大數(shù)據(jù)技術(shù)導(dǎo)論

定　價(jià)：￥32.00

作　者：	樊繼慧，李旭耀
出版社：	中國(guó)水利水電出版社
叢編項(xiàng)：	普通高等教育數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)專業(yè)教材
標(biāo)　簽：	暫缺

購(gòu)買這本書可以去

當(dāng)當(dāng)網(wǎng) (￥22.40)

ISBN：	9787522611013	出版時(shí)間：	2022-12-01	包裝：	平裝
開本：	16開	頁(yè)數(shù)：		字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　本書根據(jù)現(xiàn)有的大數(shù)據(jù)技術(shù)理論，綜合介紹了大數(shù)據(jù)技術(shù)的相關(guān)基礎(chǔ)理論知識(shí)，并提供了部分實(shí)踐操作介紹。本書共8個(gè)章節(jié)，內(nèi)容包含大數(shù)據(jù)的概念和特征，大數(shù)據(jù)計(jì)量，大數(shù)據(jù)生命周期，大數(shù)據(jù)與云計(jì)算，Hadoop，HDFS，MapReduce，大數(shù)據(jù)編程語言Python、Spark、R語言，數(shù)據(jù)預(yù)處理，聚類分析，k-鄰近分類算法，數(shù)據(jù)可視化，大數(shù)據(jù)應(yīng)用，大數(shù)據(jù)安全與威脅，爬蟲技術(shù)，MINIST數(shù)字識(shí)別技術(shù)。本書分別在大數(shù)據(jù)采集與預(yù)處理、數(shù)據(jù)挖掘與分析等重要章節(jié)中安排了入門級(jí)的實(shí)踐操作內(nèi)容，以便讀者好地學(xué)習(xí)和掌握大數(shù)據(jù)關(guān)鍵技術(shù)。本書可以作為高等院校數(shù)據(jù)科學(xué)與大數(shù)據(jù)等相關(guān)專業(yè)的課程教材，亦可作為大數(shù)據(jù)愛好者的科普讀物。

作者簡(jiǎn)介

暫缺《大數(shù)據(jù)技術(shù)導(dǎo)論》作者簡(jiǎn)介

圖書目錄

前言
第1章概論
1.1 揭秘大數(shù)據(jù)
1.1.1 大數(shù)據(jù)概念和特征
1.1.2 大數(shù)據(jù)的計(jì)量
1.1.3 大數(shù)據(jù)生命周期
1.1.4 大數(shù)據(jù)與云計(jì)算
1.1.5 大數(shù)據(jù)時(shí)代的重大變革
1.2 大數(shù)據(jù)關(guān)鍵技術(shù)
練習(xí)1
第2章大數(shù)據(jù)生態(tài)系統(tǒng)
2.1 Hadoop
2.1.1 Hadoop簡(jiǎn)介
2.1.2 Hadoop優(yōu)勢(shì)
2.2 HDFS
2.2.1 HDFS體系結(jié)構(gòu)
2.2.2 HDFS存儲(chǔ)原理
2.2.3 HDFS常用操作
2.3 MapReduce
2.3.1 MapReduce簡(jiǎn)介
2.3.2 MapReduce的適用場(chǎng)景
2.3.3 MapReduce的優(yōu)點(diǎn)和缺點(diǎn)
2.4 大數(shù)據(jù)編程語言
2.4.1 Python
2.4.2 Spark
2.4.3 R語言
練習(xí)2
第3章大數(shù)據(jù)采集與預(yù)處理
3.1 數(shù)據(jù)采集
3.1.1 數(shù)據(jù)采集分類
3.1.2 數(shù)據(jù)采集方法
3.1.3 數(shù)據(jù)采集工具
3.2 數(shù)據(jù)清洗
3.2.1 數(shù)據(jù)清洗任務(wù)
3.2.2 數(shù)據(jù)清洗過程
3.3 數(shù)據(jù)變換
3.3.1 規(guī)范化
3.3.2 數(shù)據(jù)變換分類
3.4 數(shù)據(jù)分析與采集實(shí)例：線性回歸和邏輯回歸
練習(xí)3
第4章數(shù)據(jù)挖掘與分析
4.1 大數(shù)據(jù)分析概述
4.1.1 數(shù)據(jù)分析原則
4.1.2 大數(shù)據(jù)分析特點(diǎn)
4.1.3 大數(shù)據(jù)分析流程
4.1.4 數(shù)據(jù)分析師基本技能和素質(zhì)
4.1.5 大數(shù)據(jù)分析難點(diǎn)
4.2 數(shù)據(jù)認(rèn)知
4.2.1 數(shù)據(jù)預(yù)處理
4.2.2 概率分析