- Таобао
- Книги / Журналы/ Газеты
- Экономика
- Золото расплав
- 626914018075
Официальный подлинный коммерческий банк управление большими данными исследования и практика
Вес товара: ~0.7 кг. Указан усредненный вес, который может отличаться от фактического. Не включен в цену, оплачивается при получении.
- Информация о товаре
- Фотографии
Существуют относительно всеобъемлющие теоретические знания, но также богатые практики бизнес -банкинга и случаи!Вы можете обратиться к введению управляющих данными коммерческих банков, а также подходит для банка бизнес -персонала, чтобы понять значимость приложений больших данных для разработки банковского бизнеса.
Основная информация | |
наименование товара: |   |
делать   |   |
город  поле  цена: |   89,00 Юань |
ISBN номер: | 9787111663263 |
Дата публикации: | 2020-09 |
Страница &Nbsp; номер: | 216 |
Характер &Nbsp; номер: |   |
вне   Общество: |   Machinery Industry Press |
Оглавление |
Предисловие Основная часть Глава 1 Что такое большие данные / 2 1.1 Данные и историю разработки больших данных / 2 1.2 Концепция больших данных / 3 1.2.1 Особенности больших данных / 4 1.2.2 Тип больших данных / 5 1.2.3 Большие данные банковской отрасли / 5 Глава 2 Большие данные становятся основной конкурентоспособностью банковской индустрии / 7 2.1 Процесс разработки банка строительства / 7 2.1.1 Стадия электрификации / 8 2.1.2 Стадия информации / 8 2.1.3 Стадия мобильности сети / 9 2.1.4 Цифровая интеллектуальная стадия / 11 2.2 Прорыв инноваций и трансформаций банковской индустрии / 14 2.2.1 Большие данные привносят изменения модели обслуживания в банковскую отрасль / 15 2.2.2 Мышление с большими данными помогает банковской индустрии раскопать выгоды от инноваций / 15 2.2.3 Цифровая трансформация больших данных о продвижении / 17 2.3 мышление больших данных / 20 2.4 Способность добывать данные / 22 2.5 Ключевые взгляды на отрасль / 24 2.5.1 Точка зрения IBM / 24 2.5.2 Вид на PWA Yongdao / 24 техническая часть Глава 3 Обзор технологии больших данных / 28 3.1. Введение концепции сбора данных. / 28 3.2 Источник данных и типы данных больших данных / 29 3.2.1 Источник данных больших данных / 29 3.2.2 Традиционный тип данных / 31 3.2.3 Тип данных инноваций в эпоху больших данных / 32 3.3 Методы и инструменты для больших данных / 33 3.3.1 Метод сбора больших данных / 33 3.3.2 Обычно используемые инструменты сбора больших данных / 34 Глава 4 Платформа больших данных / 36 4.1 MPP / 37 4.1.1 Teradata Data Warehouse / 39 4.1.2 IBM Netezza / 42 4.1.3 Pivotal Greenplum / 43 4.1.4 GBase 8a Cluster / 44 4.2 Hadoop / 45 4.2.1 Что такое Hadoop / 45 4.2.2 Hadoop и большие данные / 46 4.2.3 Процесс разработки Hadoop / 47 4.2.4 Hadoop Ecosystem / 49 4.2.5 Core Component Hadoop / 50 4.2.6 Hadoop другие компоненты / 54 4.3 NoSQL / 55 4.3.1 Обзор / 55 4.3.2 Типичное введение NOSQL / 57 4.4 Применение платформы больших данных внутреннего банка / 61 4.4.1 Обзор / 61 4.4.2 Внедрение платформы больших данных внутреннего банка / 61 4.5 Облачная платформизация технологии больших данных / 63 4.6 Введение в озеро данных / 64 4.6.1 Концепция озера данных / 64 4.6.2 Архитектура данных озера данных / 64 4.6.3 Разница между озером данных и хранилищем данных / 66 Глава 5 Наука и техника больших данных / 68 5.1. Связанная концепция Введение / 68 5.1.1 / 69 5.1.2 машинное обучение / 70 5.2 Алгоритм интеллектуального анализа данных / 71 5.2.1 Простая байесовская классификационная модель / 72 5.2.2 Модель дерева решений / 72 5.2.3 K Недавно соседний алгоритм классификации / 72 5.2.4 Нейронная сеть / 73 5.2.5 Алгоритм поддержки векторного машины / 73 5.2.6 Интегрированное обучение / 74 5.2.7 Кластерный анализ / 75 5.2.8 Алгоритм связанного анализа / 76 5.2.9 Алгоритм максимального ожидания / 76 5.2.10 Алгоритм ранжирования веб -страницы / 76 5.2.11 Другие часто используемые алгоритмы / 77 5.3 / 78 5.3.1 SAS / 78 5.3.2 PASW / 78 5.3.3 R Язык / 79 5.3.4 Python / 79 5.3.5 MATLAB / 80 5.3.6 Stata / 80 5.3.7 Splunk / 80 5.3.8 Spark / 81 5.4 Технология визуализации данных / 81 5.4.1 Tableau Desktop / 82 5.4.2 QlikView / 83 5.4.3 D3.js / 83 5.5 Применение интеллектуального анализа данных / 83 Управление и практика часть Глава 6 Обзор и теоретическое исследование управления данными / 88 6.1 Разработка банковских данных управления / 88 6.1.1 Управление данными в течение периода конструкции данных и хранилища данных / 89 6.1.2 Управление данными, обусловленное утонченным управлением и внешним надзором / 89 6.1.3 Новая эра управления большими данными с перспективой на уровне предприятия в качестве важного знака / 89 6.2 Система управления нормативными данными и требования / 89 6.2.1 Сформулирование «хороших стандартов» и «руководящих принципов» / 90 6.2.2 Цель и значимость требований к управлению нормативными данными / 91 6.2.3 Основное содержание «хорошего стандарта» / 91 6.2.4 Основное содержание «руководящих принципов» / 92 6.3 Система банковского стандарта / 92 6.3.1 Сформулируйте фон / 92 6.3.2 Структура Введение / 93 6.3.3 Функция / 94 6.4 Управление данными в эпоху больших данных / 94 6.4.1 Особенности больших данных / 94 6.4.2 Новые требования к управлению данными в эпоху больших данных / 95 6.4.3 Жизненный цикл больших данных / 97 6.4.4 Обзор методов управления большими данными / 97 6.5 Исследование теории управления данными / 99 6.5.1 Управление данными Международной ассоциации управления данными / 100 6.5.2 Управление данными Международной ассоциации управления / 103 6.5.3 Управление данными IBM / 105 6.5.4 Mike2.0 Управление данными / 107 6.5.5 Puhua Yongdao управление данными / 109 6.5.6 Теоретическое резюме / 111 Глава 7 Банка Практика управления большими данными / 113 7.1 Банка система управления большими данными / 113 7.2 Банк Банк Стратегия реализации управления и модели продвижения / 115 7.2.1 Стратегия реализации управления большими данными / 115 7.2.2 Режим продвижения управления большими данными / 118 7.2.3. / 121 7.3. Ключевые меры для банков по улучшению возможностей применения больших данных / 122 7.4 Механизм организации управления большими данными / 124 7.4.1 Организация управления большими данными / 124 7.4.2 Главный сотрудник данных / 125 7.4.3 Механизм подтверждения данных / 126 7.5 Управление активами данных / 129 7.5.1 Значение управления активами данных / 130 7.5.2. Характеристики и классификации активов данных / 130 7.5.3. Архитектура данных и управление моделями / 131 7.5.4 Управление качеством данных / 132 7.5.5. Внешнее управление данными / 135 7.6 Безопасность данных и конфиденциальность / 139 7.6.1 Задача безопасности, вызванная большими данными / 139 7.6.2 Метод ответа на безопасность больших данных. / 140 Глава 8 Банка Практика применения больших данных / 142 8.1 Конструкция системы приложений больших данных / 142 8.1.1 Данные становятся важным стратегическим активом для банков, и в будущем банки будут подвергаться данным / 142 8.1.2 Возможности строительства системы приложений больших данных / 143 8.2 Mining Big Data / 146 8.3 Операция больших данных / 147 8.3.1 Продукция данных / 147 8.3.2 Сообщество службы передачи данных / 153 8.3.3 Справочник службы данных / 161 8.4 Сценарии приложений больших данных / 165 8.4.1 Используйте большие данные для поддержки улучшения обслуживания клиентов / 166 8.4.2 Используйте большие данные для поддержки маркетинга клиентов / 168 8.4.3 Используйте большие данные для интеллектуальной работы клиентов онлайн / 172 8.4.4 Используйте большие данные для интеллектуального управления рисками / 174 8.4.5 Используйте большие данные для повышения эффективности работы / 180 8.4.6 Используйте большие данные для предотвращения и контроля финансовых преступлений / 181 Глава 9 Оценка больших данных банка / 184 9.1 Оценка способностей больших данных банка / 185 9.1.1 Модель зрелости управления данными / 185 9.1.2 Модель зрелости больших данных / 186 9.1.3 Индекс возможности данных: практика практики возможностей данных в банке / 188 9.2 Оценка значения приложения больших данных / 193 9.2.1 Оценка сценария приложения / 193 9.2.2 Оценка результатов приложения / 194 9.3 Оценка и транзакции активов данных / 195 9.3.1 Рынок торговли данными / 195 9.3.2 Оценка активов данных / 197 Завершил, кто возглавит будущую тенденцию / 199 Рекомендации / 203 |
краткое введение |
В этой книге объясняются основные концепции больших данных подробно. Большие данные станут основной конкурентоспособностью коммерческих банков, различными сценариями приложений больших данных для коммерческих банков и т. Д., И перечисляет различные типы технологий, связанных с большими данными, обычно используемыми коммерческими банками. , в сочетании с данными методологией управления, результатами управления данными коммерческих банков и характеристик эпохи больших данных и создают систему управления большими данными.В то же время, в сочетании с характеристиками коммерческих банков, укажите 6 ключевых направлений для улучшения потенциала управления большими данными коммерческих банков.Наконец, в сочетании с моделью зрелости больших данных для создания метода оценки пропускной способности управления данными для изучения статуса и осуществимости оценки активов данных. Эта книга имеет как относительно всеобъемлющие теоретические знания, так и богатые практики бизнес -банковского бизнеса и случаи. Она может использоваться в качестве справочника для входа для менеджеров коммерческих банков, а также приложений и разработчиков больших данных. Он также подходит для банковского бизнеса для прочтения, чтобы помочь помочь. Понять приложение больших данных для значения развития банковского бизнеса и поддержки управления большими данными в приложениях данных. |