大數據前沿技術(shù)與應用簡(jiǎn)介，目錄書(shū)摘
2021-03-25 18:08
來(lái)源：京東
作者：京東
大數據前沿技術(shù)與應用
暫無(wú)報價(jià)
10+評論
100%好評
編輯推薦:
內容簡(jiǎn)介:
本書(shū)以大數據發(fā)展的歷史、特征、發(fā)展趨勢為切入點(diǎn)，介紹了大數據產(chǎn)業(yè)的背景、大數據的顯著(zhù)特征、大數據的構成以及大數據帶來(lái)的機遇與挑戰，重點(diǎn)介紹了大數據采集、存儲、管理及數據分析與挖掘的前沿技術(shù)，并分析了大數據在各行各業(yè)及政府機構間的具體應用案例，闡明了大數據對指導實(shí)際工作與生活的現實(shí)意義與作用。本書(shū)系作者根據自己多年的研究教學(xué)經(jīng)驗編著(zhù)而成，結構體系科學(xué)，內容全面合理，理論聯(lián)系實(shí)際，案例豐富，有助于廣大讀者理解大數據的基本內容、核心技術(shù)、使用機制等。
作者簡(jiǎn)介:
目錄:第1章 走進(jìn)大數據時(shí)代
1.1 大數據發(fā)展現狀
1.1.1 大數據國外發(fā)展現狀
1.1.2 我國促進(jìn)大數據發(fā)展的公共政策
1.1.3 廣東省的大數據發(fā)展政策
1.2 認識大數據
1.2.1 大數據的概念
1.2.2 大數據的特征
1.3 大數據技術(shù)架構
1.3.1 基礎設施支持
1.3.2 數據采集
1.3.3 數據存儲
1.3.4 數據計算
1.3.5 數據可視化
1.4 大數據應用領(lǐng)域
1.4.1 政務(wù)大數據
1.4.2 金融大數據
1.4.3 城市交通大數據
1.4.4 醫療大數據
1.4.5 企業(yè)管理大數據
1.5 大數據的機遇與挑戰
第2章 大數據關(guān)鍵技術(shù)
2.1 大數據存儲
2.1.1 SQL與傳統數據庫
2.1.2 NOSQL數據庫
2.1 NewSQL數據庫
2.1.4 分布式存儲與云存儲
2.2 大數據處理與計算
2.2.1 大數據計算框架——MapReduce
2.2.2 Hadoop平臺及相關(guān)生態(tài)系統
2.2.3 Spark計算框架及相關(guān)生態(tài)系統
2.3 流式大數據
2.3.1 流式大數據概述
2.3.2 流式大數據處理框架
2.3.3 流式大數據的應用
第3章 大數據挖掘與分析
3.1 大數據挖掘與分析前沿
3.1.1 數據挖掘與分析的環(huán)境演變
3.1.2 數據挖掘流程概述
3.1.3 文本與多媒體挖掘
3.1.4 Web挖掘
3.2 大數據挖掘與分析的理論及方法
3.2.1 關(guān)聯(lián)規則
3.2.2 回歸與分類(lèi)
3.2.3 聚類(lèi)分析
3.2.4 深度學(xué)習
3.3 大數據挖掘與分析相關(guān)工具
3.3.1 Mahout
3.3.2 MLlib
3.3.3 TensorFlow
第4章 大數據的應用
4.1 大數據應用的戰略意義與優(yōu)勢
4.1.1 促進(jìn)大數據應用的戰略意義
4.1.2 我國發(fā)展大數據應用的優(yōu)勢
4.2 大數據產(chǎn)業(yè)的發(fā)展方向
4.3 大數據應用案例
4.3.1 國外大數據應用經(jīng)典案例
4.3.2 國內大數據應用典型案例
4.3.3 廣東省大數據應用案例
4.4 大數據應用的成效、問(wèn)題與趨勢展望
4.4.1 大數據應用取得的成效
4.4.2 當前大數據應用存在的主要問(wèn)題
4.4.3 大數據應用的趨勢展望
參考文獻
1.1 大數據發(fā)展現狀
1.1.1 大數據國外發(fā)展現狀
1.1.2 我國促進(jìn)大數據發(fā)展的公共政策
1.1.3 廣東省的大數據發(fā)展政策
1.2 認識大數據
1.2.1 大數據的概念
1.2.2 大數據的特征
1.3 大數據技術(shù)架構
1.3.1 基礎設施支持
1.3.2 數據采集
1.3.3 數據存儲
1.3.4 數據計算
1.3.5 數據可視化
1.4 大數據應用領(lǐng)域
1.4.1 政務(wù)大數據
1.4.2 金融大數據
1.4.3 城市交通大數據
1.4.4 醫療大數據
1.4.5 企業(yè)管理大數據
1.5 大數據的機遇與挑戰
第2章 大數據關(guān)鍵技術(shù)
2.1 大數據存儲
2.1.1 SQL與傳統數據庫
2.1.2 NOSQL數據庫
2.1 NewSQL數據庫
2.1.4 分布式存儲與云存儲
2.2 大數據處理與計算
2.2.1 大數據計算框架——MapReduce
2.2.2 Hadoop平臺及相關(guān)生態(tài)系統
2.2.3 Spark計算框架及相關(guān)生態(tài)系統
2.3 流式大數據
2.3.1 流式大數據概述
2.3.2 流式大數據處理框架
2.3.3 流式大數據的應用
第3章 大數據挖掘與分析
3.1 大數據挖掘與分析前沿
3.1.1 數據挖掘與分析的環(huán)境演變
3.1.2 數據挖掘流程概述
3.1.3 文本與多媒體挖掘
3.1.4 Web挖掘
3.2 大數據挖掘與分析的理論及方法
3.2.1 關(guān)聯(lián)規則
3.2.2 回歸與分類(lèi)
3.2.3 聚類(lèi)分析
3.2.4 深度學(xué)習
3.3 大數據挖掘與分析相關(guān)工具
3.3.1 Mahout
3.3.2 MLlib
3.3.3 TensorFlow
第4章 大數據的應用
4.1 大數據應用的戰略意義與優(yōu)勢
4.1.1 促進(jìn)大數據應用的戰略意義
4.1.2 我國發(fā)展大數據應用的優(yōu)勢
4.2 大數據產(chǎn)業(yè)的發(fā)展方向
4.3 大數據應用案例
4.3.1 國外大數據應用經(jīng)典案例
4.3.2 國內大數據應用典型案例
4.3.3 廣東省大數據應用案例
4.4 大數據應用的成效、問(wèn)題與趨勢展望
4.4.1 大數據應用取得的成效
4.4.2 當前大數據應用存在的主要問(wèn)題
4.4.3 大數據應用的趨勢展望
參考文獻
相關(guān)商品
京公網(wǎng)安備 11000002000088號
