✍ Scribed by 赵眸光; 赵勇
No coin nor oath required. For personal study only.
大数据是云计算、物联网、移动互联网、智慧城市等新技术、新模式发展的必然产物，必将对物联网产业产生深远的影响。大数据应用也将对社会的组织结构、经济运行机制、国家的治理模式、企业的决策架构、商业的业务策略以及个人的生活、工作和思维方式等产生深远的影响。本书由两大部分组成，第一部分介绍大数据管理理论框架和生态系统，包括大数据概述；大数据战略和商业模式变革；大数据平台的架构体系； 大数据的数据整合、交换与交易；大数据管理和治理；最后提出大数据创新方法论。第二部分介绍数据科学和数据工程，包括数据科学理论和工具；医疗健康大数据解决方案、环保行业大数据解决方案、移动社交行业大数据解决方案、金融大数据解决方案、中国制造大数据解决方案和大数据工程保障体系建设。大数据是综合性较高的交叉学科，本书全面、系统地阐述了大数据管理和技术、大数据科学和工程，具有很强的理论指导性和实践意义。本书可以供企业管理者、数据科学研究工作者、首席信息官等作为参考资料，也可以作为企业管理、计算机、软件工程等相关专业学生的教材使用。
封面
扉页
内容简介
版权页
序一
序二
序三
序四
致读者
前言
目录
第一部分 大数据管理理论框架与生态系统
第1章 大数据概述
第2章 大数据战略与商业模式变革
第3章 大数据平台的架构体系
第4章 大数据的数据整合、交换与交易
第5章 大数据管理和治理
第6章 大数据创新方法论
第二部分 数据科学和数据工程
第7章 数据科学理论与工具
第8章 医疗健康大数据解决方案
第9章 环保行业大数据解决方案
第10章 移动社交大数据解决方案
第11章 金融大数据解决方案
第12章 中国制造大数据解决方案
第13章 大数据工程保障体系建设
正文结束
参考文献
📜 SIMILAR VOLUMES
《数据分析与数据挖掘》主要介绍数据挖掘和数据分析的基本概念和方法，包括数据的基本属性和概念、数据预处理技术、数据立方体和OLAP技术、频繁模式挖掘、回归分析、分类、聚类、离群点分析。书中涉及到的模型和算法均给予了相应的实例。
数据仓库与数据挖掘是与计算机、信息类等相关专业的核心课程。本书采用提出问题、分析问题、解决问题的思路，通过工程实例介绍了SQL Server 2005和Weka软件的使用方法以及联机分析处理技术、关联规则方法、决策树方法、贝叶斯方法、人工神经网络方法、聚类分析方法、线性回归方法等数据仓库与数据挖掘技术。本书结构严谨，条理清晰，语言浅显易懂，循序渐进地表达了知识内容；坚持理论与实际相结合，知识理论与具体实现方法相结合，使技术实现具体化、生动化、可操作化；工程实例的实现过程建立在SQL Server 2005和Weka软件的基础上，以帮助读者在学习后达到学以致用的效果。本书可以和《数据仓库与数据挖
这是一部从实战角度讲解如何利用Python进行数据分析、挖掘和数据化运营的著作，不仅对数据分析的关键技术和技巧进行了总结，更重要的是对会员、商品、流量、内容4个主题的数据化运营进行了系统讲解。 作者是国内一线数据分析师和大数据专家，在数据分析和数据化运营领域有近10年的经验，在业内颇具知名度和影响力。本书不仅得到了宋星、黄成明、宫鑫等14位资深专家的好评和推荐，还得到了天善智能、中国统计网等多个数据科学相关机构的支持和高度认可。 全书的内容在逻辑上共分为两大部分： 第一部分（第1~4章）：Python数据分析与挖掘 着重讲解了Python和数据化运营的基本知识，以及Python数据获取
<p>《数据仓库与数据挖掘》主要介绍数据仓库和数据挖掘技术的基本原理和应用方法，全书共分为12章，主要内容包括数据仓库的概念和体系结构、数据仓库的数据存储和处理、数据仓库系统的设计与开发、关联规则、数据分类、数据聚类、贝叶斯网络、粗糙集、神经网络、遗传算法、统计分析、文本和Web挖掘。《数据仓库与数据挖掘》既重视理论知识的讲解，又强调应用技能的培养。每章首先介绍算法的主要思想和理论基础，之后利用算法去解决实例中给出的任务，而且对于数据仓库的组建方法和多数章节中的数据挖掘算法，《数据仓库与数据挖掘》都使用Microsoft SQL Server 2005进行了操作实现。《数据仓库与数据挖掘》通过
<p>《大数据分析与数据挖掘》综合大数据分析与数据挖掘的理论、技术和实际案例，以丰富的产学合作实务案例，深入浅出地剖析从大数据中掏金的秘诀。全书内容涵盖大数据分析与数据挖掘的基本概念、数据准备、大数据分析的方法与实证及相关的进阶运用，并佐以R语言及例题实作，提升读者的数据挖掘实战能力，开拓对大数据分析的洞察视野。</p> <p>随着移动通信和行动装置普及、物联网和网络发展，以及云端技术的不断进步，现今数据产生、搜集和储存方式比以往更为方便。数据挖掘与大数据分析可以从海量数据中，找到值得参考的样型或规则，转换成有价值的信息、洞察或知识，创造更多新价值。</p> <p>本书主要介绍数据挖掘与大
书签已装载， 书签制作方法请找 [email protected] 完全免费 《数据库系统：数据库与数据仓库导论》内容全面，理论清晰。详细解析操作型数据库和分析型数据库的基本概念、设计方法和使用技巧，简要介绍数据挖掘、NoSQL数据库等高级主题，结合丰富的习题和案例帮助学生掌握基础知识。 面向实战，重视应用。针对当今快速变化的市场需求，培养学生设计和使用数据库的能力，重点是学会如何将理论知识成功地应用到信息系统、商业数据分析和决策支持等应用环境中，真正实现学以致用。 资源丰富，免费实用。访问dbtextbook.com获取免费资源：专门为本书开发的基于Web的数据建模套件E