图书
资源
教师服务直通车
- 大数据技术原理与实践
- 作者：李少波，杨静
- 策划编辑：余伯仲
- ISBN：978-7-5680-6688-4
- 图书开本：16
- 出版日期：2020-12-25
- 定价：39.80元去购买
-
重点项目：
- 暂无
-
新形态教材：
- 二维码资源
- 所属丛书：普通高等院校‘’新工科‘’创新教育精品课程系列教材
图书简介
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。
书籍目录
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）
