中图网

>

计算机教材

大数据导论

作者：苑迎春主编

出版社：中国水利水电出版社出版时间：2021-01-01

开本： 29cm 页数： 233页

本类榜单：计算机/网络销量榜

中图价:¥34.7(7.7折) 定价 ~~¥45.0~~ 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:¥34.7 加入购物车

版权信息
内容简介
目录
作者简介

大数据导论版权信息

ISBN：9787517094104
条形码：9787517094104 ; 978-7-5170-9410-4
装帧：一般胶版纸
册数：暂无
重量：暂无
所属分类：
计算机/网络
>
计算机教材

大数据导论内容简介

本书以大数据处理流程为主线，重点介绍大数据获取、预处理、存储管理、挖掘分析以及可视化等方面的基本理论、方法和关键技术，通过丰富的应用案例展示了行业大数据的应用场景以及数据价值。本书共 7 章：数据与大数据时代、大数据获取和预处理、大数据存储与管理、大数据挖掘分析、大数据可视化、大数据处理技术和行业大数据应用。本书深入浅出、图文并茂，注重广度与深度结合、科学性与实用性结合，是为高等院校数据科学与大数据技术专业的“大数据导论”课程编写的教材，可作为高职高专大数据技术与应用专业的教材，也可作为大学非计算机专业的本科生或研究生的通识课程教学用书以及大数据爱好者的科普读物。本书提供电子教案，读者可以从中国水利水电出版社网站（www.waterpub.com.cn）或万水书苑网站（www.wsbookshow.com）免费下载。

大数据导论目录

前言第1章数据与大数据时代 1.1 从数据到大数据 1.1.1 数据及其作用 1.1.2 大数据时代的到来 1.2 大数据概念 1.2.1 大数据定义 1.2.2 大数据结构 1.2.3 大数据特征 l.3 大数据思维 1.3.1 全样思维 1.3.2 容错思维 1.3.3 相关思维 1.4 数据科学的内涵 1.4.1 科学研究的第四范式 1.4.2 数据科学的内涵 1.4.3 数据科学对其他学科的影响 1.5 大数据处理技术 1.5.1 大数据处理流程 I.5.2 大数据计算模式 1.6 大数据应用 1.6.1 大数据的行业应用 1.6.2 大数据的商用途径习题与思考第2章大数据获取和预处理 2.1 概述 2.1.1 数据的来源 2.I.2数据的质量 2.1.3 数据预处理 2.2 大数据获取方法 2.2.1 分布式日志采集 2.2.2 网络爬虫 2.2.3 其他获取方法 2.3 大数据预处理技术 2.3.1 数据清洗 2.3.2 数据集成 2.3.3 数据归约 2.3.4 数据变换 2.3.5 .Kettle数据转换实例习题与思考第3章大数据存储与管理 3.1 概述 3.1.1 数据库管理技术 3.1.2 数据仓库管理技术 3.1.3 大数据存储管理技术 3.2 关系数据库存储与查询 3.2.1 关系数据模型 3.2.2 关系数据库管理系统 3.2.3 .SQ[。结构化查询语言 3.3 大数据存储与查询 3.3.1 分布式文件系统 3.3.2 NoSQL数据库 3.3.3 News0L数据库 3.3.4 云数据库 3.3.5 大数据sQL查询引擎习题与思考第4章大数据挖掘分析 4.l概述 4.1.1 数据挖掘的概念 4.1.2 数据挖掘的流程 4.1.3 数据挖掘常用方法 4.1.4 数据挖掘常用工具 4.2 数据统计分析 4.2.1 数据的集中趋势 4.2.2 数据的离散程度 4.2.3 数据的相关性度量 4.3 数据挖掘方法 4.3.1 聚类分析 4.3.2 关联分析 4.3.3 分类分析 4.3.4 回归分析 4.4 数据分析应用举例 4.4.1 描述分析案例 4.4.2 相关分析案例 4.4.3 回归分析案例习题与思考第5章大数据可视化 5.1 概述 5.1.1 数据可视化的目标 5.1.2 数据与可视化的关系 5.2 大数据可视化方法 5.2.1 统计数据可视化 5.2.2 关系数据可视化 5.2.3 时空数据可视化 5.2.4 文本数据可视化 5.3 可视化技术和工具 5.3.1 数据可视化工具 5.3.2 可视化编程语言 5.3.3 Web可视化技术 5.4 Excel数据可视化示例 5.4.1 对比——直方图 5.4.2 趋势——折线图 5.4.3 占比——饼状图 5.4.4 分布——散点图 5.4.5 多维数据——雷达图 5.4.6 综合应用——动态看板 5.5 rableau数据可视化示例 5.5.1 气泡图 5.5.2 文字云 5.5.3 盒须图 5.5.4 地图习题与思考第6章大数据处理技术 6.1 概述 6.1.1 集中式与分布式计算架构 6.1.2 大数据处理平台架构 6.1.3 典型的大数据计算平台 6.2 Hadoop分布式计算平台 6.2.1 Hadoop概述 6.2.2 Hadoop生态体系 6.2.3 Hadoop核心技术 6.3 Spark内存计算架构 6.3.1 Spark概述 6.3.2 Spark技术架构 6.3.3 Spark核心技术习题与思考第7章行业大数据应用 7.1 农业大数据应用 7.1.1 概述 7.1.2 农业大数据在智慧棉花系统中的应用 7.1.3 农业大数据助力奶牛数字化精细养殖 7.1.4 农业大数据应用于农作物虫害预测分析 7.1.5 农业大数据支撑渤海粮仓增产增效 7.2 教育大数据应用 7.2.1 概述 7.2.2 教育大数据助力教学改革案例 7.2.3 教育大数据支持MOOC中学生活跃度分析 7.2.4 教育大数据助力个性化学习 7.2.5 教育大数据支持贫困生精准管理 7.3 社交大数据应用 7.3.1 概述 7.3.2 社交大数据支撑个性化推荐 7.3.3 社交大数据服务识别风险客户 7.3.4 社交大数据应用于城市规划 7.4 旅游大数据应用 7.4.1 概述 7.4.2 旅游大数据助力精准营销 7.4.3 旅游大数据支撑智慧旅游 7.5 交通大数据应用 7.5.1 概述 7.5.2 城市交通大数据应用案例 7.5.3 铁路交通大数据应用案例 7.6 金融大数据应用 7.6.1 概述 7.6.2 金融大数据服务精准营销 7.6.3 金融大数据服务银行资源配置规划 7.6.4 金融大数据增强风险防控 7.6.5 金融大数据支撑普惠服务习题与思考参考文献参考资料

展开全部