注冊 | 登錄讀書好,好讀書,讀好書!
讀書網(wǎng)-DuShu.com
當前位置: 首頁出版圖書科學技術計算機/網(wǎng)絡家庭與辦公軟件大數(shù)據(jù)導論

大數(shù)據(jù)導論

大數(shù)據(jù)導論

定 價:¥32.00

作 者: 周鳴爭 著
出版社: 中國鐵道出版社
叢編項:
標 簽: 暫缺

ISBN: 9787113242633 出版時間: 2018-03-01 包裝: 平裝
開本: 16開 頁數(shù): 184 字數(shù):  

內容簡介

  本書全面闡述了大數(shù)據(jù)的內涵與特征、體系架構以及所涉及關鍵技術。全書共分7章,內容包括大數(shù)據(jù)概論、大數(shù)據(jù)存儲、大數(shù)據(jù)處理、大數(shù)據(jù)分析、大數(shù)據(jù)可視化、大數(shù)據(jù)應用和大數(shù)據(jù)發(fā)展趨勢與展望,每章內容都與主流技術和典型案例緊密結合,以便讀者對大數(shù)據(jù)及其關鍵技術有更好的了解和掌握。 本書適合作為高等院校數(shù)據(jù)科學與大數(shù)據(jù)技術、計算機、軟件工程、電子信息等相關專業(yè)以及創(chuàng)新創(chuàng)業(yè)或素質教育的大數(shù)據(jù)課程教材,也可作為其他讀者深入了解大數(shù)據(jù)技術的參考用書。

作者簡介

  周鳴爭,安徽工程大學

圖書目錄

第1章 概論 1
1.1 什么是大數(shù)據(jù) 1
1.1.1 大數(shù)據(jù)產(chǎn)生的背景 1
1.1.2 大數(shù)據(jù)的概念及特征 5
1.2 大數(shù)據(jù)帶來的變革 7
1.3 大數(shù)據(jù)的價值與挑戰(zhàn) 9
1.3.1 大數(shù)據(jù)的價值 9
1.3.2 大數(shù)據(jù)時代面臨的新挑戰(zhàn) 10
1.4 大數(shù)據(jù)的相關技術 12
1.4.1 大數(shù)據(jù)存儲和管理技術 14
1.4.2 大數(shù)據(jù)分析技術 20
1.4.3 大數(shù)據(jù)處理工具與平臺 21
1.5 大數(shù)據(jù)的處理流程 22
1.5.1 數(shù)據(jù)抽取與集成 22
1.5.2 數(shù)據(jù)分析 23
1.5.3 數(shù)據(jù)解釋 23
1.5.4 大數(shù)據(jù)處理模型 24
1.6 大數(shù)據(jù)的發(fā)展機遇 28
習題 29
第2章 大數(shù)據(jù)存儲 30
2.1 大數(shù)據(jù)存儲概述 30
2.2 傳統(tǒng)的大數(shù)據(jù)存儲系統(tǒng) 30
2.3 分布式文件系統(tǒng) 33
2.3.1 HDFS相關概念 35
2.3.2 HDFS分布式文件系統(tǒng)的結構 36
2.3.3 HDFS存儲原理 37
2.3.4 HDFS數(shù)據(jù)讀/寫 41
2.4 NoSQL數(shù)據(jù)庫 43
2.4.1 NoSQL的產(chǎn)生 44
2.4.2 NoSQL與RDBMS 45
2.4.3 NoSQL的分類 46
2.4.4 HBase數(shù)據(jù)庫 47
2.4.5 NoSQL與NewSQL 52
習題 53
第3章 大數(shù)據(jù)處理 55
3.1 多處理器技術 55
3.2 并行計算 59
3.3 MapReduce并行計算技術 65
3.3.1 MapReduce簡介 65
3.3.2 MapReduce編程模型 68
3.3.3 Hadoop MapReduce 1 73
3.3.4 Yarn/MapReduce2 76
3.3.5 MapReduce性能調優(yōu) 79
習題 82
第4章 大數(shù)據(jù)分析 83
4.1 大數(shù)據(jù)分析概述 83
4.1.1 數(shù)據(jù)分析的原則 84
4.1.2 大數(shù)據(jù)分析的特點 84
4.1.3 大數(shù)據(jù)分析路線及流程 85
4.1.4 大數(shù)據(jù)分析技術 87
4.1.5 大數(shù)據(jù)分析的難點 90
4.2 大數(shù)據(jù)分析模型 91
4.2.1 大數(shù)據(jù)分析模型建立方法 91
4.2.2 分類分析模型 93
4.2.3 關聯(lián)分析模型 94
4.2.4 聚類分析模型 95
4.3 大數(shù)據(jù)分析算法 98
4.3.1 大數(shù)據(jù)算法概述 99
4.3.2 決策樹算法簡介 101
4.3.3 Apriori算法簡介 105
4.3.4 K-Means算法簡介 109
4.4 大數(shù)據(jù)分析應用 111
4.4.1 文本分析 111
4.4.2 情感分析 113
4.4.3 推薦系統(tǒng) 115
4.5 大數(shù)據(jù)分析常用工具 117
習題 119
第5章 大數(shù)據(jù)可視化 120
5.1 大數(shù)據(jù)可視化技術概述 120
5.1.1 數(shù)據(jù)可視化簡史 120
5.1.2 數(shù)據(jù)可視化的功能 122
5.1.3 大數(shù)據(jù)可視化簡介 123
5.2 大數(shù)據(jù)可視化技術基礎 126
5.2.1 數(shù)據(jù)可視化流程 126
5.2.2 數(shù)據(jù)可視化編碼 128
5.2.3 數(shù)據(jù)可視化設計 132
5.3 大數(shù)據(jù)可視化應用 134
5.3.1 文本可視化 135
5.3.2 社交網(wǎng)絡可視化 138
5.3.3 日志數(shù)據(jù)可視化 140
5.3.4 地理信息可視化 140
5.3.5 數(shù)據(jù)可視化交互 141
5.4 大數(shù)據(jù)可視化軟件和工具 143
5.4.1 大數(shù)據(jù)可視化軟件分類 143
5.4.2 科學可視化軟件和工具 144
5.4.3 可視化分析軟件和工具 145
5.4.4 信息可視化軟件和工具 147
習題 148
第6章 大數(shù)據(jù)應用 149
6.1 互聯(lián)網(wǎng)行業(yè)大數(shù)據(jù) 149
6.2 交通大數(shù)據(jù) 153
6.3 醫(yī)療大數(shù)據(jù) 159
6.4 問答系統(tǒng) 164
習題 169
第7章 大數(shù)據(jù)發(fā)展趨勢與展望 170
7.1 大數(shù)據(jù)安全與隱私保護 170
7.1.1 數(shù)據(jù)安全與隱私保護的現(xiàn)狀 170
7.1.2 大數(shù)據(jù)帶來的安全挑戰(zhàn) 171
7.1.3 大數(shù)據(jù)安全與隱私保護關鍵技術 172
7.2 大數(shù)據(jù)共享 174
7.2.1 大數(shù)據(jù)共享面臨的挑戰(zhàn) 174
7.2.2 大數(shù)據(jù)共享的措施與機制 175
7.3 數(shù)據(jù)科學 176
7.3.1 數(shù)據(jù)科學的概念 176
7.3.2 數(shù)據(jù)分析的難題 176
習題 177
參考文獻 178

本目錄推薦

掃描二維碼
Copyright ? 讀書網(wǎng) www.autoforsalebyowners.com 2005-2020, All Rights Reserved.
鄂ICP備15019699號 鄂公網(wǎng)安備 42010302001612號