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

物聯網大數據分析實戰

  • 作者：(美)安德烈·敏特爾|責編:賈小紅|譯者:吳驊
  • 出版社：清華大學
  • ISBN：9787302617532
  • 出版日期：2022/11/01
  • 裝幀：平裝
  • 頁數：313
人民幣：RMB 109 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書詳細闡述了與物聯網大數據分析相關的基本解決方案，主要包括物聯網分析和挑戰、物聯網設備和網路協議、雲和物聯網分析、創建AWS雲分析環境、收集所有數據的策略和技術、探索物聯網數據、增強數據價值、可視化和儀錶板、對物聯網數據應用地理空間分析、物聯網分析和數據科學、組織數據的策略、物聯網分析的經濟意義等內容。此外，本書還提供了相應的示例、代碼，以幫助讀者進一步理解相關方案的實現過程。
    本書適合作為高等院校電腦及相關專業的教材和教學參考書，也可作為相關開發人員的自學用書和參考手冊。
作者介紹
(美)安德烈·敏特爾|責編:賈小紅|譯者:吳驊
    安德烈·敏特爾目前是一家全球領先的零售公司的數據科學與研究高級總監。在此之前，他曾在一家財富500強製造公司擔任物聯網數據分析和機器學習總監。     他擁有印第安納大學的MBA學位，擁有統計學、軟體開發、資料庫設計、雲架構的背景，並領導分析團隊超過lO年。     他在ll歲時第一次在Atari 800電腦上自學編程，並深刻記得在20 min的等待中僅載入100行程序的挫敗感。現在，只需要幾分鐘即可啟動l TB由GPU支持的雲實例並開始工作，對此他感到非常愜意。     Andrew是一名私人飛行員，他還喜歡皮划艇、露營、環遊世界，以及和他6歲的兒子、3歲的女兒一起玩耍。
目錄
第1章  物聯網分析和挑戰
  1.1  虛擬情境
  1.2  物聯網分析的定義
    1.2.1  分析的定義
    1.2.2  物聯網的定義
    1.2.3  受限的概念
  1.3  物聯網數據分析的挑戰
    1.3.1  大數據量
    1.3.2  與時間相關的問題
    1.3.3  與空間相關的問題
    1.3.4  數據質量問題
    1.3.5  分析方面的挑戰
  1.4  和商業價值發現相關的考慮因素
  1.5  小結
第2章  物聯網設備和網路協議
  2.1  物聯網設備
    2.1.1  物聯網設備的繽紛世界
    2.1.2  醫療保健
    2.1.3  製造業
    2.1.4  運輸和物流
    2.1.5  零售業
    2.1.6  石油和天然氣
    2.1.7  家庭自動化和監控
    2.1.8  可穿戴設備
    2.1.9  感測器類型
  2.2  有關網路的基礎知識
  2.3  物聯網網路連接協議
    2.3.1  電源受限時的連接協議
    2.3.2  電源不受限時的連接協議
  2.4  物聯網網路數據消息傳遞協議
    2.4.1  MQTT
    2.4.2  超文本傳輸協議
    2.4.3  CoAP
    2.4.4  DDS
    2.4.5  DDS的常見用例
  2.5  分析數據以推斷協議和設備特徵
  2.6  小結
第3章  雲和物聯網分析
  3.1  構建彈性數據分析
    3.1.1  關於雲基礎設施
    3.1.2  彈性分析的概念
    3.1.3  設計時要考慮最終結果
  3.2  可擴展設計
    3.2.1  解耦關鍵組件
    3.2.2  封裝分析
    3.2.3  與消息隊列解耦
    3.2.4  分散式計算
    3.2.5  避免將分析局限在一台伺服器上
    3.2.6  使用一台伺服器的恰當時機
    3.2.7  假設變化一直發生

    3.2.8  利用托管服務
    3.2.9  使用應用程序編程介面
  3.3  雲安全和數據分析
    3.3.1  公鑰/私鑰
    3.3.2  公共子網與私有子網
    3.3.3  訪問限制
    3.3.4  保護客戶數據的安全
  3.4  AWS概述
    3.4.1  AWS關鍵概念
    3.4.2  AWS關鍵核心服務
    3.4.3  用於物聯網分析的AWS關鍵服務
  3.5  Microsoft Azure概述
    3.5.1  Azure數據湖存儲
    3.5.2  Azure分析服務
    3.5.3  HDInsight
    3.5.4  R伺服器選項
  3.6  ThingWorx概述
    3.6.1  ThingWorx Core
    3.6.2  ThingWorx Connection Services
    3.6.3  ThingWorx Edge
    3.6.4  ThingWorx概念
  3.7  小結
第4章  創建AWS雲分析環境
  4.1  AWS CloudFormation概述
  4.2  AWS虛擬私有雲設置
    4.2.1  為NAT和Bastion實例創建密鑰對
    4.2.2  創建S3存儲桶來存儲數據
  4.3  為物聯網分析創建VPC
    4.3.1  關於NAT網關
    4.3.2  關於Bastion主機
    4.3.3  關於VPC架構
    4.3.4  VPC創建演練
  4.4  如何終止和清理環境
  4.5  小結
第5章  收集所有數據的策略和技術
  5.1  數據處理
    5.1.1  Amazon Kinesis
    5.1.2  AWS Lambda
    5.1.3  AWS Athena
    5.1.4  AWS物聯網平台
    5.1.5  Microsoft Azure IoT Hub
  5.2  將大數據技術應用於存儲
    5.2.1  關於Hadoop
    5.2.2  Hadoop集群架構
    5.2.3  關於節點
    5.2.4  節點類型
    5.2.5  Hadoop分散式文件系統
    5.2.6  Apache Parquet
    5.2.7  Avro
    5.2.8  Hive

    5.2.9  序列化/反序列化
    5.2.10  Hadoop MapReduce
    5.2.11  YARN
    5.2.12  HBase
    5.2.13  Amazon DynamoDB
    5.2.14  Amazon S
  5.3  數據處理和Apache Spark
    5.3.1  關於Apache Spark
    5.3.2  Apache Spark和大數據分析
    5.3.3  單機和機器集群的比較
    5.3.4  使用Apache Spark進行物聯網數據處理
  5.4  數據流
    5.4.1  流數據分析
    5.4.2  Lambda架構
  5.5  處理更改
  5.6  小結
第6章  了解數據—探索物聯網數據
  6.1  探索和可視化數據
    6.1.1  Tableau概述
    6.1.2  了解數據質量
    6.1.3  查看數據
    6.1.4  數據的完整性
    6.1.5  數據的有效性
    6.1.6  評估信息滯后情況
    6.1.7  代表性
    6.1.8  基本時間序列分析
    6.1.9  關於時間序列
    6.1.10  應用時間序列分析
    6.1.11  了解數據中的分類
    6.1.12  引入地理信息分析
  6.2  尋找可能具有預測價值的特性
  6.3  使用R語言
    6.3.1  安裝R和RStudio
    6.3.2  使用R進行統計分析
  6.4  數據探索初步結果
  6.5  解決特定行業的分析問題
    6.5.1  製造業
    6.5.2  醫療保健
    6.5.3  零售業
  6.6  小結
第7章  增強數據價值—添加內部和外部數據集
  7.1  添加內部數據集
  7.2  　添加外部數據集
    7.2.1  　外部數據集—地理
    7.2.2  　外部數據集—人口統計
    7.2.3  　外部數據集—經濟
  7.3  　小結
第8章  與他人交流—可視化和儀錶板
  8.1  可視化設計中的常見錯誤
    8.1.1  避免可視化錯誤的技巧

    8.1.2  可視化錯誤示例
  8.2  問題分層方法
    8.2.1  問題分層方法概述
    8.2.2  開發問題樹
    8.2.3  將所需的數據匯總在一起
    8.2.4  使視圖與問題流保持一致
  8.3  物聯網數據分析的可視化設計
    8.3.1  使用位置來傳達重要性
    8.3.2  使用顏色突出顯示重要數據
    8.3.3  單一顏色對傳達重要信息的影響
    8.3.4  在視覺效果上保持一致
    8.3.5  使圖表易於解釋
  8.4  使用Tableau創建儀錶板
    8.4.1  儀錶板創建演練
    8.4.2  問題層次結構示例
    8.4.3  使視圖與思維過程保持一致
    8.4.4  創建單獨的視圖
    8.4.5  將視圖組裝到儀錶板中
  8.5  創建和可視化警報
    8.5.1  警報設計原則
    8.5.2  使用Tableau儀錶板組織警報
  8.6  小結
第9章  對物聯網數據應用地理空間分析
  9.1  對物聯網數據應用地理空間分析的優點
  9.2  地理空間分析的基礎知識
    9.2.1  歡迎來到空島
    9.2.2  坐標參考系統
    9.2.3  地球並非完美球體
  9.3  基於向量的方法
    9.3.1  邊界框
    9.3.2  包含
    9.3.3  緩衝
    9.3.4  膨脹和侵蝕
    9.3.5  簡化
    9.3.6  研究更多基於向量的方法
  9.4  基於柵格的方法
  9.5  存儲地理空間數據
    9.5.1  文件格式
    9.5.2  關係資料庫的空間數據擴展
    9.5.3  在HDFS中存儲地理空間數據
    9.5.4  空間數據索引
    9.5.5  　R樹
  9.6  處理地理空間數據
    9.6.1  地理空間分析軟體
    9.6.2  　PostGIS空間數據函數
    9.6.3  大數據世界中的地理空間分析
  9.7  解決污染報告問題
  9.8  小結
第10章  物聯網分析和數據科學
  10.1  機器學習

    10.1.1  關於機器學習
    10.1.2  表示
    10.1.3  評估
    10.1.4  優化
    10.1.5  泛化
  10.2  使用物聯網數據進行特徵工程
    10.2.1  處理缺失值
    10.2.2  居中和縮放
    10.2.3  時間序列處理
  10.3  驗證方法
    10.3.1  交叉驗證
    10.3.2  測試集
    10.3.3  精確率、召回率和特異性
  10.4  理解偏差-方差權衡
    10.4.1  偏差
    10.4.2  方差
    10.4.3  權衡和複雜性
  10.5  使用R比較不同的模型
    10.5.1  ROC曲線
    10.5.2  曲線下面積
  10.6  使用R構建隨機森林模型
    10.6.1  隨機森林關鍵概念
    10.6.2  隨機森林R示例
  10.7  使用R構建梯度提升機模型
    10.7.1  GBM的關鍵概念
    10.7.2  梯度提升機R示例
    10.7.3  集成方法
  10.8  使用R進行異常檢測
  10.9  使用ARIMA進行預測
    10.9.1  關於ARIMA
    10.9.2  使用R預測時間序列物聯網數據
  10.10  深度學習
    10.10.1  使用物聯網數據進行深度學習的用例
    10.10.2  深度學習縱覽
    10.10.3  在AWS上設置TensorFlow
  10.11  小結
第11章  組織數據的策略
  11.1  鏈接分析數據集
    11.1.1  分析數據集
    11.1.2  構建分析數據集
    11.1.3  將數據集鏈接在一起
  11.2  管理數據湖
    11.2.1  防止數據湖變成數據沼澤
    11.2.2  數據提煉
    11.2.3  數據開發過程
  11.3  數據保留策略
    11.3.1  目標
    11.3.2  物聯網數據的保留策略
    11.3.3  　保留策略示例
  11.4  小結

第12章  物聯網分析的經濟意義
  12.1  雲計算的經濟意義
    12.1.1  可變成本與固定成本
    12.1.2  退出選項
    12.1.3  雲成本可能會迅速上升
    12.1.4  密切監控雲計費
  12.2  開源軟體的經濟意義
    12.2.1  知識產權考慮
    12.2.2  可擴展性
    12.2.3  技術支持
  12.3  物聯網分析的成本考慮
    12.3.1  雲服務成本
    12.3.2  考慮未來使用需求
  12.4  考慮增加收入的機會
    12.4.1  對當前業務的拓展
    12.4.2  新的收入機會
  12.5  預測性維護的經濟意義示例
    12.5.1  預測性維護的現實情境
    12.5.2  價值公式
    12.5.3  價值決策示例
  12.6  小結
第13章  總結和建議
  13.1  本書關鍵主題回顧
    13.1.1  物聯網數據流
    13.1.2  物聯網探索性分析
    13.1.3  物聯網數據科學
    13.1.4  通過物聯網分析增加收入
  13.2  示例挑戰項目
  13.3  小結

  • 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