大数据技术及应用 第2版
作者：施苑英
ISBN：978-7-111-74749-9
所属丛书：普通高等教育人工智能与大数据系列教材
本书系统介绍了大数据的内涵、特征、技术及应用。全书共10章,其中第1~8章为技术篇,主要从大数据处理流程出发,围绕大数据体系架构,详细阐述大数据采集与预处理、大数据存储、大数据分析挖掘、大数据可视化等关键技术。第9、10章为应用篇,对大数据在电信、文娱、教育、医疗等行业的具体应用进行了论述,并通过典型案例与Python代码示例,展示如何将大数据原理付诸实践。
本书兼顾专业性和可读性,适合作为高等院校大数据技术的基础教材,也可供大数据技术爱好者学习参考。
同系列书
相关图书
- 图书详情
装订：平装
编辑：王雅新
开本：16
出版日期：
2024-03-08
字数：459 千字
最新版印次：2-1
最新印次时间：2024-03-08
定价：59.0
cip：2024001723
图书简介
本书系统介绍了大数据的内涵、特征、技术及应用。全书共10章,其中第1~8章为技术篇,主要从大数据处理流程出发,围绕大数据体系架构,详细阐述大数据采集与预处理、大数据存储、大数据分析挖掘、大数据可视化等关键技术。第9、10章为应用篇,对大数据在电信、文娱、教育、医疗等行业的具体应用进行了论述,并通过典型案例与Python代码示例,展示如何将大数据原理付诸实践。
本书兼顾专业性和可读性,适合作为高等院校大数据技术的基础教材,也可供大数据技术爱好者学习参考。
作者信息
高等院校教师
章节目录
目录
目录
前言
第1章大数据技术概述
1.1什么是大数据
1.2大数据技术
1.3大数据应用
习题
第2章大数据采集与预处理
2.1大数据采集概述
2.2大数据采集方法
2.3大数据预处理
2.4大数据采集及处理平台
习题
第3章大数据存储技术
3.1存储技术的发展
3.2分布式文件系统
3.3数据库
3.4数据仓库
习题
第4章大数据分析挖掘——分类
4.1分类分析概述
4.2分类分析的过程
4.3分类算法
4.4分类结果评估
习题
第5章大数据分析挖掘——回归
5.1回归分析概述
5.2回归分析的步骤
5.3回归分析算法
5.4回归算法评估
习题
第6章大数据分析挖掘——聚类
6.1聚类分析概述
6.2聚类分析的步骤
6.3相似度计算
6.4聚类算法
6.5聚类结果评估
习题
第7章大数据分析挖掘——关联规则
7.1关联规则的概念
7.2关联规则挖掘的一般过程
7.3Apriori算法
7.4FP-Growth算法
7.5关联模式评估
习题
第8章大数据可视化技术
8.1可视化技术概述
8.2数据可视化工具
8.3数据可视化应用
习题
第9章电信行业大数据应用
9.1电信大数据概述
9.2电信大数据应用
9.3案例1——网络优化
9.4案例2——客户细分
9.5案例3——客户流失管理
习题
第10章其他行业大数据应用
10.1文娱行业大数据应用
10.2教育行业大数据应用
10.3医疗行业大数据应用
习题
参考文献
目录
前言
第1章大数据技术概述
1.1什么是大数据
1.2大数据技术
1.3大数据应用
习题
第2章大数据采集与预处理
2.1大数据采集概述
2.2大数据采集方法
2.3大数据预处理
2.4大数据采集及处理平台
习题
第3章大数据存储技术
3.1存储技术的发展
3.2分布式文件系统
3.3数据库
3.4数据仓库
习题
第4章大数据分析挖掘——分类
4.1分类分析概述
4.2分类分析的过程
4.3分类算法
4.4分类结果评估
习题
第5章大数据分析挖掘——回归
5.1回归分析概述
5.2回归分析的步骤
5.3回归分析算法
5.4回归算法评估
习题
第6章大数据分析挖掘——聚类
6.1聚类分析概述
6.2聚类分析的步骤
6.3相似度计算
6.4聚类算法
6.5聚类结果评估
习题
第7章大数据分析挖掘——关联规则
7.1关联规则的概念
7.2关联规则挖掘的一般过程
7.3Apriori算法
7.4FP-Growth算法
7.5关联模式评估
习题
第8章大数据可视化技术
8.1可视化技术概述
8.2数据可视化工具
8.3数据可视化应用
习题
第9章电信行业大数据应用
9.1电信大数据概述
9.2电信大数据应用
9.3案例1——网络优化
9.4案例2——客户细分
9.5案例3——客户流失管理
习题
第10章其他行业大数据应用
10.1文娱行业大数据应用
10.2教育行业大数据应用
10.3医疗行业大数据应用
习题
参考文献
图书评论
