掃一掃
關注中圖網
官方微博
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
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
大數據技術科普3——大數據分析與挖掘 版權信息
- ISBN：9787560667836
- 條形碼：9787560667836 ; 978-7-5606-6783-6
- 裝幀：平裝-膠訂
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
大數據技術科普3——大數據分析與挖掘 本書特色
本書具有以下特點： (1) 條理清晰，模塊豐富，內容極具特色。 本書從“簡單、易懂、實用、有效”出發，以素質為核心，以能力為本位，注重知識和技能的實際靈活應用。本書在內容的編寫上設置了“章節導讀”“學習目標”“思政目標”“知識鏈接”“課后思考”等模塊，逐步引導讀者更好地掌握知識內容。 (2) 注重實用性、技能性和應用性。 本書精選前沿大數據分析技術，力求知識新穎、案例豐富鮮活，同時配備豐富的教輔資源，理論與實踐相結合，提升解決問題的能力，突出實用性、技能性和應用性。 (3) 理論為主，案例為輔，通俗易懂。 本書以基本理論介紹為主，輔以示例，講解細致直觀，抓住核心問題，力求將復雜的大數據分析技術方法以通俗易懂的方式講明白。
大數據技術科普3——大數據分析與挖掘 內容簡介
本書是大數據分析技術的入門圖書，內容分為大數據分析與挖掘概述、Spark SQL結構化數據分析與處理、Spark Streaming流數據分析與處理、Spark GraphX圖數據分析與處理、Spark MLlib機器學習和大數據分析系統等6章。通過每章的章節導讀，讀者能夠快速了解本章相關內容的背景意義；通過相關理論及概念的介紹，讀者能夠對大數據分析的基本方法有整體認識和了解；通過典型案例的講解，讀者能夠對大數據分析技術的應用有深刻認識。本書既注重基礎知識也關注前沿問題，通過知識鏈接、小貼士等板塊補充相關前沿知識內容。 本書可作為數據科學與大數據專業人員的入門讀物，也可作為相關職業教育課程的參考書，還可作為大數據技術應用的愛好者以及各領域大數據建設、管理和運用者的參考書。
大數據技術科普3——大數據分析與挖掘 目錄
第1章 大數據分析與挖掘概述
1.1 大數據分析的計算模式
1.批處理計算
2.查詢分析計算
3.流計算
4.圖計算
5.機器學習
1.2 認識大數據分析計算框架Spark
1.Spark簡介
2.Spark的特點
3.Spark與Hadoop MapReduce的對比
第2章 Spark SQL 結構化數據分析與處理
2.1 Spark SQL簡介
1.Hive
2.Shark
2.2 DataFrame概述
1.DataFrame簡介
2.DataFrame與RDD的區別
2.3 DataFrame 的轉換
1.寬依賴與窄依賴
2.DataFrame和Dataset以及RDD之間的相互轉換
第3章 Spark Streaming 流數據分析與處理
3.1 流計算概述
1.靜態數據與流數據
2.流計算的基本理念
3.流計算框架
3.2 Spark Streaming
1.工作原理
2.數據抽象DStream
3.性能調優
4.容錯處理
5.Spark Streaming與Storm的關系
3.3 Spark Structured Streaming
1.Spark Structured Streaming簡介
2.Spark Structured Streaming的特點
3.Spark Structured Streaming的數據模型
第4章 Spark GraphX 圖數據分析與處理
4.1 圖計算概述
1.圖計算
2.圖的表示
3.圖的結構
4.圖處理技術
5.圖處理工具
6.圖計算應用
4.2 Spark GraphX
1.Spark GraphX概述
2.Spark GraphX模塊
3.Spark GraphX的發展歷程
4.Spark GraphX的整體架構
第5章 Spark MLlib 機器學習
5.1 基于大數據的機器學習
1.機器學習
2.模型與算法的關系
3.基于大數據的機器學習
4.基于大數據的機器學習與傳統機器學習的區別
5.Spark對于機器學習的優勢
5.2 Spark MLlib
1.Spark MLlib的特點
2.Spark MLlib的適用范圍
3.Spark MLlib庫
4.Spark ML庫
5.3 Spark中幾種典型的機器學習算法
1.分類與預測
2.邏輯回歸
3.協同過濾
4.聚類分析
第6章 大數據分析系統
6.1 大數據分析系統的背景與構架
1.大數據分析系統的背景
2.應用架構
6.2 業務實現與統計分析
1.流量、性能的實時分析
2.流量、性能的統計分析
3.業務關聯分析
4.離線報表分析
6.3 系統資源分析平臺
1.應用架構
2.代碼實現
3.結果驗證
6.4 在Spark上訓練LR模型
1.數據格式
2.MLlib中LR模型源碼介紹
參考文獻
展開全部
書友推薦
- >
人文閱讀與收藏·良友文學叢書:一天的工作
- >
羅曼·羅蘭讀書隨筆-精裝
- >
大紅狗在馬戲團-大紅狗克里弗-助人
- >
我與地壇
- >
名家帶你讀魯迅:故事新編
- >
龍榆生：詞曲概論/大家小書
- >
中國歷史的瞬間
- >
詩經-先民的歌唱
本類暢銷
