Introduit les bases de la science des données, couvrant les arbres de décision, les progrès de l'apprentissage automatique et l'apprentissage par renforcement profond.
Couvre une cartographie Internet dynamique, explorant les SIG Web, les architectures client-serveur, HTML, CSS, JavaScript et les bibliothèques SIG open-source.
Couvre une cartographie dynamique et interactive sur le Web, explorant les SIG Web, les architectures client-serveur, HTML, CSS, JavaScript et les bibliothèques SIG open-source.
Couvre les outils de science des données, Hadoop, Spark, les écosystèmes des lacs de données, le théorème CAP, le traitement par lots vs. flux, HDFS, Hive, Parquet, ORC, et l'architecture MapReduce.
Couvertures Cartographie Web dynamique et interactive, axée sur les principes du SIG, l'architecture client-serveur, HTML, CSS, JavaScript et les bibliothèques open-source.
Couvre les meilleures pratiques et les lignes directrices pour les mégadonnées, y compris les lacs de données, l'architecture, les défis et les technologies comme Hadoop et Hive.
Couvre les techniques de manipulation des données à l'aide de Hadoop, en se concentrant sur les bases de données axées sur les lignes et les colonnes, les formats de stockage populaires et l'intégration HBase-Hive.
Introduit des fonctions en Python, couvrant les fonctions prédéfinies et définies par l'utilisateur, les paramètres formels et efficaces, et l'importance des docstrings.
Explore la perspective historique et les postulats de la mécanique quantique, en se concentrant sur l'oscillateur harmonique et les méthodes d'approximation.
