大数据技术原理与实践
收藏￥27.86 ￥0.00 ￥39.80 ￥0.00 纸书价：￥39.80 折)
- 作者：李少波，杨静
- ISBN：9787568066884
- 出版社：华中科技大学出版社
内容介绍
本书将围绕大数据技术的基本原理与实践,介绍了大数据获取、存储、分析、数据挖掘和机器学习。内容涵盖以下主题：Hadoop、Mapreduce、关联规则、大规模监督机器学习、数据流、集群、NoSQL系统（Pig、Hive），以及包括推荐系统、Web和安全性的应用程序。 第1章重点阐述了大数据驱动的商业模式、技术生态体系，大数据的类型、特点、获取技术。第2章概要介绍了大数据的软硬件架构，包括大数据技术基础与软硬件设施、大数据存储与管理技术、大数据的分布式处理技术平台等，包括MapReduce编程框架原理、Spark结构与原理、基于Storm的大规模数据流的分布式处理技术等。第3章介绍了Python编程基础，包括基本数据类型、基本控制流程、Numpy、Scipy、Pandas等。第4章介绍了大数据分析技术，包括基于MapReduce基础编程、文本大数据分析与处理技术、大数据关联分析、相似项的发现、基于大数据的推荐系统、基于大数据的图与网络分析、大数据聚类分析、时空大数据分析、非结构化大数据分析与处理、基于Storm的流数据分析技术等。第5章介绍了基于SparkMLlib/Mahout的大数据机器学习，包括机器学习基础、典型机器学习问题、机器学习评价方法、并行机器学习算法，并进行了利用MLlib解决大数据并行分类问题、利用Mahout解决大数据推荐优化问题实践。第6章介绍了基于大数据的深度学习技术，包括深度学习基本原理、深度学习典型应用、Keras 基础入门及应用案例。第7章介绍了材料大数据材料热导率预测、旅游大数据分析、交通大数据分析、工业大数据分析、产品创新大数据分析等带代码、数据的案例。 本书内容深入浅出，具有很强的理论与实践指导作用，可作为数据科学与技术、人工智能、计算机科学、制造科学、机械工程等学科相关专业的本科生、研究生的教材或课程教学参考书，也是对工程技术人员、科研人员而言非常实用的工具书。
展开全部↓目录
- 第1章大数据技术概览/1
- 1.1大数据驱动的世界/1
- 1.2数据的类型/7
- 1.3大数据的特点/8
- 1.4大数据的获取技术/9
- 1.5大数据实战：网络爬虫抓取京东商品评论大数据/10
- 本章小结/12
- 习题/13
- 第2章大数据的软硬件架构/14
- 2.1大数据技术基础与软硬件设施概述/14
- 2.2大数据存储与管理技术/17
- 2.3大数据的分布式处理技术平台/24
- 本章小结/38
- 习题/39
- 第3章Python编程基础/40
- 3.1基本数据类型/40
- 3.2基本控制流程/50
- 3.3Numpy、Scipy和Pandas/54
- 3.4Matplotlib软件包/63
- 本章小结/67
- 习题/67
- 第4章大数据分析技术/68
- 4.1MapReduce 基础编程/68
- 4.2文本大数据分析与处理技术/78
- 4.3大数据关联分析/81
- 4.4相似项的发现/83
- 4.5基于大数据的推荐系统/87
- 4.6基于大数据的图与网络分析/91
- 4.7大数据聚类分析/98
- 4.8时空大数据分析/106
- 4.9非结构化大数据分析与处理/112
- 4.10基于Storm的流数据分析技术/117
- 习题/126
- 第5章基于Spark MLlib/Mahout的大数据机器学习/128
- 5.1机器学习基础/128
- 5.2典型机器学习问题/129
- 5.3机器学习评价方法/136
- 5.4并行机器学习算法/139
- 5.5利用MLlib解决大数据并行分类问题实践/141
- 5.6利用Mahout解决大数据推荐优化问题实践/144
- 本章小结/147
- 习题/147
- 第6章基于大数据的深度学习技术与应用/149
- 6.1深度学习基本原理/149
- 6.2深度学习典型应用/151
- 6.3Keras基础入门/156
- 6.4应用案例/158
- 本章小结/165
- 习题/165
- 第7章带代码、数据的案例研究/167
- 7.1材料大数据材料热导率预测/167
- 7.2旅游大数据分析/177
- 7.3交通大数据分析/186
- 7.4工业大数据分析/191
- 7.5产品创新大数据分析/215
- 习题/222
- 参考文献/223
