当前位置:首页 > 天文地球
大数据技术与应用基础
大数据技术与应用基础

大数据技术与应用基础PDF电子书下载

天文地球

  • 电子书积分:10 积分如何计算积分?
  • 作 者:刘红英,刘博,李韵琴编著
  • 出 版 社:北京:海洋出版社
  • 出版年份:2016
  • ISBN:9787502789275
  • 页数:211 页
图书介绍:本书全面讲述了大数据技术与应用相关的基础概念和知识。着重介绍了大数据的国内外发展状况、技术架构以及大数据分析的基本知识、数据分析、挖掘的流程、方法、工具等,也选择了一个数据分析、挖掘软件作为实例进行了重点说明。全书共分三个部分共18章,第一部分包括第1、2、3、4章介绍大数据技术与应用基础知识,第二部分包括第5章至16章介绍大数据应用基础知识,第三部分包括第17章至16章介绍大数据关联工作说明。本书既适合于开展国家职业技能培训的各类培训机构作为大数据基础分析师、以及大数技术与应用基础的教材使用,也适合于已经掌握大数据基础知识、但希望使用数据挖据软件进行数据分析实践的读者自学参考。
《大数据技术与应用基础》目录

第一部分 基础知识 3

第1章 大数据的基本概念、特征与作用 3

1.1 背景和概要说明 3

1.2 大数据的基本概念和内涵 4

1.3 大数据的特征 5

1.4 大数据的重要作用 7

1.5 章节汇总 8

第2章 大数据发展状况 9

2.1 背景和概要说明 9

2.2 国外大数据发展状况 9

2.3 国内大数据现状 14

2.4 大数据发展趋势 21

2.5 章节汇总 22

第3章 大数据技术体系 23

3.1 背景和概要说明 23

3.2 NIST提出的大数据参考架构 23

3.3 国际标准化机构提出的大数据概念模型 24

3.4 大数据生命周期 25

3.5 大数据技术体系 26

3.6 大数据核心技术 28

3.7 章节汇总 32

第4章 大数据标准化之路 33

4.1 背景和概要说明 33

4.2 SC32大数据标准化情况 33

4.3 SG2大数据标准化工作情况 35

4.4 ITU大数据标准化工作情况 35

4.5 NIST标准化工作情况 35

4.6 国内标准化工作情况 36

4.7 大数据标准体系架构 37

4.8 章节汇总 39

第二部分 初级应用 43

第5章 相关工具简介 43

5.1 背景和概要说明 43

5.2 工具说明 43

5.3 数据分析、挖掘流程 44

5.4 数据分析、挖掘 49

5.5 章节汇总 49

第6章 了解数据 50

6.1 背景和概要说明 50

6.2 数据分析、挖掘的目的和局限 51

6.3 相关概念 51

6.4 数据的类型 54

6.5 与隐私和安全有关的说明 55

6.6 章节汇总 56

第7章 准备数据 57

7.1 背景和概要说明 57

7.2 应用CRISP数据分析、挖掘模型 57

7.3 数据收集 58

7.4 数据清理 60

7.5 动手练习 60

7.6 准备系统、导入数据 60

7.7 数据约简 75

7.8 处理不一致的数据 77

7.9 属性约简 80

第三部分 数据分析、挖掘模型和方法 85

第8章 相关知识 85

8.1 背景和概要说明 85

8.2 了解组织 85

8.3 了解数据 85

8.4 数据准备 86

8.5 建模 86

8.6 评估 89

8.7 部署 90

8.8 章节汇总 92

第9章 关联规则 93

9.1 背景和概要说明 93

9.2 了解组织 93

9.3 了解数据 94

9.4 数据准备 95

9.5 建模 99

9.6 评估 101

9.7 部署 104

9.8 章节汇总 104

第10章 K均值聚类 106

10.1 背景和概要说明 106

10.2 了解组织 106

10.3 了解数据 106

10.4 数据准备 107

10.5 建模 108

10.6 评估 110

10.7 部署 112

10.8 章节汇总 114

第11章 判别分析 115

11.1 背景和概要说明 115

11.2 了解组织 115

11.3 了解数据 116

11.4 数据准备 118

11.5 建模 122

11.6 评估 126

11.7 部署 128

11.8 章节汇总 129

第12章 线性回归 130

12.1 背景和概要说明 130

12.2 了解组织 130

12.3 了解数据 130

12.4 数据准备 131

12.5 建模 133

12.6 评估 134

12.7 部署 136

12.8 章节汇总 138

第13章 逻辑回归 140

13.1 背景和概要说明 140

13.2 了解组织 140

13.3 了解数据 141

13.4 数据准备 142

13.5 建模 144

13.6 评估 146

13.7 部署 149

13.8 章节汇总 151

第14章 决策树 152

14.1 背景和概要说明 152

14.2 了解组织 152

14.3 了解数据 153

14.4 数据准备 155

14.5 建模 159

14.6 评估 161

14.7 部署 163

14.8 章节汇总 164

第15章 神经网络 165

15.1 背景和概要说明 165

15.2 了解组织 165

15.3 了解数据 165

15.4 数据准备 168

15.5 建模 170

15.6 评估 170

15.7 部署 173

15.8 章节汇总 175

第16章 文本挖掘 176

16.1 背景和概要说明 176

16.2 了解组织 176

16.3 了解数据 177

16.4 数据准备 177

16.5 建模 186

16.6 评估 186

16.7 部署 194

16.8 章节汇总 195

第四部分 关联工作说明 199

第17章 评估和部署 199

17.1 背景和概要说明 199

17.2 交叉验证 200

17.3 章节汇总 206

第18章 数据分析、挖掘道德规范 207

18.1 背景和概要说明 207

18.2 道德框架和建议 209

18.3 总结 210

返回顶部