中圖網(wǎng)小程序
一鍵登錄
更方便
¥13.6(3.4折)?
預估到手價是按參與促銷活動、以最優(yōu)惠的購買方案計算出的價格（不含優(yōu)惠券部分），僅供參考，未必等同于實際到手價。
00:00:00
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰(zhàn)行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優(yōu)實踐之路
-
>
第一行代碼Android
-
>
JAVA持續(xù)交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
大數(shù)據(jù)技術原理與實踐 版權信息
- ISBN：9787568066884
- 條形碼：9787568066884 ; 978-7-5680-6688-4
- 裝幀：一般膠版紙
- 冊數(shù)：暫無
- 重量：暫無
- 所屬分類：>
大數(shù)據(jù)技術原理與實踐 本書特色
本書內容深入淺出，具有很強的理論與實踐指導作用，可作為數(shù)據(jù)科學與技術、人工智能、計算機科學、制造科學、機械工程等學科相關專業(yè)的本科生、研究生的教材或課程教學參考書，也是對工程技術人員、科研人員而言非常實用的工具書。
大數(shù)據(jù)技術原理與實踐 內容簡介
本書將圍繞大數(shù)據(jù)技術的基本原理與實踐,介紹了大數(shù)據(jù)獲取、存儲、分析、數(shù)據(jù)挖掘和機器學習。內容涵蓋以下主題：Hadoop、Mapreduce、關聯(lián)規(guī)則、大規(guī)模監(jiān)督機器學習、數(shù)據(jù)流、集群、NoSQL系統(tǒng)（Pig、Hive），以及包括推薦系統(tǒng)、Web和安全性的應用程序。章重點闡述了大數(shù)據(jù)驅動的商業(yè)模式、技術生態(tài)體系，大數(shù)據(jù)的類型、特點、獲取技術。第2章概要介紹了大數(shù)據(jù)的軟硬件架構，包括大數(shù)據(jù)技術基礎與軟硬件設施、大數(shù)據(jù)存儲與管理技術、大數(shù)據(jù)的分布式處理技術平臺等，包括MapReduce編程框架原理、Spark結構與原理、基于Storm的大規(guī)模數(shù)據(jù)流的分布式處理技術等。第3章介紹了Python編程基礎，包括基本數(shù)據(jù)類型、基本控制流程、Numpy、Scipy、Pandas等。第4章介紹了大數(shù)據(jù)分析技術，包括基于MapReduce基礎編程、文本大數(shù)據(jù)分析與處理技術、大數(shù)據(jù)關聯(lián)分析、相似項的發(fā)現(xiàn)、基于大數(shù)據(jù)的推薦系統(tǒng)、基于大數(shù)據(jù)的圖與網(wǎng)絡分析、大數(shù)據(jù)聚類分析、時空大數(shù)據(jù)分析、非結構化大數(shù)據(jù)分析與處理、基于Storm的流數(shù)據(jù)分析技術等。第5章介紹了基于SparkMLlib/Mahout的大數(shù)據(jù)機器學習，包括機器學習基礎、典型機器學習問題、機器學習評價方法、并行機器學習算法，并進行了利用MLlib解決大數(shù)據(jù)并行分類問題、利用Mahout解決大數(shù)據(jù)推薦優(yōu)化問題實踐。第6章介紹了基于大數(shù)據(jù)的深度學習技術，包括深度學習基本原理、深度學習典型應用、Keras基礎入門及應用案例。第7章介紹了材料大數(shù)據(jù)材料熱導率預測、旅游大數(shù)據(jù)分析、交通大數(shù)據(jù)分析、工業(yè)大數(shù)據(jù)分析、產品創(chuàng)新大數(shù)據(jù)分析等帶代碼、數(shù)據(jù)的案例。本書內容深入淺出，具有很強的理論與實踐指導作用，可作為數(shù)據(jù)科學與技術、人工智能、計算機科學、制造科學、機械工程等學科相關專業(yè)的本科生、研究生的教材或課程教學參考書，也是對工程技術人員、科研人員而言很好實用的工具書。
大數(shù)據(jù)技術原理與實踐 目錄
第1章大數(shù)據(jù)技術概覽（1）
1.1大數(shù)據(jù)驅動的世界（1）
1.2數(shù)據(jù)的類型（7）
1.3大數(shù)據(jù)的特點（8）
1.4大數(shù)據(jù)的獲取技術（9）
1.5大數(shù)據(jù)實戰(zhàn)：網(wǎng)絡爬蟲抓取京東商品評論大數(shù)據(jù)（10）
本章小結（12）
習題（13）
第2章大數(shù)據(jù)的軟硬件架構（14）
2.1大數(shù)據(jù)技術基礎與軟硬件設施概述（14）
2.2大數(shù)據(jù)存儲與管理技術（17）
2.3大數(shù)據(jù)的分布式處理技術平臺（24）
本章小結（38）
習題（39）
第3章Python編程基礎（40）
3.1基本數(shù)據(jù)類型（40）
3.2基本控制流程（50）
3.3Numpy、Scipy和Pandas（54）
3.4Matplotlib軟件包（63）
本章小結（67）
習題（67）
第4章大數(shù)據(jù)分析技術（68）
4.1MapReduce 基礎編程（68）
4.2文本大數(shù)據(jù)分析與處理技術（78）
4.3大數(shù)據(jù)關聯(lián)分析（81）
4.4相似項的發(fā)現(xiàn)（83）
4.5基于大數(shù)據(jù)的推薦系統(tǒng)（87）
4.6基于大數(shù)據(jù)的圖與網(wǎng)絡分析（91）
4.7大數(shù)據(jù)聚類分析（98）
4.8時空大數(shù)據(jù)分析（106）
4.9非結構化大數(shù)據(jù)分析與處理（112）
4.10基于Storm的流數(shù)據(jù)分析技術（117）
習題（126）
第5章基于Spark MLlib/Mahout的大數(shù)據(jù)機器學習（128）
5.1機器學習基礎（128）
5.2典型機器學習問題（129）
5.3機器學習評價方法（136）
5.4并行機器學習算法（139）
5.5利用MLlib解決大數(shù)據(jù)并行分類問題實踐（141）
5.6利用Mahout解決大數(shù)據(jù)推薦優(yōu)化問題實踐（144）
本章小結（147）
習題（147）
第6章基于大數(shù)據(jù)的深度學習技術與應用（149）
6.1深度學習基本原理（149）
6.2深度學習典型應用（151）
6.3Keras基礎入門（156）
6.4應用案例（158）
本章小結（165）
習題（165）
第7章帶代碼、數(shù)據(jù)的案例研究（167）
7.1材料大數(shù)據(jù)材料熱導率預測（167）
7.2旅游大數(shù)據(jù)分析（177）
7.3交通大數(shù)據(jù)分析（186）
7.4工業(yè)大數(shù)據(jù)分析（191）
7.5產品創(chuàng)新大數(shù)據(jù)分析（215）
習題（222）
參考文獻（223）
1.1大數(shù)據(jù)驅動的世界（1）
1.2數(shù)據(jù)的類型（7）
1.3大數(shù)據(jù)的特點（8）
1.4大數(shù)據(jù)的獲取技術（9）
1.5大數(shù)據(jù)實戰(zhàn)：網(wǎng)絡爬蟲抓取京東商品評論大數(shù)據(jù)（10）
本章小結（12）
習題（13）
第2章大數(shù)據(jù)的軟硬件架構（14）
2.1大數(shù)據(jù)技術基礎與軟硬件設施概述（14）
2.2大數(shù)據(jù)存儲與管理技術（17）
2.3大數(shù)據(jù)的分布式處理技術平臺（24）
本章小結（38）
習題（39）
第3章Python編程基礎（40）
3.1基本數(shù)據(jù)類型（40）
3.2基本控制流程（50）
3.3Numpy、Scipy和Pandas（54）
3.4Matplotlib軟件包（63）
本章小結（67）
習題（67）
第4章大數(shù)據(jù)分析技術（68）
4.1MapReduce 基礎編程（68）
4.2文本大數(shù)據(jù)分析與處理技術（78）
4.3大數(shù)據(jù)關聯(lián)分析（81）
4.4相似項的發(fā)現(xiàn)（83）
4.5基于大數(shù)據(jù)的推薦系統(tǒng)（87）
4.6基于大數(shù)據(jù)的圖與網(wǎng)絡分析（91）
4.7大數(shù)據(jù)聚類分析（98）
4.8時空大數(shù)據(jù)分析（106）
4.9非結構化大數(shù)據(jù)分析與處理（112）
4.10基于Storm的流數(shù)據(jù)分析技術（117）
習題（126）
第5章基于Spark MLlib/Mahout的大數(shù)據(jù)機器學習（128）
5.1機器學習基礎（128）
5.2典型機器學習問題（129）
5.3機器學習評價方法（136）
5.4并行機器學習算法（139）
5.5利用MLlib解決大數(shù)據(jù)并行分類問題實踐（141）
5.6利用Mahout解決大數(shù)據(jù)推薦優(yōu)化問題實踐（144）
本章小結（147）
習題（147）
第6章基于大數(shù)據(jù)的深度學習技術與應用（149）
6.1深度學習基本原理（149）
6.2深度學習典型應用（151）
6.3Keras基礎入門（156）
6.4應用案例（158）
本章小結（165）
習題（165）
第7章帶代碼、數(shù)據(jù)的案例研究（167）
7.1材料大數(shù)據(jù)材料熱導率預測（167）
7.2旅游大數(shù)據(jù)分析（177）
7.3交通大數(shù)據(jù)分析（186）
7.4工業(yè)大數(shù)據(jù)分析（191）
7.5產品創(chuàng)新大數(shù)據(jù)分析（215）
習題（222）
參考文獻（223）
展開全部
大數(shù)據(jù)技術原理與實踐 作者簡介
貴州大學機械工程學院院長，博士生導師，教授，2005年入選“西部之光”優(yōu)秀人才，2008年入選貴州省優(yōu)秀青年科技人才，2009年入選教育部新世紀優(yōu)秀人才、貴州省省管專家、享受政府特殊津貼專家，2014年評聘為三級教授，入選貴州省首批高層次創(chuàng)新型人才（百層次）。是貴州大學學術學科帶頭人，機械制造及其自動化、機械電子工程專業(yè)博士生導師，中國科學院大學兼職博士生導師。 是“十二五”貴州省制造業(yè)信息化專家組組長，中國圖學學會理事，貴州省裝備行業(yè)協(xié)會常務理事，貴陽軍民結合（裝備制造）產業(yè)技術創(chuàng)新戰(zhàn)略聯(lián)盟副秘書長，貴州省智能電網(wǎng)產業(yè)技術創(chuàng)新戰(zhàn)略聯(lián)盟副理事長，貴州省計算機學會常務副理事長，《計算機集成制造系統(tǒng)—CIMS》理事會理事，《中國制造業(yè)信息化》、《機械設計與制造工程》理事會常務理事，貴州省服務決策專家智庫專家，貴州省青年科技工作者協(xié)會常務理事、信息科學與機電工程專業(yè)委員會主任委員，貴陽市網(wǎng)絡信息安全協(xié)會副會長，《計算機集成系統(tǒng)-CIMS》、《四川大學學報(工程科學版)》、《計算機應用》等期刊的審稿人等。 已發(fā)表論文130余篇，SCI/EI/ISTP收錄60余篇次，出版專著2部，譯著1部，軟件著作權登記8項、專利7件（其中發(fā)明3件）。被鑒定為國際先進、國內領先的成果8項。主持國家自然科學基金、國家863計劃重點項目、國家科技支撐計劃等科研項目30余項。獲省部級科技進步二等獎2次、三等獎2次，貴陽市科技進步特等獎1次、二等獎2次、三等獎1次。
書友推薦
- >
羅曼·羅蘭讀書隨筆-精裝
- >
名家?guī)阕x魯迅:故事新編
- >
月亮與六便士
- >
伊索寓言-世界文學名著典藏-全譯本
- >
上帝之肋:男人的真實旅程
- >
羅庸西南聯(lián)大授課錄
- >
詩經(jīng)-先民的歌唱
- >
人文閱讀與收藏·良友文學叢書:一天的工作
本類暢銷
