掃一掃
關(guān)注中圖網(wǎng)
官方微博
包郵 大數(shù)據(jù)技術(shù)原理與應(yīng)用:概念、存儲(chǔ)、處理、分析與應(yīng)用
作者：林子雨編著
開(kāi)本：
26cm
頁(yè)數(shù)：
330頁(yè)
本類(lèi)榜單：教材銷(xiāo)量榜
本類(lèi)五星書(shū)更多>
-
>
闖進(jìn)數(shù)學(xué)世界――探秘歷史名題
-
>
中醫(yī)基礎(chǔ)理論
-
>
當(dāng)代中國(guó)政府與政治(新編21世紀(jì)公共管理系列教材)
-
>
高校軍事課教程
-
>
思想道德與法治(2021年版)
-
>
毛澤東思想和中國(guó)特色社會(huì)主義理論體系概論(2021年版)
-
>
中醫(yī)內(nèi)科學(xué)·全國(guó)中醫(yī)藥行業(yè)高等教育“十四五”規(guī)劃教材
中圖價(jià):¥38.7
加入購(gòu)物車(chē)
大數(shù)據(jù)技術(shù)原理與應(yīng)用:概念、存儲(chǔ)、處理、分析與應(yīng)用 版權(quán)信息
- ISBN：9787115544056
- 條形碼：9787115544056 ; 978-7-115-54405-6
- 裝幀：一般膠版紙
- 冊(cè)數(shù)：暫無(wú)
- 重量：暫無(wú)
- 所屬分類(lèi)：>>
大數(shù)據(jù)技術(shù)原理與應(yīng)用:概念、存儲(chǔ)、處理、分析與應(yīng)用 本書(shū)特色
1.大數(shù)據(jù)教學(xué)名師之作；2.提供豐富的配套資源：建設(shè)了高校大數(shù)據(jù)課程公共服務(wù)平臺(tái)（http://dblab.xmu.edu.cn/post/bigdata-teaching- platform/），為教師教學(xué)和學(xué)生學(xué)習(xí)大數(shù)據(jù)課程提供包括教學(xué)大綱、講義PPT、學(xué)習(xí)指南、備課指南、實(shí)驗(yàn)指南、上機(jī)習(xí)題、授課視頻、技術(shù)資料等全方位、一站式免費(fèi)服務(wù)，平臺(tái)每年訪(fǎng)問(wèn)量超過(guò)200萬(wàn)次，累計(jì)訪(fǎng)問(wèn)量超過(guò)750萬(wàn)次
大數(shù)據(jù)技術(shù)原理與應(yīng)用:概念、存儲(chǔ)、處理、分析與應(yīng)用 內(nèi)容簡(jiǎn)介
本書(shū)系統(tǒng)介紹了大數(shù)據(jù)的相關(guān)知識(shí)，分為大數(shù)據(jù)基礎(chǔ)篇、大數(shù)據(jù)存儲(chǔ)與管理篇、大數(shù)據(jù)處理與分析篇、大數(shù)據(jù)應(yīng)用篇。全書(shū)共17章，內(nèi)容包含大數(shù)據(jù)的基本概念、大數(shù)據(jù)處理架構(gòu)Hadoop、分布式文件系統(tǒng)HDFS、分布式數(shù)據(jù)庫(kù)HBase、NoSQL數(shù)據(jù)庫(kù)、云數(shù)據(jù)庫(kù)、MapReduce、數(shù)據(jù)倉(cāng)庫(kù)Hive、Spark、流計(jì)算、Flink、圖計(jì)算、數(shù)據(jù)可視化以及大數(shù)據(jù)在互聯(lián)網(wǎng)、生物醫(yī)學(xué)領(lǐng)域和其他行業(yè)的應(yīng)用。本書(shū)在Hadoop、HDFS、HBase、MapReduce、Hive、Spark和Flink等重要章節(jié)安排了入門(mén)級(jí)的實(shí)踐操作，以便讀者更好地學(xué)習(xí)和掌握大數(shù)據(jù)關(guān)鍵技術(shù)。
大數(shù)據(jù)技術(shù)原理與應(yīng)用:概念、存儲(chǔ)、處理、分析與應(yīng)用 目錄
**章大數(shù)據(jù)概述
1.pan style="font-family:宋體">大數(shù)據(jù)時(shí)代
1.1.pan style="font-family:宋體">第三次信息化浪潮
1.1.2信息科技為大數(shù)據(jù)時(shí)代提供技術(shù)
支撐
1.1.3數(shù)據(jù)產(chǎn)生方式的變革促成大數(shù)據(jù)
時(shí)代的來(lái)臨
1.1.4大數(shù)據(jù)的發(fā)展歷程
1.2大數(shù)據(jù)的概念
1.2.pan style="font-family:宋體">數(shù)據(jù)量大
1.2.2數(shù)據(jù)類(lèi)型繁多·
1.2.3處理速度快
1.2.4價(jià)值密度低·
1.3大數(shù)據(jù)的影響
1.3.pan style="font-family:宋體">大數(shù)據(jù)對(duì)科學(xué)研究的影響
1.3.2大數(shù)據(jù)對(duì)思維方式的影響
1.3.3大數(shù)據(jù)對(duì)社會(huì)發(fā)展的影響
1.3.4大數(shù)據(jù)對(duì)就業(yè)市場(chǎng)的影響
1.3.5大數(shù)據(jù)對(duì)人才培養(yǎng)的影響
1.4大數(shù)據(jù)的應(yīng)用
1.5大數(shù)據(jù)關(guān)鍵技術(shù)·
1.6大數(shù)據(jù)計(jì)算模式
1.6.1 批處理計(jì)算·
1.6.2 流計(jì)算
1.6.3圖計(jì)算
1.6.4查詢(xún)分析計(jì)算
1.7大數(shù)據(jù)產(chǎn)業(yè)
1.8大數(shù)據(jù)與云計(jì)算、物聯(lián)網(wǎng)
1.8.1 云計(jì)算
1.8.2 物聯(lián)網(wǎng)
1.8.3大數(shù)據(jù)與云計(jì)算、物聯(lián)網(wǎng)的
關(guān)系
1.9本章小結(jié)
1.pan style="font-family:宋體">/span>
第2章 大數(shù)據(jù)處理架構(gòu)Hadoop29
2.pan style="font-family:宋體">概述
2.1.1 Hadoop簡(jiǎn)介
2.1.2Hadoop的發(fā)展簡(jiǎn)史
2.1.3Hadoop的特性
2.1.4 Hadoop的應(yīng)用現(xiàn)狀
2.1.5Hadoop的版本
2.2Hadoop生態(tài)系統(tǒng)·
2.2.1 HDFS.
2.2.2 HBase
2.2.3 MapReduce
2.2.4 Hive·
2.2.5 Pig
2.2.6 Mahout·
2.2.7 ZooKeeper
2.2.8 Flume·
2.2.9 Sqoop·
2.2.10 Ambari
2.3Hadoop的安裝與使用
2.3.1 創(chuàng)建Hadoop用戶(hù)
2.3.2 更新apt和安裝Vim編輯器
2.3.3安裝SSH和配置SSH無(wú)密碼
登錄
2.3.4安裝Java環(huán)境·
2.3.5安裝單機(jī)Hadoop
2.3.6 Hadoop偽分布式安裝
2.4本章小結(jié)
2.5
實(shí)驗(yàn)pan>熟悉常用的Linux作和Hadoop
作
第二篇 大數(shù)據(jù)存儲(chǔ)與管理
第3章 分布式文件系統(tǒng)HDFS
3.pan style="font-family:宋體">分布式文件系統(tǒng)
3.1.pan style="font-family:宋體">計(jì)算機(jī)集群結(jié)構(gòu)
3.1.2分布式文件系統(tǒng)的結(jié)構(gòu)
3.1.3分布式文件系統(tǒng)的設(shè)計(jì)需求
3.2HDFS簡(jiǎn)介·
3.3 HDFS的相關(guān)概念
3.3.1 塊
3.3.2名稱(chēng)節(jié)點(diǎn)和數(shù)據(jù)節(jié)點(diǎn)
3.3.3第二名稱(chēng)節(jié)點(diǎn)
3.4HDFS體系結(jié)構(gòu)
3.4.1 概述
3.4.2 HDFS命名空間管理
3.4.3通信協(xié)議
3.4.4客戶(hù)端
3.4.5HDFS體系結(jié)構(gòu)的局限性
3.5HDFS的存儲(chǔ)原理
3.5.pan style="font-family:宋體">數(shù)據(jù)的冗余存儲(chǔ)
3.5.2數(shù)據(jù)存取策略
3.5.3數(shù)據(jù)錯(cuò)誤與恢復(fù)
3.6HDFS的數(shù)據(jù)讀寫(xiě)過(guò)程
3.6.pan style="font-family:宋體">讀數(shù)據(jù)的過(guò)程
3.6.2寫(xiě)數(shù)據(jù)的過(guò)程
3.7 HDFS編程實(shí)踐·
3.7.1HDFS常用命令
3.7.2 HDFS的Web頁(yè)面
3.7.3 HDFS 常用Java API 及應(yīng)用實(shí)例
3.8本章小結(jié)
3.9 /span>
實(shí)驗(yàn)2熟悉常用的HDFS作
第4章 分布式數(shù)據(jù)庫(kù)HBase
4.1 概述
4.1.1 從BigTable 說(shuō)起
4.1.2HBase簡(jiǎn)介·
4.1.3 HBase與傳統(tǒng)關(guān)系數(shù)據(jù)庫(kù)的對(duì)比
分析
4.2 HBase 訪(fǎng)問(wèn)接口
4.3HBase 數(shù)據(jù)模型
4.3.1 數(shù)據(jù)模型概述
4.3.2數(shù)據(jù)模型的相關(guān)概念
4.3.3數(shù)據(jù)坐標(biāo)
4.3.4概念視圖
4.3.5物理視圖
4.3.6面向列的存儲(chǔ)
4.4 HBase的實(shí)現(xiàn)原理
4.4.1 HBase
4.4.2 表和Region
4.4.3Region 的定位
4.5 HBase 運(yùn)行機(jī)制
4.5.1HBase系統(tǒng)架構(gòu)
4.5.2 Region服務(wù)器的工作原理
4.5.3Store的工作原理
4.5.4HLog的工作原理
4.6 HBase編程實(shí)踐
4.6.1 HBase 常用的 Shell 命令
4.6.2 HBase常用的Java API及應(yīng)用實(shí)例
4.7本章小結(jié)
4.8/span>
實(shí)驗(yàn)3熟悉常用的HBase 作
第5章 NoSQL數(shù)據(jù)庫(kù)
5.1NoSOL簡(jiǎn)介
5.2 NoSQL興起的原因
5.2.pan style="font-family:宋體">關(guān)系數(shù)據(jù)庫(kù)無(wú)法滿(mǎn)足Web2.0的
需求
5.2.2 關(guān)系數(shù)據(jù)庫(kù)的關(guān)鍵特性在Web 2.0
時(shí)代成為“雞肋”
5.3 NoSQL與關(guān)系數(shù)據(jù)庫(kù)的比較
5.4 NoSQL的四大類(lèi)型·
5.4.pan style="font-family:宋體">鍵值數(shù)據(jù)庫(kù)·
5.4.2列族數(shù)據(jù)庫(kù)·
5.4.3文檔數(shù)據(jù)庫(kù)·
5.4.4 圖數(shù)據(jù)庫(kù)
5.5 NoSQL的三大基石
5.5.1 CAP
5.5.2 BASE
5.5.3*終一致性
5.6 從NoSQL到NewSQL數(shù)據(jù)庫(kù)
5.7本章小結(jié)
5.8 /span>
實(shí)驗(yàn)4 NoSQL和關(guān)系數(shù)據(jù)庫(kù)的作比較
第6章云數(shù)據(jù)庫(kù)
6.pan style="font-family:宋體">云數(shù)據(jù)庫(kù)概述
6.1.pan style="font-family:宋體">云計(jì)算是云數(shù)據(jù)庫(kù)興起的基礎(chǔ)
6.1.2云數(shù)據(jù)庫(kù)的概念·
6.1.3 云數(shù)據(jù)庫(kù)的特性
6.1.4云數(shù)據(jù)庫(kù)是個(gè)性化數(shù)據(jù)存儲(chǔ)需求
的理想選擇
6.1.5云數(shù)據(jù)庫(kù)與其他數(shù)據(jù)庫(kù)的關(guān)系
6.2云數(shù)據(jù)庫(kù)產(chǎn)品
6.2.1 云數(shù)據(jù)庫(kù)廠(chǎng)商概述
6.2.2 Amazon的云數(shù)據(jù)庫(kù)產(chǎn)品
6.2.3 Google的云數(shù)據(jù)庫(kù)產(chǎn)品
6.2.4 Microsoft的云數(shù)據(jù)庫(kù)產(chǎn)品
6.2.5其他云數(shù)據(jù)庫(kù)產(chǎn)品
6.3云數(shù)據(jù)庫(kù)系統(tǒng)架構(gòu)·
6.3.1UMP系統(tǒng)概述
6.3.2UMP系統(tǒng)架構(gòu)
6.3.3UMP能
6.4本章小結(jié)
6.5 /span>
第三篇大數(shù)據(jù)處理與分析
第7章 MapReduce
7.1 概述
7.1.pan style="font-family:宋體">分布式并行編程
7.1.2 MapReduce模型簡(jiǎn)介
7.1.3 Map 和 Reduce 函數(shù)
7.2 MapReduce的工作流程
7.2.pan style="font-family:宋體">工作流程概述
7.2.2 MapReduce 的各個(gè)執(zhí)行階段
7.2.3 Shuffle過(guò)程詳解
7.3 實(shí)例分析：WordCount
7.3.1WordCount的程序任務(wù)
7.3.2 WordCount的設(shè)計(jì)思路
7.3.3 WordCount的具體執(zhí)行過(guò)程
7.3.4 一個(gè) WordCount 執(zhí)行過(guò)程的
實(shí)例
7.4 MapReduce 的具體應(yīng)用
7.4.1 MapReduce在關(guān)系代數(shù)運(yùn)算中的
應(yīng)用
7.4.2分組與聚合運(yùn)算
7.4.3矩陣-向量乘法
7.4.4矩陣乘法·
7.5 MapReduce編程實(shí)踐
7.5.pan style="font-family:宋體">任務(wù)要求
7.5.2編寫(xiě)Map處理邏輯
7.5.3 編寫(xiě) Reduce 處理邏輯
7.5.4 編寫(xiě)main方法
7.5.5編譯代碼以及運(yùn)行程序
7.6本章小結(jié)·
7.7/span>
實(shí)驗(yàn)5 MapReduce初級(jí)編程實(shí)踐
第8章 Hadoop再探討
8.1Hadoop的優(yōu)化與發(fā)展
8.1.1 Hadoop的局限與不足
8.1.2 針對(duì)Hadoop的與提升
8.2HDFS 2.0的新特性
8.2.1 HDFS HA
8.2.2 HDFS聯(lián)邦
8.3新一代資源管理調(diào)度框架YARN
8.3.1 MapReduce 1.0的缺陷
8.3.2YARN設(shè)計(jì)思路
……
11.3.1 應(yīng)用場(chǎng)景pan>：實(shí)時(shí)分析
11.3.2應(yīng)用場(chǎng)景2：實(shí)時(shí)交通
11.4 開(kāi)源流計(jì)算框架Storm
11.4.1 Storm簡(jiǎn)介
11.4.2 Storm的特點(diǎn)
11.4.3Storm的設(shè)計(jì)思想
11.4.4 Storm的框架設(shè)計(jì)
11.4.5 Storm實(shí)例
11.5 Spark Streaming
11.5.1 Spark Streaming 設(shè)計(jì)
11.5.2 Spark Streaming 與Storm 的
對(duì)比
11.6本章小結(jié)
11.7/span>
第12章 Flink
12.1 Flink簡(jiǎn)介
12.2 為什么選擇Flink
12.2.pan style="font-family:宋體">傳統(tǒng)數(shù)據(jù)處理架構(gòu)
12.2.2 大數(shù)據(jù)Lambda架構(gòu) 237
12.2.3
流處理架構(gòu)
12.2.4 Flink是理想的流計(jì)算框架239
12.2.5Flink的優(yōu)勢(shì)
12.3 Flink 應(yīng)用場(chǎng)景
12.3.pan style="font-family:宋體">事件驅(qū)動(dòng)型應(yīng)用
12.3.2數(shù)據(jù)分析應(yīng)用
12.3.3數(shù)據(jù)流水線(xiàn)應(yīng)用
12.4Flink技術(shù)棧
12.5Flink體系架構(gòu)
12.6Flink編程模型·
12.7Flink編程實(shí)踐
12.7.1 安裝Flink
12.7.2編程實(shí)現(xiàn)WordCount程序247
12.8本章小結(jié)
12.9 /span>
實(shí)驗(yàn)8 Flink初級(jí)編程實(shí)踐
第13章圖計(jì)算
13.pan style="font-family:宋體">圖計(jì)算簡(jiǎn)介
13.1.pan style="font-family:宋體">傳統(tǒng)圖計(jì)算解決方案的不足
之處
13.1.2通用圖計(jì)算軟件
13.2 Pregel 簡(jiǎn)介
13.3 Pregel圖計(jì)算模型
13.3.pan style="font-family:宋體">有向圖和頂點(diǎn)
13.3.2頂點(diǎn)之間的消息傳遞 255
13.3.3 Pregel的計(jì)算過(guò)程256
13.3.4 Pregel 計(jì)算過(guò)程的實(shí)例257
13.4 Pregel的C++ API
13.4.pan style="font-family:宋體">消息傳遞機(jī)制
13.4.2 Combiner·
13.4.3 Aggregator·
13.4.4 拓?fù)涓淖?13.4.5輸入和輸出
13.5 Pregel的體系結(jié)構(gòu)
13.5.1Pregel的執(zhí)行過(guò)程
13.5.2 容錯(cuò)性
13.5.3 Worker·
13.5.4 Master
13.5.5 Aggregator
13.6 Pregel的應(yīng)用實(shí)例
13.6.pan style="font-family:宋體">單源*短路徑
13.6.2二分匹配
13.7 Pregel 和MapReduce實(shí)現(xiàn)PageRank
算法的對(duì)比
13.7.1PageRank算法
13.7.2 PageRank算法在Pregel 中的
實(shí)現(xiàn)
13.7.3 PageRank 算法在 MapReduce
中的實(shí)現(xiàn)
13.7.4 PageRank算法在 Pregel和
MapReduce 中實(shí)現(xiàn)的比較
13.8本章小結(jié)
13.9/span>
.
第14章數(shù)據(jù)可視化
14.pan style="font-family:宋體">可視化概述
14.1.pan style="font-family:宋體">什么是數(shù)據(jù)可視化
14.1.2可視化的發(fā)展歷程
14.1.3可視化的重要作用
14.2可視化工具
14.2.pan style="font-family:宋體">入門(mén)級(jí)工具
14.2.2信息圖表工具
14.2.3 地圖工具
14.2.4時(shí)間線(xiàn)工具
14.2.5高級(jí)分析工具
14.3可視化典型案例
14.3.pan style="font-family:宋體">全球黑客活動(dòng)
14.3.2互聯(lián)網(wǎng)地圖
14.3.3 編程語(yǔ)言之間的影響力關(guān)系
14.3.4國(guó)家健康與財(cái)富之間的
關(guān)系
14.3.5 3D可視化互聯(lián)網(wǎng)地圖App
14.4本章小結(jié)
14.5/span>
第四篇大數(shù)據(jù)應(yīng)用
第15章 大數(shù)據(jù)在互聯(lián)網(wǎng)領(lǐng)域的
應(yīng)用
15.pan style="font-family:宋體">推薦系統(tǒng)概述
15.1.pan style="font-family:宋體">什么是推薦系統(tǒng)
15.1.2長(zhǎng)尾理論
15.1.3 推薦方法
15.1.4推薦系統(tǒng)模型
15.1.5推薦系統(tǒng)的應(yīng)用
15.2 協(xié)同過(guò)濾
15.2.pan style="font-family:宋體">基于用戶(hù)的協(xié)同過(guò)濾
基于物品的協(xié)同過(guò)濾
15.2.3 UserCF算法和ItemCF算法的
對(duì)比
15.3協(xié)同過(guò)濾實(shí)踐
15.3.pan style="font-family:宋體">實(shí)踐背景
15.3.2數(shù)據(jù)處理
15.3.3 計(jì)算相似度矩陣.
15.3.4計(jì)算推薦結(jié)果.
15.3.5展示推薦結(jié)果
15.4本章小結(jié)
15.5/span>
第16章大數(shù)據(jù)在生物醫(yī)學(xué)
領(lǐng)域的應(yīng)用
16.1 流行病預(yù)測(cè)
16.1.pan style="font-family:宋體">傳統(tǒng)流行病預(yù)測(cè)機(jī)制的不足
16.1.2基于大數(shù)據(jù)的流行病預(yù)測(cè)
16.1.3基于大數(shù)據(jù)的流行病預(yù)測(cè)的
重要作用
16.2智慧
16.3 生物信息學(xué)
16.4案例：基于大數(shù)據(jù)的綜合健康服務(wù)
16.4.pan style="font-family:宋體"臺(tái)概述
16.4.2
16.4.3
16.4.4
16.5本章小結(jié)
16.6/span>
第17章 大數(shù)據(jù)的其他應(yīng)用306
7.pan style="font-family:宋體">大數(shù)據(jù)在物流領(lǐng)域中的應(yīng)用306
17.1.pan style="font-family:宋體">智能物流的概念
17.1.2智能物流的作用
17.1.3 智能物流的應(yīng)用
17.1.4 大數(shù)據(jù)是智能物流的關(guān)鍵
17.1.5 中國(guó)智能物流骨干網(wǎng)——菜鳥(niǎo)
17.2大數(shù)據(jù)在城市管理中的應(yīng)用
17.2.1 智能交通
17.2.2 環(huán)保監(jiān)測(cè)
17.2.3城市規(guī)劃
17.2.4 安防領(lǐng)域
17.3大數(shù)據(jù)在金融行業(yè)中的應(yīng)用
17.3.1 高頻交易
17.3.2市場(chǎng)情緒分析
17.3.3信貸風(fēng)險(xiǎn)分析
17.4大數(shù)據(jù)在汽車(chē)行業(yè)中的應(yīng)用
17.5大數(shù)據(jù)在行業(yè)中的應(yīng)用
17.5.pan style="font-family:宋體">發(fā)現(xiàn)關(guān)聯(lián)購(gòu)買(mǎi)行為
17.5.2客戶(hù)群體細(xì)分
17.5.3 供應(yīng)鏈管理
17.6大數(shù)據(jù)在餐飲行業(yè)中的應(yīng)用
17.6.pan style="font-family:宋體">餐飲行業(yè)擁抱大數(shù)據(jù)
17.6.2 餐飲
17.7大數(shù)據(jù)在電信行業(yè)中的應(yīng)用
17.8大數(shù)據(jù)在能源行業(yè)中的應(yīng)用
17.9大數(shù)據(jù)在體育和娛樂(lè)領(lǐng)域中的
應(yīng)用·
17.9.1 訓(xùn)練球隊(duì)
17.9.2 投拍影視作品
17.9.3預(yù)測(cè)比賽結(jié)果
17.10 大數(shù)據(jù)在領(lǐng)域中的應(yīng)用
17.10.pan style="font-family:宋體">大數(shù)據(jù)與國(guó)家·
17.10.2應(yīng)用大數(shù)據(jù)技術(shù)防御網(wǎng)絡(luò)
攻擊
17.10.3警察應(yīng)用大數(shù)據(jù)工具
犯罪
17.pan style="font-family:宋體">大數(shù)據(jù)在政府領(lǐng)域中的應(yīng)用
17.pan style="font-family:宋體">大數(shù)據(jù)在日常生活中的應(yīng)用
17.pan style="font-family:宋體">本章小結(jié)
17.pan style="font-family:宋體">/span>
參考文獻(xiàn)
展開(kāi)全部
大數(shù)據(jù)技術(shù)原理與應(yīng)用:概念、存儲(chǔ)、處理、分析與應(yīng)用 作者簡(jiǎn)介
林子雨（1978－），男，博士，國(guó)內(nèi)高校知名大數(shù)據(jù)教師，廈門(mén)大學(xué)計(jì)算機(jī)科學(xué)系副教授，廈門(mén)大學(xué)云計(jì)算與大數(shù)據(jù)研究中心創(chuàng)始成員，廈門(mén)大學(xué)數(shù)據(jù)庫(kù)實(shí)驗(yàn)室負(fù)責(zé)人，中國(guó)計(jì)算機(jī)學(xué)會(huì)數(shù)據(jù)庫(kù)專(zhuān)委會(huì)委員，中國(guó)計(jì)算機(jī)學(xué)會(huì)信息系統(tǒng)專(zhuān)委會(huì)委員，中國(guó)高校**“數(shù)字教師”提出者和建設(shè)者。2013年開(kāi)始在廈門(mén)大學(xué)開(kāi)設(shè)大數(shù)據(jù)課程，建設(shè)了國(guó)內(nèi)高校**大數(shù)據(jù)課程公共服務(wù)平臺(tái)，平臺(tái)累計(jì)網(wǎng)絡(luò)訪(fǎng)問(wèn)量超過(guò)700萬(wàn)次，成為全國(guó)高校大數(shù)據(jù)教學(xué)****，并榮獲“2018年福建省教學(xué)成果二等獎(jiǎng)”，主持的課程《大數(shù)據(jù)技術(shù)原理與應(yīng)用》獲評(píng)“2018年國(guó)家精品在線(xiàn)開(kāi)放課程”。主講課程：《大數(shù)據(jù)技術(shù)原理與應(yīng)用》《大數(shù)據(jù)處理技術(shù)》《大數(shù)據(jù)導(dǎo)論》。個(gè)人主頁(yè)：http://dblab.xmu.edu.cn/post/linziyu。E-mail: ziyulin@xmu.edu.cn。數(shù)據(jù)庫(kù)實(shí)驗(yàn)室網(wǎng)站：http://dblab.xmu.edu.cn。建設(shè)了高校大數(shù)據(jù)課程公共服務(wù)平臺(tái)（http://dblab.xmu.edu.cn/post/bigdata-teaching- platform/），為教師教學(xué)和學(xué)生學(xué)習(xí)大數(shù)據(jù)課程提供包括教學(xué)大綱、講義PPT、學(xué)習(xí)指南、備課指南、實(shí)驗(yàn)指南、上機(jī)習(xí)題、授課視頻、技術(shù)資料等全方位、一站式免費(fèi)服務(wù)，平臺(tái)每年訪(fǎng)問(wèn)量超過(guò)200萬(wàn)次，累計(jì)訪(fǎng)問(wèn)量超過(guò)750萬(wàn)次，同時(shí)提供面向高校的大數(shù)據(jù)實(shí)驗(yàn)平臺(tái)建設(shè)方案和大數(shù)據(jù)課程師資培訓(xùn)服務(wù)。
書(shū)友推薦
- >
隨園食單
- >
二體千字文
- >
名家?guī)阕x魯迅:朝花夕拾
- >
山海經(jīng)
- >
推拿
- >
人文閱讀與收藏·良友文學(xué)叢書(shū):一天的工作
- >
詩(shī)經(jīng)-先民的歌唱
- >
莉莉和章魚(yú)
本類(lèi)暢銷(xiāo)
