中图网

>

数据库

>

数据仓库与数据挖掘

大数据导论

作者：周苏

出版社：清华大学出版社出版时间：2016-09-01

开本： 32开 页数： 265

本类榜单：计算机/网络销量榜

中图价:¥26.7(6.0折) 定价 ~~¥44.5~~ 登录后可看到会员价

加入购物车收藏

运费6元，满39元免运费

?新疆、西藏除外

本类五星书更多>

>
决战行测5000题(言语理解与表达)

决战行测5000题(言语理解与表达)

¥38.8¥88
>
软件性能测试.分析与调优实践之路

软件性能测试.分析与调优实践之路

¥49.3¥69
>
第一行代码Android

第一行代码Android

¥58.4¥99
>
深度学习

深度学习

¥92.4¥168
>
Unreal Engine 4蓝图完全学习教程

Unreal Engine 4蓝图完全学习教程

¥72.2¥168
>
深入理解计算机系统-原书第3版

深入理解计算机系统-原书第3版

¥104.3¥139
>
Word/Excel PPT 2013办公应用从入门到精通-(附赠1DVD.含语音视频教学+办公模板+PDF电子书)

Word/Excel PPT 2013办公应用从入门到精通-(附赠1DVD.含语音视频教学+办公模板+PDF电子书)

¥21¥49.9

商品详情
商品评论(0条)

中图价:¥26.7 加入购物车

版权信息
本书特色
内容简介
目录

大数据导论版权信息

ISBN：9787302440734
条形码：9787302440734 ; 978-7-302-44073-4
装帧：一般胶版纸
册数：暂无
重量：暂无
所属分类：
计算机/网络
>
数据库
>
数据仓库与数据挖掘

大数据导论本书特色

大数据系列丛书大数据导论周苏王文编著清华大学出版社北京内容简介这是一个大数据爆发的时代。面对信息的激流、多元化数据的涌现，大数据已经为个人生活、企业经营，甚至国家与社会的发展都带来了机遇和挑战，大数据已经成为it信息产业中*具潜力的蓝海。 “大数据导论”是一门理论性和实践性都很强的课程。本教材针对信息管理、经济管理和其他相关专业学生的发展需求，系统、全面地介绍了关于大数据技术与应用的基本知识和技能，详细介绍了大数据与大数据时代、大数据的可视化、大数据的商业规则、大数据时代的思维变革、大数据促进医疗与健康、大数据激发创造力、大数据预测分析、大数据促进学习、大数据在云端、支撑大数据的技术、数据科学与数据科学家和大数据的未来等内容，具有较强的系统性、可读性和实用性。本书是为高等院校相关专业“大数据基础”“大数据导论”等课程全新设计编写，具有丰富实践特色的主教材，也可供有一定实践经验的软件开发人员、管理人员参考和作为继续教育的教材。

大数据导论内容简介

“大数据系列丛书”由多本既独立又有丰富内在联系的大数据时代思维、技术与应用的教材组成。《大数据导论》是其中的一本，也是入门篇。 2012年以来，由于互联网和信息行业的快速发展，大数据越来越引起人们的关注，已经引发自云计算、互联网之后it行业的又一大颠覆性技术革命。人们用大数据来描述和定义信息爆炸时代产生的海量数据，并命名与之相关的技术发展与创新。企业内部的经营信息、互联网世界中的商品物流信息，互联网世界中人与人的交互信息、位置信息等，数据量将远远超越现有企业的it架构和基础设施的承载能力，实时性要求也将大大超越现有的计算能力。盘活这些数据资产，使其为国家治理、企业决策乃至个人生活服务，是大数据的核心议题，也是云计算内在的灵魂和必然的升级方向。本书系统、全面地介绍大数据的基本知识，包括大数据与大数据时代、大数据的可视化、大数据的商业规则、大数据时代的思维变革、大数据促进医疗与健康、大数据激发创造力、大数据预测分析、大数据促进学习、大数据在云端、支撑大数据的技术、数据科学与数据科学家以及大数据的未来等内容，具有较强的系统性、可读性和实用性。人类正在迅速进入大数据时代，大数据的理念、技术与应用是理论性和实践性都很强的“必修”课程。本书为高等院校相关专业，尤其是信息管理、经济管理类专业开设“大数据”相关课程全新设计编写，是具有丰富实践特色的主教材。全书理论联系实际，结合一系列了解和熟悉大数据理念、技术与应用的学习和实践活动，把大数据的相关概念、基础知识和技术技巧融入实践中，使学生保持浓厚的学习热情，提高学习兴趣，加深对大数据技术的认识、理解和掌握。

大数据导论目录

大数据导论数据与大数据时代11.1什么是大数据21.1.1天文学——信息爆炸的起源31.1.2大数据的定义61.1.3用3v描述大数据特征71.1.4广义的大数据91.2大数据变革思维91.3大数据的结构类型101.4大数据的发展111.4.1硬件性价比提高与软件技术进步111.4.2云计算的普及121.4.3大数据作为bi的进化形式121.4.4从交易数据分析到交互数据分析13第2章大数据的可视化192.1数据与可视化212.1.1数据的可变性222.1.2数据的不确定性232.1.3数据所依存的背景信息242.1.4打造*好的可视化效果252.2数据与图形252.2.1数据与走势262.2.2视觉信息的科学解释282.2.3图片和分享的力量292.3公共数据集302.4实时可视化312.5挑战图像的多变性322.6数据可视化的运用332.6.1可视化对认知的帮助342.6.27个数据类型352.6.37个基本任务362.6.4数据可视化的挑战38第3章大数据的商业规则453.1大数据的跨界年度463.2谷歌的大数据行动473.3亚马逊的大数据行动493.4将信息变成一种竞争优势503.4.1数据价格下降，数据需求上升513.4.2大数据应用程序的兴起523.4.3实时响应，大数据用户的新要求533.4.4企业构建大数据战略533.5大数据营销543.5.1像媒体公司一样思考543.5.2营销面对新的机遇与挑战553.5.3自动化营销563.5.4为营销创建高容量和高价值的内容573.5.5内容营销573.5.6内容创作与众包583.5.7用投资回报率评价营销效果59第4章大数据时代的思维变革654.1大数据时代的大挑战674.2转变之一: 样本=总体684.2.1小数据时代的随机采样684.2.2大数据与乔布斯的癌症治疗714.2.3全数据模式: 样本=总体724.3转变之二: 接受数据的混杂性744.3.1允许不精确744.3.2大数据的简单算法与小数据的复杂算法764.3.3纷繁的数据越多越好774.3.4混杂性是标准途径784.3.5新的数据库设计794.3.65%的数字数据与95%的非结构化数据814.4转变之三: 数据的相关关系814.4.1关联物，预测的关键814.4.2“是什么”，而不是“为什么”844.4.3通过因果关系了解世界844.4.4通过相关关系了解世界86第5章大数据促进医疗与健康935.1大数据与循证医学955.2大数据带来的医疗新突破965.2.1量化自我，关注个人健康975.2.2可穿戴的个人健康设备985.2.3大数据时代的医疗信息995.2.4cellminer——对抗癌症的新工具1005.3医疗信息数字化1025.4搜索: 超级大数据的*佳伙伴1045.5数据决策的成功崛起1055.5.1数据辅助诊断1065.5.2你考虑过……了吗1065.5.3大数据分析使数据决策崛起107第6章大数据激发创造力1126.1大数据帮助改善设计1146.1.1少而精是设计的核心1156.1.2与玩家共同设计游戏1166.1.3以人为本的汽车设计理念1166.1.4寻找*佳音响效果1186.1.5建筑，数据取代直觉1196.2大数据操作回路1196.2.1信号与噪声1206.2.2大数据反馈回路1206.2.3*小数据规模1216.2.4大数据应用程序的优势与作用1216.3大数据资产的崛起1226.3.1大数据催生崭新的应用程序1226.3.2寻找大数据“空白”，提取*大价值122第7章大数据预测分析1267.1什么是预测分析1307.1.1预测分析的作用1307.1.2行业应用举例1317.2数据情感和情感数据1327.2.1从博客观察集体情感1327.2.2预测分析博客中的情绪1337.2.3影响情绪的重要因素——金钱1357.3数据具有内在预测性1367.4情感的因果关系1377.4.1焦虑指数与标普500指数1377.4.2验证情感和被验证的情感1387.4.3情绪指标影响金融市场139第8章大数据促进学习1498.1打造网络教育体系1528.1.1典型的网络教育形式1528.1.2未来的教育: 线上线下结合1538.1.3跟踪教学效果1548.1.4形成学习能力1558.2机器学习及其研究1558.2.1什么是人工智能1568.2.2什么是机器学习1578.2.3基本结构1598.2.4研究领域1608.3机器学习的分类1608.3.1基于学习策略的分类1608.3.2基于所获取知识的表示形式分类1618.3.3按应用领域分类1628.3.4按学习形式分类162第9章大数据在云端1719.1云端大数据1739.1.1什么是云计算1739.1.2云计算的服务形式1749.1.3云计算与大数据1759.1.4云基础设施1769.2计算虚拟化1769.3大数据存储1779.3.1传统存储系统时代1789.3.2大数据时代的新挑战1789.3.3分布式存储1809.3.4云存储1809.3.5大数据存储的其他需求1819.4网络虚拟化1829.4.1网卡虚拟化1829.4.2虚拟交换机1839.4.3接入层的虚拟化1849.4.4覆盖网络虚拟化1849.4.5软件定义的网络1849.4.6对大数据处理的意义1859.5数据即服务1859.5.1数据应用1859.5.2数据清理1859.5.3数据保密1869.6云的挑战186第10章支撑大数据的技术19310.1开源技术的商业支援19510.2大数据的技术架构19610.3什么是hadoop19710.3.1什么是分布式系统19710.3.2hadoop的由来19910.3.3hadoop的优势20010.3.4hadoop的发行版本20010.4大数据的数据处理基础20210.4.1hadoop与nosql20310.4.2nosql与rdbms的主要区别20410.4.3newsql20610.5相关的大数据技术20710.5.1神经网络20710.5.2自然语言处理20810.5.3语义检索20910.5.4链接挖掘21010.5.5a/b测试210第11章数据科学与数据科学家21711.1什么是数据科学21811.2数据分析生命周期模型21911.3数据科学家22111.3.1大数据生态系统中的关键角色22211.3.2数据科学家所需的技能22311.3.3数据科学家所需的素质22611.3.4数据科学家的学习内容22711.4数据科学的重要技能22911.4.1数据科学技能和熟练程度23011.4.2重要数据科学技能23011.4.3因职业角色而异的十大技能23111.4.4职业角色的重要技能233第12章大数据的未来24012.1消费者的隐私权24212.2连接开放数据24412.2.1lod运动24412.2.2对政府公开的影响24512.2.3利用开放数据的创业型公司24712.3数据市场的兴起24712.3.1factual24812.3.2windows azure marketplace24812.3.3infochimps24812.3.4public data sets on aws24912.3.5不同的商业模式24912.4将原创数据变为增值数据25012.5大数据未来展望25112.5.1大数据存储和管理25212.5.2传统it系统到大数据系统的过渡25212.5.3大数据分析25312.5.4大数据安全25412.5.5数据科学254参考文献266

展开全部

商品评论(0条)

写书评赚书币

暂无评论……

书友推荐