大数据技术原理与实践

内容简介

[

本书较为全面的介绍了大数据相关技术和应用的现状。全书共7章, **章主要介绍大数据的基础概念 ; 第二章和第三章对主流大数据框架从不同侧面进行了分析对比 ; 第四章主要介绍了信息挖掘中的经典算法 (C4.5、K-means、支持向量机、Apriori、EM、pagerank、AdaBoost、Na? ve Bayes、CART) ; 第五章内容为数据的可视化 ; 第六章涉及大数据与人工智能的联系 ; 第七章是讲大数据在现实生活中的实际用例。

]

目录

第1章 绪论1．1 什么是大数据1．2 大数据的特征1．3 大数据分析的发展情况1．4 大数据的相关政策第2章 面向大数据的分布式存储系统2．1 Bigtable2．1．1 Bigtable构件2．1．2 Bigtable实现2．1．3 Tablet2．1．4 Bigtable优化2．1．5 Bigtable性能2．1．6 实际应用2．2 Google File System2．2．1 GFS框架2．2．2 Master节点2．2．3 Chunk数据块2．2．4 元数据2．2．5 系统交互2．2．6 容错和诊断2．3 Dynamo2．3．1 系统架构2．3．2 系统实现2．3．3 故障处理2．4 小结第3章 面向大数据的分布式处理框架3．1 Hadoop3．1．1 概述3．1．2 实现运行3．1．3 实际应用3．2 MapReduce3．2．1 MapReduce实现3．2．2 MapReduce的实际应用3．3 Spark3．3．1 概述3．3．2 RDD3．3．3 Spark处理框架3．3．4 Spark在实际中的应用3．4 小结第4章 面向大数据信息挖掘的算法4．1 C4．54．1．1 算法描述4．1．2 算法特性4．1．3 软件实现4．1．4 应用示例4．1．5 相关研究4．1．6 小结4．2 k-means4．2．1 算法描述4．2．2 软件实现4．2．3 应用示例4．2．4 相关研究4．2．5 小结4．3 支持向量机4．3．1 支持向量分类器4．3．2 支持向量分类器的软间隔优化4．3．3 核技巧4．3．4 理论基础4．3．5 支持向量回归器4．3．6 软件实现4．3．7 相关研究4．3．8 小结4．4 Apriori4．4．1 算法描述4．4．2 挖掘序列模式4．4．3 软件实现4．4．4 应用示例4．4．5 相关研究4．4．6 小结4．5 EM4．5．1 引言4．5．2 算法描述4．5．3 软件实现4．5．4 应用示例4．5．5 相关研究4．5．6 小结4．6 PageRank4．6．1 算法描述4．6．2 扩展：Timed-PageRank4．6．3 小结4．7 AdaBoost4．7．1 算法描述4．7．2 软件实现4．7．3 应用示例4．7．4 相关研究4．7．5 小结4．8 k*近邻4．8．1 算法描述4．8．2 软件实现4．8．3 相关研究4．8．4 小结4．9 Naive Bayes4．9．1 算法描述4．9．2 独立变量4．9．3 模型扩展4．9．4 软件实现4．9．5 应用示例4．9．6 相关研究4．9．7 小结4．10 分类和回归树算法4．10．1 算法描述4．10．2 深度讨论4．10．3 软件实现4．10．4 相关研究4．10．5 小结第5章 数据可视化5．1 基本可视化图表5．2 示例5．2．1 全国就业和薪酬分析5．2．22015年国内外搜索分析5．3 可视化工具5．4 D3．js5．4．1 简介5．4．2 搭建一个简易的D3开发环境5．4．3 如何深入学习D3．js第6章 大数据与人工智能6．1 什么是深度学习6．2 深度学习主流模型介绍6．2．1 卷积神经网络6．2．2 循环神经网络6．3 深度学习实例6．3．1 深度学习主流工具介绍6．3．2 利用CNN模型识别MNIST手写数字数据集6．3．3 利用RNN模型识别MNIST手写数字数据集6．3．4 分布式深度学习6．3．5 分布式深度学习实例第7章 实践案例7．1 云计算技术7．1．1 服务模式7．1．2 部署模型7．2 公安智能大数据平台7．2．1 背景7．2．2 智能大数据平台架构7．2．3 智能大数据平台功能介绍7．3 交警智能大数据平台7．3．1 交警智能大数据平台框架7．3．2 交警智能大数据平台技术框架7．3．3 功能展示参考文献附录 促进大数据发展行动纲要

封面

书名:大数据技术原理与实践

作者:辛阳[等]主编

页数:180页

定价:¥30.0

出版社:北京邮电大学出版社

出版日期:2018-01-01

ISBN:9787563553723

PDF电子书大小:57MB 高清扫描完整版