大數(shù)據(jù)前沿技術(shù)與應(yīng)用簡介，目錄書摘
2021-03-25 18:08
來源：京東
作者：京東
大數(shù)據(jù)前沿技術(shù)與應(yīng)用
暫無報價
10+評論
100%好評
編輯推薦:
內(nèi)容簡介:
本書以大數(shù)據(jù)發(fā)展的歷史、特征、發(fā)展趨勢為切入點，介紹了大數(shù)據(jù)產(chǎn)業(yè)的背景、大數(shù)據(jù)的顯著特征、大數(shù)據(jù)的構(gòu)成以及大數(shù)據(jù)帶來的機(jī)遇與挑戰(zhàn)，重點介紹了大數(shù)據(jù)采集、存儲、管理及數(shù)據(jù)分析與挖掘的前沿技術(shù)，并分析了大數(shù)據(jù)在各行各業(yè)及政府機(jī)構(gòu)間的具體應(yīng)用案例，闡明了大數(shù)據(jù)對指導(dǎo)實際工作與生活的現(xiàn)實意義與作用。本書系作者根據(jù)自己多年的研究教學(xué)經(jīng)驗編著而成，結(jié)構(gòu)體系科學(xué)，內(nèi)容全面合理，理論聯(lián)系實際，案例豐富，有助于廣大讀者理解大數(shù)據(jù)的基本內(nèi)容、核心技術(shù)、使用機(jī)制等。
作者簡介:
目錄:第1章 走進(jìn)大數(shù)據(jù)時代
1.1 大數(shù)據(jù)發(fā)展現(xiàn)狀
1.1.1 大數(shù)據(jù)國外發(fā)展現(xiàn)狀
1.1.2 我國促進(jìn)大數(shù)據(jù)發(fā)展的公共政策
1.1.3 廣東省的大數(shù)據(jù)發(fā)展政策
1.2 認(rèn)識大數(shù)據(jù)
1.2.1 大數(shù)據(jù)的概念
1.2.2 大數(shù)據(jù)的特征
1.3 大數(shù)據(jù)技術(shù)架構(gòu)
1.3.1 基礎(chǔ)設(shè)施支持
1.3.2 數(shù)據(jù)采集
1.3.3 數(shù)據(jù)存儲
1.3.4 數(shù)據(jù)計算
1.3.5 數(shù)據(jù)可視化
1.4 大數(shù)據(jù)應(yīng)用領(lǐng)域
1.4.1 政務(wù)大數(shù)據(jù)
1.4.2 金融大數(shù)據(jù)
1.4.3 城市交通大數(shù)據(jù)
1.4.4 醫(yī)療大數(shù)據(jù)
1.4.5 企業(yè)管理大數(shù)據(jù)
1.5 大數(shù)據(jù)的機(jī)遇與挑戰(zhàn)
第2章 大數(shù)據(jù)關(guān)鍵技術(shù)
2.1 大數(shù)據(jù)存儲
2.1.1 SQL與傳統(tǒng)數(shù)據(jù)庫
2.1.2 NOSQL數(shù)據(jù)庫
2.1 NewSQL數(shù)據(jù)庫
2.1.4 分布式存儲與云存儲
2.2 大數(shù)據(jù)處理與計算
2.2.1 大數(shù)據(jù)計算框架——MapReduce
2.2.2 Hadoop平臺及相關(guān)生態(tài)系統(tǒng)
2.2.3 Spark計算框架及相關(guān)生態(tài)系統(tǒng)
2.3 流式大數(shù)據(jù)
2.3.1 流式大數(shù)據(jù)概述
2.3.2 流式大數(shù)據(jù)處理框架
2.3.3 流式大數(shù)據(jù)的應(yīng)用
第3章 大數(shù)據(jù)挖掘與分析
3.1 大數(shù)據(jù)挖掘與分析前沿
3.1.1 數(shù)據(jù)挖掘與分析的環(huán)境演變
3.1.2 數(shù)據(jù)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(shù)據(jù)挖掘與分析的理論及方法
3.2.1 關(guān)聯(lián)規(guī)則
3.2.2 回歸與分類
3.2.3 聚類分析
3.2.4 深度學(xué)習(xí)
3.3 大數(shù)據(jù)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(shù)據(jù)的應(yīng)用
4.1 大數(shù)據(jù)應(yīng)用的戰(zhàn)略意義與優(yōu)勢
4.1.1 促進(jìn)大數(shù)據(jù)應(yīng)用的戰(zhàn)略意義
4.1.2 我國發(fā)展大數(shù)據(jù)應(yīng)用的優(yōu)勢
4.2 大數(shù)據(jù)產(chǎn)業(yè)的發(fā)展方向
4.3 大數(shù)據(jù)應(yīng)用案例
4.3.1 國外大數(shù)據(jù)應(yīng)用經(jīng)典案例
4.3.2 國內(nèi)大數(shù)據(jù)應(yīng)用典型案例
4.3.3 廣東省大數(shù)據(jù)應(yīng)用案例
4.4 大數(shù)據(jù)應(yīng)用的成效、問題與趨勢展望
4.4.1 大數(shù)據(jù)應(yīng)用取得的成效
4.4.2 當(dāng)前大數(shù)據(jù)應(yīng)用存在的主要問題
4.4.3 大數(shù)據(jù)應(yīng)用的趨勢展望
參考文獻(xiàn)
1.1 大數(shù)據(jù)發(fā)展現(xiàn)狀
1.1.1 大數(shù)據(jù)國外發(fā)展現(xiàn)狀
1.1.2 我國促進(jìn)大數(shù)據(jù)發(fā)展的公共政策
1.1.3 廣東省的大數(shù)據(jù)發(fā)展政策
1.2 認(rèn)識大數(shù)據(jù)
1.2.1 大數(shù)據(jù)的概念
1.2.2 大數(shù)據(jù)的特征
1.3 大數(shù)據(jù)技術(shù)架構(gòu)
1.3.1 基礎(chǔ)設(shè)施支持
1.3.2 數(shù)據(jù)采集
1.3.3 數(shù)據(jù)存儲
1.3.4 數(shù)據(jù)計算
1.3.5 數(shù)據(jù)可視化
1.4 大數(shù)據(jù)應(yīng)用領(lǐng)域
1.4.1 政務(wù)大數(shù)據(jù)
1.4.2 金融大數(shù)據(jù)
1.4.3 城市交通大數(shù)據(jù)
1.4.4 醫(yī)療大數(shù)據(jù)
1.4.5 企業(yè)管理大數(shù)據(jù)
1.5 大數(shù)據(jù)的機(jī)遇與挑戰(zhàn)
第2章 大數(shù)據(jù)關(guān)鍵技術(shù)
2.1 大數(shù)據(jù)存儲
2.1.1 SQL與傳統(tǒng)數(shù)據(jù)庫
2.1.2 NOSQL數(shù)據(jù)庫
2.1 NewSQL數(shù)據(jù)庫
2.1.4 分布式存儲與云存儲
2.2 大數(shù)據(jù)處理與計算
2.2.1 大數(shù)據(jù)計算框架——MapReduce
2.2.2 Hadoop平臺及相關(guān)生態(tài)系統(tǒng)
2.2.3 Spark計算框架及相關(guān)生態(tài)系統(tǒng)
2.3 流式大數(shù)據(jù)
2.3.1 流式大數(shù)據(jù)概述
2.3.2 流式大數(shù)據(jù)處理框架
2.3.3 流式大數(shù)據(jù)的應(yīng)用
第3章 大數(shù)據(jù)挖掘與分析
3.1 大數(shù)據(jù)挖掘與分析前沿
3.1.1 數(shù)據(jù)挖掘與分析的環(huán)境演變
3.1.2 數(shù)據(jù)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(shù)據(jù)挖掘與分析的理論及方法
3.2.1 關(guān)聯(lián)規(guī)則
3.2.2 回歸與分類
3.2.3 聚類分析
3.2.4 深度學(xué)習(xí)
3.3 大數(shù)據(jù)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(shù)據(jù)的應(yīng)用
4.1 大數(shù)據(jù)應(yīng)用的戰(zhàn)略意義與優(yōu)勢
4.1.1 促進(jìn)大數(shù)據(jù)應(yīng)用的戰(zhàn)略意義
4.1.2 我國發(fā)展大數(shù)據(jù)應(yīng)用的優(yōu)勢
4.2 大數(shù)據(jù)產(chǎn)業(yè)的發(fā)展方向
4.3 大數(shù)據(jù)應(yīng)用案例
4.3.1 國外大數(shù)據(jù)應(yīng)用經(jīng)典案例
4.3.2 國內(nèi)大數(shù)據(jù)應(yīng)用典型案例
4.3.3 廣東省大數(shù)據(jù)應(yīng)用案例
4.4 大數(shù)據(jù)應(yīng)用的成效、問題與趨勢展望
4.4.1 大數(shù)據(jù)應(yīng)用取得的成效
4.4.2 當(dāng)前大數(shù)據(jù)應(yīng)用存在的主要問題
4.4.3 大數(shù)據(jù)應(yīng)用的趨勢展望
參考文獻(xiàn)
京公網(wǎng)安備 11000002000088號
