幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

大數據技術基礎應用教程/大數據系列叢書

  • 作者：編者:周奇//張純|責編:郭賽
  • 出版社：清華大學
  • ISBN：9787302561651
  • 出版日期：2020/11/01
  • 裝幀：平裝
  • 頁數：206
人民幣：RMB 46 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書介紹大數據的基礎知識和相關技術，全書共8章，分別介紹大數據基礎、大數據軟體架構、大數據存儲、大數據計算、大數據分析、大數據可視化、大數據安全、大數據機器學習等內容，每章均提供實驗，通過練習和操作實踐幫助讀者鞏固所學的內容。
    本書可以作為高等院校電腦類專業和經濟管理類專業大數據相關課程的教材，也可以作為大數據基礎和應用培訓班的教材，同時適合廣大大數據愛好者自學使用。
作者介紹
編者:周奇//張純|責編:郭賽
目錄
第1章  大數據基礎
  1.1  什麼是大數據
    1.1.1  大數據的發展歷程
    1.1.2  大數據的定義
  1.2  大數據的特徵
    1.2.1  Volume(數量)
    1.2.2  Variety(種類)
    1.2.3  Velocity(速度)
    1.2.4  Value(價值)
    1.2.5  Veracity(真實性)
  1.3  大數據的關鍵技術
    1.3.1  大數據採集技術
    1.3.2  大數據預處理技術
    1.3.3  大數據存儲及管理技術
    1.3.4  大數據分析及挖掘技術
    1.3.5  大數據展現和應用技術
  1.4  大數據與雲計算
    1.4.1  雲計算定義
    1.4.2  雲計算的特徵
    1.4.3  雲計算和大數據的關係
    1.4.4  雲計算對大數據的影響
  1.5  大數據的應用
    1.5.1  電商行業
    1.5.2  金融行業
    1.5.3  醫療行業
    1.5.4  農牧漁行業
    1.5.5  生物技術
    1.5.6  智慧城市
    1.5.7  電信行業
    1.5.8  社交媒體分析
  本章小結
  實驗1
第2章  大數據軟體架構
  2.1  Hadoop架構
    2.1.1  Hadoop簡介
    2.1.2  HadOOp家族成員
    2.1.3  Hadoop 2.O生態系統的集群架構
    2.1.4  Hadoop運行環境
    2.1.5  Hadoop集群的安裝與部署
  2.2  Spark架構
    2.2.1  Spark簡介
    2.2.2  Spark集群模式
    2.2.3  Spark核心組件
    2.2.4  Spark運行環境
    2.2.5  Spark的安裝
  2.3  實時流處理架構
    2.3.1  實時計算的概念
    2.3.2  實時計算的相關技術
    2.3.3  Apache Storm
    2.3.4  Apache Samza

    2.3.5  Lambda架構
  2.4  框架的選擇
    2.4.1  框架的種類
    2.4.2  框架的選擇
  本章小結
  實驗2
第3章  大數據存儲
  3.1  大數據存儲概述
    3.1.1  傳統存儲系統時代
    3.1.2  大數據時代的新挑戰
  3.2  大數據存儲方式
    3.2.1  分散式存儲
    3.2.2  雲存儲
    3.2.3  大數據存儲的其他需求
  3.3  大數據的存儲技術
    3.3.1  分散式文件存儲
    3.3.2  NoSQL資料庫
    3.3.3  NewSQL資料庫
    3.3.4  雲存儲技術
  3.4  大數據存儲的可靠性
    3.4.1  大數據可靠性的風險
    3.4.2  提高大數據可靠性的方法
  本章小結
  實驗3
第4章  大數據計算
  4.1  大數據計算基本框架
  4.2  批處理計算
    4.2.1  Hadoop
    4.2.2  DAG模型
  4.3  流計算
    4.3.1  流計算概述
    4.3.2  Storm及Trident
  4.4  互動式分析計算
    4.4.1  概述
    4.4.2  Hive
    4.4.3  SQL引擎Calcite
  本章小結
  實驗4
第5章  大數據分析
  5.1  大數據分析概述
  5.2  大數據分析基礎
    5.2.1  大數據分析基本分類
    5.2.2  大數據分析步驟
    5.2.3  非同步分析
  5.3  大數據預測分析
    5.3.1  什麼是預測分析
    5.3.2  預測分析的作用
    5.3.3  數據具有內在預測性
  5.4  大數據分析應用
    5.4.1  大數據分析的主要應用行業

    5.4.2  大數據分析應用應注意的問題
  5.5  大數據分析平台與工具
    5.5.1  HPCC系統
    5.5.2  Apache Drill
    5.5.3  RapidMiner
  本章小結
  實驗5
第6章  大數據可視化
  6.1  大數據可視化概述
    6.1.1  大數據可視化的概念
    6.1.2  大數據可視化的基本思想和手段
    6.1.3  大數據可視化的基本模型
    6.1.4  可視化設計組件
  6.2  科學可視化
    6.2.1  科學可視化的概念
    6.2.2  科學可視化方面的主題
    6.2.3  科學可視化的應用
  6.3  信息可視化
    6.3.1  信息可視化的概念
    6.3.2  信息可視化的應用
    6.3.3  信息實時可視化
    6.3.4  信息可視化與科學可視化的關係
  6.4  數據可視化的應用
    6.4.1  數據可視化的運用
    6.4.2  信息可視化的挑戰
  6.5  大數據可視化分析
    6.5.1  數據類型
    6.5.2  基本任務
    6.5.3  大數據可視化分析方法
    6.5.4  大數據可視化技術
    6.5.5  大數據可視化分析工具
  本章小結
  實驗6
第7章  大數據安全
  7.1  大數據安全的定義
    7.1.1  大數據安全的定義
    7.1.2  大數據安全面臨的挑戰
  7.2  安全措施的實施
    7.2.1  國外數據安全的法律法規
    7.2.2  我國數據安全的法律法規
    7.2.3  主要標準化組織的大數據安全工作情況
    7.2.4  大數據安全標準化規範
    7.2.5  大數據安全標準體系框架
    7.2.6  大數據安全策略
  7.3  大數據安全保障技術
    7.3.1  數據溯源技術
    7.3.2  數字水印技術
    7.3.3  身份認證技術
    7.3.4  數據發布匿名保護技術
    7.3.5  社交網路匿名保護技術

  7.4  雲安全
    7.4.1  雲安全的概念
    7.4.2  雲安全的應對方式
    7.4.3  雲安全技術
  本章小結
  實驗7
第8章  大數據機器學習
  8.1  大數據機器學習概述
    8.1.1  人工智慧概述
    8.1.2  機器學習概述
  8.2  機器學習類型
    8.2.1  基於學習策略的分類
    8.2.2  基於獲取知識的表示形式分類
    8.2.3  按應用領域分類
    8.2.4  按學習形式分類
  8.3  大數據機器學習演算法
    8.3.1  大數據分治策略與抽樣
    8.3.2  大數據特徵選擇
    8.3.3  大數據分類
    8.3.4  大數據聚類
    8.3.5  大數據關聯分析
    8.3.6  大數據並行計算
  8.4  大數據機器學習的應用
    8.4.1  機器學習在金融領域的應用
    8.4.2  機器學習在生物信息學中的應用
    8.4.3  機器學習在電商文本大數據挖掘中的應用
  本章小結
  實驗8

  • 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