大數據技術(shù)概論簡(jiǎn)介，目錄書(shū)摘
2020-05-11 11:43
來(lái)源：京東
作者：京東
大數據技術(shù)概論
暫無(wú)報價(jià)
8評論
100%好評
編輯推薦:全面：對大數據涉及的各項技術(shù)如Hadoop、MapReduce、Storm、Spark等做了深入簡(jiǎn)出的介紹。
實(shí)用：配有多個(gè)實(shí)際操作案例供讀者參考，輕松學(xué)習。
實(shí)用：配有多個(gè)實(shí)際操作案例供讀者參考，輕松學(xué)習。
內容簡(jiǎn)介: 大數據技術(shù)是一個(gè)面向實(shí)際應用的技術(shù)。從大數據中獲取有價(jià)值信息是大數據技術(shù)的精髓。
《大數據技術(shù)概論》概括性介紹了數據科學(xué)與大數據技術(shù)的主要內容。全書(shū)分為9章，主要包括概述、大數據處理平臺、大數據獲取與存儲管理技術(shù)、大數據抽取技術(shù)、大數據清洗技術(shù)、大數據去噪與標準化、大數據約簡(jiǎn)與集成技術(shù)、大數據分析與挖掘技術(shù)、大數據分析結果解釋與展現。
《大數據技術(shù)概論》在內容上，注重基本概念、基本方法介紹，實(shí)例豐富、語(yǔ)言精練、邏輯層次清晰，適合作為大學(xué)“數據科學(xué)與大數據技術(shù)”專(zhuān)業(yè)和相近專(zhuān)業(yè)的教材，也可以作為科技人員的參考書(shū)。
《大數據技術(shù)概論》概括性介紹了數據科學(xué)與大數據技術(shù)的主要內容。全書(shū)分為9章，主要包括概述、大數據處理平臺、大數據獲取與存儲管理技術(shù)、大數據抽取技術(shù)、大數據清洗技術(shù)、大數據去噪與標準化、大數據約簡(jiǎn)與集成技術(shù)、大數據分析與挖掘技術(shù)、大數據分析結果解釋與展現。
《大數據技術(shù)概論》在內容上，注重基本概念、基本方法介紹，實(shí)例豐富、語(yǔ)言精練、邏輯層次清晰，適合作為大學(xué)“數據科學(xué)與大數據技術(shù)”專(zhuān)業(yè)和相近專(zhuān)業(yè)的教材，也可以作為科技人員的參考書(shū)。
作者簡(jiǎn)介:陳明，國內計算機科學(xué)領(lǐng)域資深專(zhuān)家，曾任大連理工大學(xué)計算機科學(xué)與工程系教授、系主任，中國石油大學(xué)(北京)計算機科學(xué)與技術(shù)系教授、系主任。中國計算機學(xué)會(huì )理事、中國人工智能學(xué)會(huì )理事、中國人工智能學(xué)會(huì )智能信息網(wǎng)專(zhuān)委會(huì )副主任。全國高校計算機基礎教育研究會(huì )常務(wù)理事、教育部IT&AT 教育工程專(zhuān)家組成員。
目錄:第1章 概述
1．1 數據科學(xué)
1．1．1 數據科學(xué)的產(chǎn)生與發(fā)展
1．1．2 數據科學(xué)的相關(guān)術(shù)語(yǔ)
1．1．3 數據科學(xué)的主要內容
1．1．4 數據科學(xué)的研究過(guò)程與體系框架
1．1．5 數據科學(xué)、數據技術(shù)與數據工程
1．1．6 大數據問(wèn)題
1．2 大數據的生態(tài)環(huán)境
1．2．1 互聯(lián)網(wǎng)世界
1．2．2 物理世界
1．3 大數據的概念
1．3．1 數據容量
1．3．2 數據類(lèi)型
1．3．3 價(jià)值密度
1．3．4 速度
1．3．5 真實(shí)性
1．4 大數據的性質(zhì)
1．4．1 非結構性
1．4．2 不完備性
1．4．3 時(shí)效性
1．4．4 安全性
1．4．5 可靠性
1．5 大數據處理周期
1．5．1 大數據處理全過(guò)程
1．5．2 大數據技術(shù)的特征
1．5．3 大數據的一些熱點(diǎn)技術(shù)
1．6 科學(xué)研究范式
1．6．1 科學(xué)研究范式的產(chǎn)生與發(fā)展
1．6．2 數據密集型科學(xué)研究第四范式
小結
第2章 大數據處理平臺
2．1 Hadoop大數據處理平臺
2．1．1 離線(xiàn)計算概述
2．1．2 MapReduce分布編程模型
2．1．3 基于Hadoop的分布計算
2．1．4 MapReduce程序設計分析
2．1．5 Hadoop環(huán)境部署與程序運行
2．2 Storm大數據處理平臺
2．2．1 流式數據的概念與特征
2．2．2 大數據的計算模式
2．2．3 流式數據處理技術(shù)的應用
2．2．4 流式計算的系統架構
2．2．5 Stoxm流處理過(guò)程
2．2．6 單詞計數topology
2．3 Spark大數據處理平臺
2．3．1 交互式處理系統的問(wèn)題
2．3．2 Scala編程語(yǔ)言簡(jiǎn)介
2．3．3 Spark的主要特點(diǎn)
……
第3章 大數據獲取與存儲管理技術(shù)
第4章 大數據抽取技術(shù)
第5章 大數據清洗技術(shù)
第6章 大數據去躁與標準化
第7章 大數據約間與集成技術(shù)
第8章 大數據分析與挖掘技術(shù)
第9章 大數據分析結果解釋與展現
參考文獻
1．1 數據科學(xué)
1．1．1 數據科學(xué)的產(chǎn)生與發(fā)展
1．1．2 數據科學(xué)的相關(guān)術(shù)語(yǔ)
1．1．3 數據科學(xué)的主要內容
1．1．4 數據科學(xué)的研究過(guò)程與體系框架
1．1．5 數據科學(xué)、數據技術(shù)與數據工程
1．1．6 大數據問(wèn)題
1．2 大數據的生態(tài)環(huán)境
1．2．1 互聯(lián)網(wǎng)世界
1．2．2 物理世界
1．3 大數據的概念
1．3．1 數據容量
1．3．2 數據類(lèi)型
1．3．3 價(jià)值密度
1．3．4 速度
1．3．5 真實(shí)性
1．4 大數據的性質(zhì)
1．4．1 非結構性
1．4．2 不完備性
1．4．3 時(shí)效性
1．4．4 安全性
1．4．5 可靠性
1．5 大數據處理周期
1．5．1 大數據處理全過(guò)程
1．5．2 大數據技術(shù)的特征
1．5．3 大數據的一些熱點(diǎn)技術(shù)
1．6 科學(xué)研究范式
1．6．1 科學(xué)研究范式的產(chǎn)生與發(fā)展
1．6．2 數據密集型科學(xué)研究第四范式
小結
第2章 大數據處理平臺
2．1 Hadoop大數據處理平臺
2．1．1 離線(xiàn)計算概述
2．1．2 MapReduce分布編程模型
2．1．3 基于Hadoop的分布計算
2．1．4 MapReduce程序設計分析
2．1．5 Hadoop環(huán)境部署與程序運行
2．2 Storm大數據處理平臺
2．2．1 流式數據的概念與特征
2．2．2 大數據的計算模式
2．2．3 流式數據處理技術(shù)的應用
2．2．4 流式計算的系統架構
2．2．5 Stoxm流處理過(guò)程
2．2．6 單詞計數topology
2．3 Spark大數據處理平臺
2．3．1 交互式處理系統的問(wèn)題
2．3．2 Scala編程語(yǔ)言簡(jiǎn)介
2．3．3 Spark的主要特點(diǎn)
……
第3章 大數據獲取與存儲管理技術(shù)
第4章 大數據抽取技術(shù)
第5章 大數據清洗技術(shù)
第6章 大數據去躁與標準化
第7章 大數據約間與集成技術(shù)
第8章 大數據分析與挖掘技術(shù)
第9章 大數據分析結果解釋與展現
參考文獻
京公網(wǎng)安備 11000002000088號
