大数据日报 2015-02-14

• 
  Spark SQL 数据源 API：Spark平台的统一数据接入 @网路冷眼

• 市民眼中的绿地为何没那么多？用大数据讲述城市意象 @市政厅官微

• Fig部署Docker @Easy

• HIVE的CTAS用法探究 @IT技术博客大学习

• Docker为何会火？ @湾区日报BayArea

@好东西传送门 出品, 过往目录见 http://bd.memect.com

订阅：给 [email protected] 发封空信， 标题: 订阅大数据日报   或点击 点我订阅

本期话题有：(点击椭圆标签可只看这一主题)

全部23 分析9 虚拟化6 应用3 数据库1 会议活动1 计算框架1 书籍1

今日焦点 (5)

 网路冷眼   原微博 2015-02-14 10:30

计算框架 Spark

【Spark SQL 数据源 API：Spark平台的统一数据接入】自从Spark 1.0版本的Spark SQL问世以来，它最常见的用途之一就是作为从Spark平台上面获取数据的一个渠道。到了Spark 1.2 版本，我们已经迈出了下一步，让Spark的原生资源和更多的输入源进行整合集成。http://t.cn/Rwq4If2

 

 市政厅官微   原微博 2015-02-14 21:12

应用 规划

我们可以从大数据中找到市民心中的城市意象。从城市建设用地指标上看，上海并不比东京的绿地率少多少，但在居民感受中，东京实在是比上海绿得太多太多了。【@澎湃新闻：市政厅|市民眼中的绿地为何没那么多？用大数据讲述城市意象】 http://t.cn/RwtZDfE

 

 Easy   原微博 2015-02-14 18:09

虚拟化 Docker 代码 容器

Fig：Fast, isolated development environments using Docker. http://t.cn/Rhcsp1y @luofei614 这个工具看起来不错…

 

 IT技术博客大学习   原微博 2015-02-14 09:14

数据库

【HIVE的CTAS用法探究】 最近在使用ADM系统的时候遇到一个问题，ADM在自动将HIVE QL包装成CTAS之后，由于HIVE内部缺省使用’\\N’来存储NULL，这样就会产生一个问题，因为我们处理的很多结果数据是需要导出附... 详见：http://t.cn/zjCQf9L

 

 湾区日报BayArea   原微博 2015-02-14 07:51

虚拟化 Docker 容器

Docker为何会火？ http://t.cn/Rw5u72q 写得很好的文章。里面的一个观点很有意思：“The Docker product came from a non-threatening source, a small startup (DotCloud) that was able to broadly partner across the whole industry. ” #湾区日报#

 

最新动态

2015-02-14 (7)

 全球深度报道网   原微博 2015-02-14 22:20

应用 新闻

#每周数据新闻精选# 本期亮点：Vox网站的数据新闻理念、《纽约时报》的新尝试“The Upshot”，《爱尔兰时报》数据团队，还有《柏林晨报》最新交互设计。@数据新闻 @财新数据可视化实验室 http://t.cn/Rwci7yG

 

 爱可可-爱生活   原微博 2015-02-14 11:36

分析

[文章]《Career Spotlight: What I Do as a Data Scientist》http://t.cn/Rwt680s "Spend as much time learning analytics communication as learning models"。职业生涯亮点：聚焦数据科学家。

 

 好东西传送门   原微博 2015-02-14 11:07

分析 机器学习

机器学习日报 2015-02-13 http://t.cn/RwtJ0l6 1) 世纪佳缘用户推荐系统的发展历史 2) 通过数据分析解读GDP系列文章 3) OpenCV进阶之路：神经网络识别车牌字符 4) New Directions in Recommender Systems 5) Andrej Karpathy的反击 可点击加长版16条 http://t.cn/RwtJjwp

西瓜大丸子汤 原微博 转发于2015-02-14 11:55

v2ex版 http://t.cn/RwtoTZr

 

 好东西传送门   原微博 2015-02-14 10:44

分析 虚拟化 Docker 可视化 容器

大数据日报 2015-02-13 http://t.cn/RwtVqGE 1) 去硅谷当个大数据工程师，你要这么做 2) 可视化存储智能解决方案 3) CrowdFlower的2015年数据科学领域报告 4) 大数据中的百年社会学 5) awesome docker 可点击加长版32条 http://t.cn/RwtVfTu

 

 成华区学无涯书社   原微博 2015-02-14 10:13

分析 书籍

每日新书：《R数据分析——方法与案例详解（双色）》本书是一本R 语言和数据分析的入门教材，每个知识点尽量从实际的应用案例出发，以问题为导向，在解决问题中学习统计方法、R 语言的基本使用以及编程技巧。内容涵盖R 数据结构、抽样模拟、统计分析、假设检验、回归分析、统计绘图和R 包制作等内容。

 

 Linuxeden开源社区   原微博 2015-02-14 08:24

【Node.js基金会成立，Joyent交出领导权】 Node.js 是一个基于Chrome JavaScript运行时建立、流行、开源、跨平台的运行时环境。近日，云计算服务商Joyent终于 宣布 成立Node.js的开源基金…http://t.cn/Rw5dr58

 

 HackerNewsDaily   原微博 2015-02-14 05:30

虚拟化 Docker 容器

《App Container and Docker》原文：http://t.cn/Rw5Qx1u HN评论：http://t.cn/Rw5QQGS

 

温故知新 (11)

更早的微博，有新精彩评论或被再次推荐

2015-02-13 (6)

 参商的心   原微博 2015-02-13 22:19

分析 丁士正

【怎么评价产品经理拿数据说话这回事？如何做数据分析？】丁士正 : 这几个月在一家为客户在Facebook上做广告的加拿大公司工作。简单说说他们对于数据的态度吧。这是一家小型Startup公司，总共不到20个人。其中4个人（包括我）是技术，剩下… http://t.cn/anzXrS（分享自 @知乎）

 

 星图数据   原微博 2015-02-13 18:21

【TT大数据】一年一度的情（shi）人（shen）节就要来了，你的TT买好了吗？想知道什么品牌更受欢迎吗？超薄体贴、凸点螺纹和果味刺激哪个更受大家欢迎呢？下面由星图数据的小编带你探索TT中稀（mei）奇（you）古（xia）怪（xian）的大数据！

数据化管理 原微博 转发于2015-02-14 10:01

如果线上线下三七开的话，节前大概能卖出1亿多的安全套。我在想，今天晚上全国一共能消耗多少个TT呢？

 

 爱可可-爱生活   原微博 2015-02-13 16:50

分析

[文章]通过数据分析解读GDP系列文章，该系列包含三篇文章，第一篇GDP助推因素分析http://t.cn/Rwq1xnh和第二篇各国经济数据的蒙特卡洛k-means聚类分析http://t.cn/Rwq1OfA 已经放出，第三篇关于未来GDP增长趋势预测的文章还没放，基于数据分析的现代经济学典范，推荐阅读 云:http://t.cn/RwqBOdx

 

 中国云计算论坛   原微博 2015-02-13 14:36

【空气质量分布式监测成功案例,云创存储已在全国部署了大量的空气传感器，今年之内将超过全国的总和】在江苏，为江苏省环保厅1831平台建设提供了技术支撑，实现了大数据技术与环保的高度结合。http://t.cn/Rwba1Yy @专注云计算 @何春银微想

 

 毅马当闲   原微博 2015-02-13 14:10

分析 会议活动 活动 教育网站 课程

上海科技大学信息学院将于六月举办第一届ShanghaiTech Symposium on Data Science： http://t.cn/Rwql0MN届时国际国内关于数据处理的理论、计算、学习、与应用的顶尖学者（主要是中青年）将作20多场学术报告与多个关于Sparse、DNN、和Cloud等的短训课程。这将是一场真正的关于数据科学的豪门盛宴！

 

 云创存储   原微博 2015-02-13 11:05

虚拟化 Docker 容器

【Java开发人员：如何穿过Docker现象这片“丛林”】今天我们来谈谈Java开发人员如何能够穿过Docker现象这片丛林，更容易了解使用这种热门新技术来简化开发流程的种种好处。我们在本文中将探讨你可以用Docker来完成什么以及如何认识Docker这项新兴技术。http://t.cn/Rwqf3KY @专注云计算

 

2015-02-11 (3)

 唐杰THU   原微博 2015-02-11 09:53

科学通报的一期大数据研究与应用http://t.cn/RwU4d5N 我们撰文《面向大社交数据的深度分析与挖掘》http://t.cn/RwU4d5p

 

 新华视点   原微博 2015-02-11 09:01

裴智勇

【中国首个网络骗子地图上线】中国首个用大数据追踪网络诈骗的“中国网络骗子地图”9日正式上线，网民可以通过该地图实时发现所在地区的钓鱼网站等网络诈骗方式，从而提高警惕，避免上当受骗。http://t.cn/RwyvJxz

自动化网官方微博 原微博 转发于2015-02-14 10:59

<裴智勇：360将陆续对公众开放系列安全大数据可视化产品>360安全大数据平台负责人裴智勇表示，2015年，继“中国网络骗子地图”上线后，还将陆续对公众开放系列安全大数据可视化产品，让公众提高网络安全意识，同努力，以真正实现“网上无贼”，提升中国网民互联网上的安全感。#每周热博#

 

 ArnetMiner   原微博 2015-02-11 00:28

分析 应用

[Call for Paper & Scholar data challenge] IEEE成立了大数据Transaction（IEEE Transaction on Big Data), 这期专刊是大科学数据挖掘竞赛，http://t.cn/RwyRDaI 欢迎投稿！专刊使用AMiner数据，专家发现、Profile抽取、学术预测、推荐。尽情发挥您的想象。@刘知远THU @西瓜大丸子汤 @李航博士

 

2015-02-08 (1)

 登州知府   原微博 2015-02-08 06:56

虚拟化 Docker 容器

唱衰Docker：http://t.cn/Rwwb1CJ

登州知府 原微博 转发于2015-02-14 09:54

reddit上的讨论：http://t.cn/RwtLWnn

 

2014-06-16 (1)

 七水禾   原微博 2014-06-16 15:56

分析

推荐这篇文章，分析了推荐系统中使用算法的误区，确实规则带来的好处简单有效。 当一个做推荐系统的部门开始重视【数据清理，数据标柱，效果评测，数据统计，数据分析】这些所谓的脏活累活，这样的推荐系统才会有救。http://t.cn/RvxC543