 2
土木林森
|
1月前
|
存储 分布式计算 Hadoop
数据湖技术：Hadoop与Spark在大数据处理中的协同作用
【10月更文挑战第26天】本文详细探讨了Hadoop与Spark在大数据处理中的协同作用，通过具体案例展示了两者的最佳实践。Hadoop的HDFS和MapReduce负责数据存储和预处理，确保高可靠性和容错性；Spark则凭借其高性能和丰富的API，进行深度分析和机器学习，实现高效的批处理和实时处理。
土木林森
70 1
aliyun4381607004
|
1月前
|
分布式计算 Java 开发工具
阿里云MaxCompute-XGBoost on Spark 极限梯度提升算法的分布式训练与模型持久化oss的实现与代码浅析
本文介绍了XGBoost在MaxCompute+OSS架构下模型持久化遇到的问题及其解决方案。首先简要介绍了XGBoost的特点和应用场景，随后详细描述了客户在将XGBoost on Spark任务从HDFS迁移到OSS时遇到的异常情况。通过分析异常堆栈和源代码，发现使用的`nativeBooster.saveModel`方法不支持OSS路径，而使用`write.overwrite().save`方法则能成功保存模型。最后提供了完整的Scala代码示例、Maven配置和提交命令，帮助用户顺利迁移模型存储路径。
aliyun4381607004
65 1
郑小健
|
1月前
|
分布式计算 大数据 OLAP
AnalyticDB与大数据生态集成：Spark & Flink
【10月更文挑战第25天】在大数据时代，实时数据处理和分析变得越来越重要。AnalyticDB（ADB）是阿里云推出的一款完全托管的实时数据仓库服务，支持PB级数据的实时分析。为了充分发挥AnalyticDB的潜力，将其与大数据处理工具如Apache Spark和Apache Flink集成是非常必要的。本文将从我个人的角度出发，分享如何将AnalyticDB与Spark和Flink集成，构建端到端的大数据处理流水线，实现数据的实时分析和处理。
郑小健
62 1
武子康
|
2月前
|
存储 分布式计算 算法
大数据-106 Spark Graph X 计算学习 案例：1图的基本计算、2连通图算法、3寻找相同的用户
大数据-106 Spark Graph X 计算学习 案例：1图的基本计算、2连通图算法、3寻找相同的用户
武子康
68 0
武子康
|
2月前
|
消息中间件 分布式计算 NoSQL
大数据-104 Spark Streaming Kafka Offset Scala实现Redis管理Offset并更新
大数据-104 Spark Streaming Kafka Offset Scala实现Redis管理Offset并更新
武子康
44 0
武子康
|
2月前
|
消息中间件 存储 分布式计算
大数据-103 Spark Streaming Kafka Offset管理详解 Scala自定义Offset
大数据-103 Spark Streaming Kafka Offset管理详解 Scala自定义Offset
武子康
98 0
土木林森
|
1月前
|
SQL 机器学习/深度学习 分布式计算
Spark快速上手：揭秘大数据处理的高效秘密，让你轻松应对海量数据
【10月更文挑战第25天】本文全面介绍了大数据处理框架 Spark，涵盖其基本概念、安装配置、编程模型及实际应用。Spark 是一个高效的分布式计算平台，支持批处理、实时流处理、SQL 查询和机器学习等任务。通过详细的技术综述和示例代码，帮助读者快速掌握 Spark 的核心技能。
土木林森
61 6
龙大吉
|
2月前
|
分布式计算 大数据 Apache
利用.NET进行大数据处理：Apache Spark与.NET for Apache Spark
【10月更文挑战第15天】随着大数据成为企业决策和技术创新的关键驱动力，Apache Spark作为高效的大数据处理引擎，广受青睐。然而，.NET开发者面临使用Spark的门槛。本文介绍.NET for Apache Spark，展示如何通过C#和F#等.NET语言，结合Spark的强大功能进行大数据处理，简化开发流程并提升效率。示例代码演示了读取CSV文件及统计分析的基本操作，突显了.NET for Apache Spark的易用性和强大功能。
龙大吉
51 1

热门文章

最新文章

  • 1
    [Spark][Python]Spark Python 索引页
  • 2
    Spark Master启动源码分析
  • 3
    Spark-spark streaming
  • 4
    Spark PruneDependency 依赖关系 RangePartitioner
  • 5
    spark1.4加载mysql数据 创建Dataframe及join操作连接方法问题
  • 6
    10月17日Spark社区直播【Tablestore Spark Streaming Connector -- 海量结构化数据的实时计算和处理】
  • 7
    Spark为什么只有在调用action时才会触发任务执行呢（附算子优化和使用示例）？
  • 8
    Spark本地环境搭建（local模式）
  • 9
    利用闪存优化在Cosco基础上的Spark Shuffle
  • 10
    【Flink】Flink跟Spark Streaming的区别？
  • 1
    【MongoDB 专栏】MongoDB 在大数据场景下的应用
    704
  • 2
    利用大数据优化业务流程：策略与实践
    420
  • 3
    大数据组件之storm简介
    177
  • 4
    高效处理大数据集合：JavaStreamAPI
    72
  • 5
    java与大数据：Hadoop与MapReduce
    63
  • 6
    python大数据分析处理
    76
  • 7
    Mysql大数据批量插入方法
    114
  • 8
    AI时代Python金融大数据分析实战：ChatGPT让金融大数据分析插上翅膀
    337
  • 9
    MaxCompute的应用
    94
  • 10
    大数据基础工程技术团队4篇论文入选ICLR，ICDE，WWW
    654

    • 相关课程

    更多
  • 大数据Spark2020最新课程（知识精讲与实战演练）第二阶段
  • 大数据Spark2020版（知识精讲与实战演练）第三阶段
  • 大数据Spark2020版（知识精讲与实战演练）第四阶段
  • 2020版大数据实战项目之DMP广告系统（第三阶段）
  • 2020版大数据实战项目之DMP广告系统（第五阶段）
  • 2020版大数据实战项目之DMP广告系统（第七阶段）

    • 相关电子书

    更多
  • Data+AI时代大数据平台应该如何建设
  • 大数据AI一体化的解读
  • 极氪大数据 Serverless 应用实践

    • 相关实验场景

    更多
  • 【AI破次元壁合照】少年白马醉春风，函数计算一键部署AI绘画平台
  • 基于OpenSearch向量检索版和MaxCompute快速搭建图搜服务
  • 基于阿里云DeepGPU实例，让AI带你畅玩杭州
  • 倚天大数据电商数据分析快速实践
  • 基于阿里云DeepGPU实例，用AI画唯美国风少女
  • 玩转MaxCompute SQL! 30分钟搞定数据分析挖掘
    • 下一篇
    阿里云无影云电脑免费试用，最长可试用3个月