大數(shù)據(jù)入門(mén)與實(shí)驗(yàn)

第1章 大數(shù)據(jù)的時(shí)代背景
1.1 大數(shù)據(jù)的產(chǎn)生
1.2 大數(shù)據(jù)戰(zhàn)略
1.2.1 大數(shù)據(jù)戰(zhàn)略的內(nèi)涵及意義
1.2.2 中國(guó)大數(shù)據(jù)戰(zhàn)略的層次體系
1.3 大數(shù)據(jù)的應(yīng)用
1.3.1 大數(shù)據(jù)在電子政務(wù)中的應(yīng)用
1.3.2 大數(shù)據(jù)在網(wǎng)絡(luò)通信行業(yè)中的應(yīng)用
1.3.3 大數(shù)據(jù)在醫(yī)療行業(yè)中的應(yīng)用
1.3.4 大數(shù)據(jù)在能源行業(yè)中的應(yīng)用
1.3.5 大數(shù)據(jù)在零售行業(yè)中的應(yīng)用
1.4 大數(shù)據(jù)人才的需求
1.4.1 大數(shù)據(jù)人才的能力要求
1.4.2 大數(shù)據(jù)人才的分類(lèi)
1.5 數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)專(zhuān)業(yè)
1.5.1 數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)專(zhuān)業(yè)的定位
1.5.2 數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)專(zhuān)業(yè)的培養(yǎng)目標(biāo)
第2章 大數(shù)據(jù)初識(shí)
2.1 大數(shù)據(jù)的定義
2.2 大數(shù)據(jù)的特征
2.3 典型行業(yè)的大數(shù)據(jù)
2.3.1 金融行業(yè)的大數(shù)據(jù)
2.3.2 健康醫(yī)療行業(yè)的大數(shù)據(jù)
2.3.3 電信行業(yè)的大數(shù)據(jù)
2.3.4 電子商務(wù)行業(yè)的大數(shù)據(jù)
第3章 大數(shù)據(jù)技術(shù)初識(shí)
3.1 數(shù)據(jù)分析流程
3.1.1 數(shù)據(jù)分析的基本流程
3.1.2 數(shù)據(jù)預(yù)處理
3.1.3 數(shù)據(jù)探查
3.1.4 數(shù)據(jù)建模與應(yīng)用
3.1.5 數(shù)據(jù)可視化
3.2 數(shù)據(jù)分析技術(shù)
3.2.1 經(jīng)典數(shù)據(jù)挖掘
3.2.2 機(jī)器學(xué)習(xí)簡(jiǎn)介
3.2.3 模型評(píng)估
3.3 大數(shù)據(jù)技術(shù)框架與生態(tài)
3.3.1 Hadoop
3.3.2 Spark
3.3.3 NoSQL
第4章 大數(shù)據(jù)分析教學(xué)平臺(tái)——BDAP
4.1 BDAP簡(jiǎn)介
4.1.1 大數(shù)據(jù)教學(xué)的現(xiàn)狀與挑戰(zhàn)
4.1.2 BDAP總覽
4.1.3 BDAP的特點(diǎn)與優(yōu)勢(shì)
4.2 BDAP的功能
4.2.1 文件管理功能
4.2.2 數(shù)據(jù)挖掘功能
4.2.3 可視化功能
4.2.4 深度學(xué)習(xí)探索功能