大数据分析与计算: Big Data Analytics

✍ Scribed by 汤羽; 林迪; 范爱华

• Publisher: 清华大学出版社
• Year: 2018
• Tongue: Chinese
• Leaves: 501
• Category: Library

✦ Synopsis

大数据应用已成为行业热点和产业发展新增长点，数据科学与计算技术也是最新的前沿领域，其中，大数据计算分析提供了核心的技术支撑。本书从大数据计算系统的三个层次对数据模型、处理算法、计算模型与架构、开发技术标准等内容进行了综合性的介绍，重点阐述了各类数据分析算法和MapReduce，图并行计算，交互式处理，流计算，内存计算等计算架构。本书适合作为数据科学与大数据计算技术、计算机科学与技术、互联网应用系统、物联网工程等专业相关课程的教材。

✦ Table of Contents

封面
扉页
内容简介
版权页
前言
目录
第1章　绪论
1.1　数据与数据科学
1.2　大数据概念
1.3　大数据技术特征
参考文献
习题
第2章　大数据计算体系
2.1　大数据计算架构
2.2　数据存储系统
2.3　数据处理平台
2.4　数据应用系统
参考文献
习题
第3章　大数据标准与模式
3.1　大数据标准体系
3.2　大数据计算模式
参考文献
习题
第4章　数据采集方法
4.1　系统日志采集
4.2　网络数据采集
4.3　数据采集接口
参考文献
习题
第5章　数据清洗与规约方法
5.1　数据预处理研究现状
5.2　数据质量问题分类
5.3　数据清洗技术
5.4　数据归约
5.5　数据清洗工具
参考文献
习题
第6章　数据分析算法
6.1　C4.5算法
6.2　k-均值算法
6.3　支持向量机
6.4　Apriori算法
6.5　EM算法
6.6　PageRank算法
6.7　AdaBoost算法
6.8　k-邻近算法
6.9　朴素贝叶斯
6.10　分类回归树算法
参考文献
习题
第7章　文本读写技术
7.1　读取文本文件
7.2　写入文本文件
7.3　处理二进制数据
7.4　数据库的使用
参考文献
习题
第8章　数据处理技术
8.1　合并数据集
8.2　数据转换
8.3　字符串操作
参考文献
习题
第9章　数据分析技术
9.1　NumPy工具包
9.2　Pandas工具包
9.3　Scikit-Learn工具包
参考文献
习题
第10章　数据可视化技术
10.1　Matplotlib绘图
10.2　Mayavi2绘图
10.3　其他图形化工具
参考文献
习题
第11章　Hadoop生态系统
11.1　Hadoop系统架构
11.2　HDFS分布式文件系统
11.3　分布式存储架构
11.4　HBase索引与检索
11.5　资源管理与作业调度
参考文献
习题
第12章　MapReduce计算模型
12.1　分布式并行计算系统
12.2　MapReduce计算架构
12.3　键值对与输入格式
12.4　映射与化简
12.5　应用编程接口
参考文献
习题
第13章　图并行计算框架
13.1　图基本概念
13.2　BSP模型
13.3　Pregel图计算引擎
13.4　Hama开源框架
13.5　应用编程接口
参考文献
习题
第14章　交互式计算模式
14.1　数据模型
14.2　存储结构
14.3　并行查询
14.4　开源实现
参考文献
习题
第15章　流计算系统
15.1　流计算模型
15.2　Storm计算架构
15.3　工作机制实现
15.4　Storm编程接口
参考文献
习题
第16章　内存计算模式
16.1　分布式缓存体系
16.2　内存数据库
16.3　内存云MemCloud
16.4　Spark内存计算
参考文献
习题
第17章　基于医疗数据的临床决策分析应用
17.1　国内外研究现状及发展动态分析
17.2　技术路线和方案
参考文献
习题
第18章　基于医保数据的预测分析应用
18.1　数据准备阶段
18.2　模型变量选择和转换
18.3　建模过程
18.4　模型效果
参考文献
习题
第19章　互联网电商数据的分析应用
19.1　电商流程管理分析
19.2　用户消费行为分析
19.3　送货速度相关性分析
19.4　总结
参考文献
习题
第20章　金融和经济数据的分析应用
20.1　企业对创新经济活动推动的影响分析
20.2　信贷风险模型评估
20.3　中小能源型企业的信用评价分析
参考文献
习题
正文结束
图书资源支持