Подлинное пятно больших данных Введение Zhou Ming конкурирует за Tao Anhui China Railway Press 9787113242633
Вес товара: ~0.7 кг. Указан усредненный вес, который может отличаться от фактического. Не включен в цену, оплачивается при получении.
Описание товара
Название: Введение больших данных
Цена: 32,0 Юань
Автор: Чжоу Мин Чжэн, Тао Ван
Пресса: China Railway Press
Дата публикации: март 2018 г.
ISBN: 9787113242633
Слова: 249000
Номер страницы: 184
Издание: 1
Фрагментация: пластичный порядок PACDER
Открыто: 16
Эта книга всесторонне описывает коннотация и характеристики больших данных, архитектуры и ключевых технологий.Книга разделена на 7 глав, включая введение больших данных, хранение больших данных, обработку больших данных, анализ больших данных, визуализацию больших данных, приложения больших данных и тенденции разработки больших данных и перспективы. Каждая глава тесно связана с основной технологией и типичной Случаи. В совокупности, чтобы сделать читателей лучше понимать и освоить большие данные и ключевые технологии.Эта книга подходит как большой учебник курса данных для науки о данных и технологии больших данных, компьютерной разработки, разработки программного обеспечения, электронной информации, такой как компьютер, компьютерная разработка, разработка программного обеспечения, электронная информация, а также колледжи и университеты. Она также может использоваться как Справочник для других читателей для понимания технологии больших данных.
Введение 1
1.1 Что такое большие данные 1
1.1.1 Фон Больших Данных 1
1.1.2 Концепция и характеристики больших данных 5
1.2 Изменения, внесенные большими данными 7
1.3 Значение и задача больших данных 9
1.3.1 Значение больших данных 9
1.3.2 Новые проблемы, с которыми сталкиваются эпоха больших данных
1.4 Связанная технология больших данных 12
1.4.1 Технология хранения и управления большими данными 14
1.4.2 Технология анализа больших данных 20
1.4.3 Инструменты обработки больших данных и платформа 21
1.5 Процесс обработки больших данных 22
1.5.1 Извлечение и интеграция данных 22
1.5.2 Анализ данных 23
1.5.3 Объяснение данных 23
1.5.4 Модель обработки больших данных 24
1.6 Возможности разработки для больших данных 28
Упражнение 29
Глава больших данных хранение 30
2.1 Обзор хранения больших данных 30
2.2 Традиционная система хранения больших данных 30
2.3 Распределенная файловая система 33
2.3.1HDFS Связанные концепции 35
2.3.2HDFS Структура распределенной файловой системы 36
2.3.3HDFS Принцип хранения 37
2.3.4HDFS Снятие данных/написание данных 41
2.4NOSQL База данных 43
2.4.1NOSQL Генерация 44
2.4.2nosql и RDBMS 45
2.4.3 Классификация NOSQL 46
2.4.4HBASE База данных 47
2.4.5nosql и Newsql 52
Упражнение 53
Глава 3 Обработка больших данных 55
3.1 Multi -Processor Technology 55
3.2 Параллельный расчет 59
3.3 Mapreduce Parallel Computing Technology 65
3.3.1Mapreduce Введение 65
3.3.2 Mapreduce Model 68 68
3.3.3Hadoop MapReduce 1 73
3.3.4Yarn/MapReduce2 76
3.3.5 Mapreduce Performance Tuning 79
Упражнение 82
Глава 4 Анализ больших данных 83
4.1 Обзор анализа больших данных 83
4.1.1 Принципы анализа данных 84
4.1.2 Особенности анализа больших данных 84
4.1.3 Путь и процесс анализа больших данных 85
4.1.4 Технология анализа больших данных 87
4.1.5 Трудности анализа больших данных 90
4.2 Модель анализа больших данных 91
4.2.1 Метод создания модели анализа больших данных 91
4.2.2 Модель анализа классификации 93
4.2.3 Связанная модель анализа 94
4.2.4 Модель анализа классификации 95
4.3 Алгоритм анализа больших данных 98
4.3.1 Обзор алгоритма больших данных 99
4.3.2 Алгоритм дерева решений Введение 1
4.3.3 Apriori Algorithm Введение 5
4.3.4K-среднее алгоритм введение 9
4.4 Приложение для анализа больших данных 111
4.4.1 Текстовый анализ 111
4.4.2 Эмоциональный анализ 113
4.4.3 Рекомендуемая система 115
4.5 Анализ больших данных Общие инструменты 117
Упражнение 119
Глава 5 Визуализация больших данных 120
5.1 Обзор технологии визуализации больших данных 120
5.1.1 Данные визуальная упрощенная история 120
5.1.2 Функция визуализации данных 122
5.1.3 Введение в зрение на большие данные 123
5.2 Технология визуализации больших данных база 126
5.2.1 Процесс визуализации данных 126
5.2.2. Кодирование визуализации данных 128
5.2.3 Data Visual Design 132
5.3 Приложение визуализации больших данных 134
5.3.1 Текст может быть визуализирован 135
5.3.2 Визуализация сети 138
5.3.3 Визуализация данных журнала 140
5.3.4 Географическая информация Визуализация 140
5.3.5 Данные визуальное взаимодействие 141
5.4 Программное обеспечение и инструменты визуализации больших данных 143
5.4.1 Классификация программного обеспечения для визуализации больших данных 143
5.4.2 Science Visualization Software and Tools 144
5.4.3 Программное обеспечение и инструменты визуального анализа 145
5.4.4 Программное обеспечение и инструменты для визуализации информации 147
Упражнение 148
Глава 6 Приложение больших данных 149
6.1 Большие данные в интернет -индустрии 149
6.2 Большие данные трафика 153
6.3 Медицинские большие данные 159
6.4 Система Q & A 164
Упражнение 169
Глава 7 Тенденции и перспективы разработки больших данных 170
7.1 БЕЗОПАСНОСТЬ БЕЗОПАСНОСТИ И ЗАЩИТА КОНФЕРЕНЦИИ 170
7.1.1. Статус -кво безопасности данных и защиты конфиденциальности 170
7.1.2 Задача безопасности, вызванная большими данными 171
7.1.3 Ключевая технология безопасности больших данных и защиты конфиденциальности 172
7.2 Обмен большими данными 174
7.2.1 Проблема с большим обменом данных 174
7.2.2 Измерения и механизмы для обмена большими данными 175
7.3 Data Science 176
7.3.1 Концепция науки о данных 176
7.3.2 Трудности анализа данных 176
Упражнение 177
Ссылка 178