幫助中心 | 我的帳號 | 關於我們

大數據導論/大數據創新人才培養系列

  • 作者:編者:安俊秀//靳宇倡|責編:鄒文波
  • 出版社:人民郵電
  • ISBN:9787115537041
  • 出版日期:2020/09/01
  • 裝幀:平裝
  • 頁數:180
人民幣:RMB 42 元      售價:
放入購物車
加入收藏夾

內容大鋼
    本書是高校的大數據導論課程教材,清楚地介紹了大數據相關的概念、理論、術語與基礎技術,並使用真實連貫的商業案例以及簡單的圖表,幫助讀者更清晰地理解大數據技術。本書可作為高等院校相關專業「大數據基礎」「大數據導論」等課程的教材,也可供有一定實踐經驗的軟體開發人員、管理人員和所有對大數據感興趣的人士閱讀。

作者介紹
編者:安俊秀//靳宇倡|責編:鄒文波

目錄
第1章  大數據概述
  1.1  什麼是大數據
    1.1.1  大數據的來源
    1.1.2  大數據的定義
    1.1.3  從信息技術(IT)轉向數據技術(DT)
  1.2  大數據的數據特徵及對科學研究的影響
    1.2.1  大數據的數據特徵
    1.2.2  大數據對科學研究的影響
  1.3  大數據的數據類型
  1.4  大數據的價值及相關技術
    1.4.1  大數據的可用性及衍生價值
    1.4.2  大數據存儲及處理技術
  1.5  大數據的發展趨勢
  習題
第2章  大數據與雲計算
  2.1  雲計算概述
    2.1.1  雲計算的提出
    2.1.2  雲計算的定義
    2.1.3  雲計算的概念模型
    2.1.4  雲計算的特點
  2.2  雲計算的主要部署模式
    2.2.1  公有雲
    2.2.2  私有雲
    2.2.3  混合雲
  2.3  雲計算的主要服務模式
    2.3.1  基礎設施即服務(IaaS)
    2.3.2  平台即服務(PaaS)
    2.3.3  軟體即服務(SaaS)
    2.3.43  種服務模式之間的關係
  2.4  雲計算與大數據體系架構的關係
    2.4.1  雲計算基礎設施Google平台
    2.4.2  大數據基礎設施Hadoop平台
  2.5  物聯網、大數據和雲計算之間的關係
    2.5.1  認識物聯網
    2.5.2  邊緣計算
    2.5.3  霧計算
    2.5.4  大數據和雲計算之間的關係
  習題
第3章  從產業結構來探索大數據技術
  3.1  大數據產業結構概述
  3.2  大數據的解決方案
    3.2.1  大數據的產生、採集與處理方式
    3.2.2  大數據處理的基本流程及相應技術
  3.3  大數據採集技術
    3.3.1  大數據採集概述
    3.3.2  日誌採集系統—Flume
    3.3.3  消息採集系統—Kafka
    3.3.4  Scrapy網路爬蟲框架
  3.4  大數據預處理技術
    3.4.1  數據預處理

    3.4.2  數據清洗
    3.4.3  數據集成
    3.4.4  數據歸約
  3.5  大數據可視化技術
    3.5.1  數據可視化的概念
    3.5.2  數據可視化的分類
    3.5.3  數據可視化工具
    3.5.4  大數據可視化技術的發展方向
  習題
第4章  大數據的硬體架構——集群
  4.1  集群的來源
    4.1.1  並行電腦的發展
    4.1.2  通過電腦食物鏈理解集群
  4.2  集群的產生促進了大數據技術的發展
  4.3  集群系統的概念及分類
    4.3.1  集群的基本概念
    4.3.2  集群系統的分類
  4.4  集群的結構模型
  4.5  集群文件系統
  習題
第5章  大數據開發與計算技術
  5.1  Hadoop—分散式大數據系統
    5.1.1  Hadoop概述
    5.1.2  Hadoop架構
    5.1.3  Hadoop生態系統
  5.2  Spark—大規模數據實時處理系統
    5.2.1  Spark概述
    5.2.2  彈性分散式數據集
    5.2.3  Spark擴展功能
  5.3  Storm—基於拓撲的流數據實時計算系統
    5.3.1  Storm概述
    5.3.2  Storm的組成結構
    5.3.3  Storm-Yarn概述
  5.4  Hadoop、Spark與Storm的比較
  5.5  大數據開發技術與Web應用開發技術的比較
    5.5.1  Web應用開發技術簡介
    5.5.2  大數據開發技術簡介
    5.5.3  大數據開發技術與Web應用開發技術的應用環境
  習題
第6章  大數據存儲技術
  6.1  數據存儲概述
  6.2  分散式文件系統
    6.2.1  分散式文件系統的設計思路
    6.2.2  最早的分散式文件系統
    6.2.3  大數據環境下分散式文件系統的優化思路
  6.3  結構化大數據的存儲—Hive
    6.3.1  Hive簡介
    6.3.2  Hive架構
    6.3.3  Hive數據模型與存儲
  6.4  半結構化大數據的存儲—HBase

    6.4.1  HBase簡介
    6.4.2  HBase數據模型
    6.4.3  存儲架構
  6.5  雲存儲技術
    6.5.1  雲存儲的概念及特性
    6.5.2  雲存儲系統的結構模型
    6.5.3  雲存儲的應用
  習題
第7章  大數據分析
  7.1  大數據分析與數據分析的關係
    7.1.1  對數據分析師的要求
    7.1.2  對大數據分析師的要求
  7.2  大數據分析的重要性及認識數據
    7.2.1  大數據分析的重要性
    7.2.2  認識數據
  7.3  統計數據分析
  7.4  基於機器學習的數據分析
    7.4.1  機器學習簡介
    7.4.2  機器學習的主要用途
    7.4.3  有監督學習、無監督學習和強化學習
  7.5  經典的機器學習演算法
    7.5.1  分類演算法原理
    7.5.2  決策樹分類演算法
    7.5.3  K-均值聚類演算法
    7.5.4  Apriori關聯規則演算法
    7.5.5  樸素貝葉斯分類演算法
  7.6  基於圖的數據分析
  7.7  基於自然語言的數據分析
  習題
第8章  大數據與人工智慧
  8.1  人工智慧的概念及分類
  8.2  人工智慧的發展史
  8.3  限制人工智慧發展的因素
  8.4  大數據與人工智慧的關係
  8.5  人工智慧核心技術概述
    8.5.1  深度學習
    8.5.2  卷積神經網路
    8.5.3  圖像處理
  8.6  人工智慧技術應用
  習題
參考文獻

  • 商品搜索:
  • | 高級搜索
首頁新手上路客服中心關於我們聯絡我們Top↑
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話:02-2381-2033 02-2381-1863 時間:週一-週五 10:00-17:00
 服務信箱:bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證:浙B2-20060032