欧美一级黄色影片,在线亚洲理论午夜大片

本書從初學者易于理解的角度，以通俗易懂的語言、豐富的實例和簡潔的圖表，將大數(shù)據(jù)的基本概念、大數(shù)據(jù)的數(shù)據(jù)結構、大數(shù)據(jù)的特征、大數(shù)據(jù)的關鍵技術、大數(shù)據(jù)的計算模式、大數(shù)據(jù)的采集與存儲、大數(shù)據(jù)的管理、大數(shù)據(jù)的分析與處理、大數(shù)據(jù)的可視化、大數(shù)據(jù)的應用、大數(shù)據(jù)的發(fā)展與展望等進行了系統(tǒng)化的講解。從基礎開始，通過逐步深入的方式，對大數(shù)據(jù)的核心技術和未來發(fā)展趨勢進行了詳細介紹。書中每章都設有練習題，以便于鞏固所學內(nèi)容。本書注重實用性，圍繞大數(shù)據(jù)這一主題，采用深入淺出、圖文并茂的方式，簡明扼要地闡述了大數(shù)據(jù)關鍵技術的基本理論及應用，盡可能希望通過理論與實際案例相結合，尋找合適的切入點，讓讀者對理論知識的掌握更直接、更快速。本書適合作為本科和職業(yè)院校計算機類專業(yè)大數(shù)據(jù)導論課程的教材，也適合對大數(shù)據(jù)感興趣的讀者和有關技術人員參考使用。

大數(shù)據(jù)概論是了解和學習大數(shù)據(jù)的基礎。本書系統(tǒng)地講解了大數(shù)據(jù)的基本概念、大數(shù)據(jù)的數(shù)據(jù)結構、大數(shù)據(jù)的特征、大數(shù)據(jù)的關鍵技術、大數(shù)據(jù)的計算模式、大數(shù)據(jù)的采集與存儲、大數(shù)據(jù)的管理、大數(shù)據(jù)的分析與處理、大數(shù)據(jù)的可視化、大數(shù)據(jù)的應用、大數(shù)據(jù)的發(fā)展與展望。本書以易學、全面和實用為目的，從基礎到應用，系統(tǒng)地介紹了大數(shù)據(jù)的關鍵技術和應用。本書共分為8章，主要內(nèi)容如下。
第1章介紹大數(shù)據(jù)的基本知識，包括大數(shù)據(jù)的定義、大數(shù)據(jù)的結構類型、大數(shù)據(jù)的特征、大數(shù)據(jù)的關鍵技術、大數(shù)據(jù)的計算模式、大數(shù)據(jù)的應用、大數(shù)據(jù)的發(fā)展、大數(shù)據(jù)的意義。
第2章介紹Hadoop分布式架構，包括Hadoop的由來、Hadoop的優(yōu)勢、Hadoop的特性、Hadoop的應用現(xiàn)狀、Hadoop的架構元素、Hadoop的集群系統(tǒng)、Hadoop的開源實現(xiàn)、Hadoop的信息安全、Hadoop的應用領域。
第3章介紹大數(shù)據(jù)采集與存儲，包括大數(shù)據(jù)采集概述、大數(shù)據(jù)采集的數(shù)據(jù)來源、大數(shù)據(jù)的采集方法、分布式存儲系統(tǒng)、分布式文件系統(tǒng)、HDFS概述、云存儲、數(shù)據(jù)倉庫。
第4章介紹大數(shù)據(jù)管理，包括數(shù)據(jù)管理概述、數(shù)據(jù)模型的管理、主數(shù)據(jù)的管理、元數(shù)據(jù)的管理、數(shù)據(jù)質(zhì)量的管理、數(shù)據(jù)安全的管理。
第5章介紹大數(shù)據(jù)分析與處理，包括數(shù)據(jù)分析的概念、數(shù)據(jù)分析常用工具、數(shù)據(jù)分析的技術、數(shù)據(jù)分析的類型、數(shù)據(jù)分析的流程、數(shù)據(jù)分析的算法、大數(shù)據(jù)分析的數(shù)據(jù)類型、大數(shù)據(jù)分析的方法、大數(shù)據(jù)分析的總體框架、大數(shù)據(jù)分析的應用、大數(shù)據(jù)處理。
第6章介紹大數(shù)據(jù)可視化，包括數(shù)據(jù)可視化的概念、數(shù)據(jù)可視化的類型、數(shù)據(jù)可視化的目標與作用、數(shù)據(jù)可視化的主要技術、數(shù)據(jù)可視化的流程、大數(shù)據(jù)可視化的方法、大數(shù)據(jù)可視化的工具、大數(shù)據(jù)可視化的應用。
第7章介紹大數(shù)據(jù)應用，包括大數(shù)據(jù)在教育領域的應用、大數(shù)據(jù)在互聯(lián)網(wǎng)領域的應用、大數(shù)據(jù)在金融領域的應用、大數(shù)據(jù)在通信領域的應用、大數(shù)據(jù)應用的未來發(fā)展趨勢。第8章介紹大數(shù)據(jù)的發(fā)展與展望，包括大數(shù)據(jù)與云計算、大數(shù)據(jù)與人工智能、大數(shù)據(jù)與區(qū)塊鏈、大數(shù)據(jù)安全與隱私保護技術發(fā)展前景、大數(shù)據(jù)未來展望。
為了便于教學，本書提供的PPT課件等教學資源可以從清華大學出版社網(wǎng)站(http://www.tup.com.cn)的下載區(qū)免費下載。
由于編者水平有限，書中難免存在疏漏，敬請讀者批評、指正。
大數(shù)據(jù)概論
編者2021年2月

第1章大數(shù)據(jù)概述1
1.1大數(shù)據(jù)的概念1
1.1.1數(shù)據(jù)與信息2
1.1.2大數(shù)據(jù)的定義3
1.2大數(shù)據(jù)的結構類型4
1.3大數(shù)據(jù)的特征5
1.4大數(shù)據(jù)的關鍵技術7
1.5大數(shù)據(jù)的計算模式16
1.5.1批處理計算17
1.5.2流式計算17
1.5.3迭代計算17
1.5.4交互式計算18
1.6大數(shù)據(jù)的應用18
1.7大數(shù)據(jù)的發(fā)展19
1.8大數(shù)據(jù)的意義21
練習題22
第2章Hadoop分布式架構23
2.1Hadoop概述23
2.1.1簡介24
2.1.2Hadoop的由來25
2.1.3Hadoop的優(yōu)勢25
2.1.4Hadoop的特性26
2.1.5Hadoop的應用現(xiàn)狀26
2.2Hadoop的架構元素27
2.3Hadoop的集群系統(tǒng)32
2.4Hadoop的開源實現(xiàn)36
2.5Hadoop的信息安全36
2.6Hadoop的應用領域36
練習題37第3章大數(shù)據(jù)采集與存儲39
3.1大數(shù)據(jù)采集概述39
3.2大數(shù)據(jù)采集的數(shù)據(jù)來源40
3.3大數(shù)據(jù)的采集方法40
3.3.1系統(tǒng)日志采集方法41
3.3.2網(wǎng)絡大數(shù)據(jù)采集方法42
3.3.3教育大數(shù)據(jù)采集方法43
3.4分布式存儲系統(tǒng)44
3.5分布式文件系統(tǒng)45
3.5.1計算機集群結構45
3.5.2分布式文件系統(tǒng)的結構45
3.5.3分布式文件系統(tǒng)的設計需求46
3.6HDFS概述46
3.6.1HDFS相關概念46
3.6.2HDFS的特點48
3.6.3HDFS的體系結構49
3.6.4HDFS的工作原理50
3.6.5HDFS的相關技術50
3.6.6HDFS的源代碼結構51
3.6.7HDFS的接口52
3.7云存儲52
3.8數(shù)據(jù)倉庫53
練習題61
第4章大數(shù)據(jù)管理62
4.1數(shù)據(jù)管理概述62
4.2數(shù)據(jù)模型的管理63
4.3主數(shù)據(jù)的管理65
4.4元數(shù)據(jù)的管理65
4.5數(shù)據(jù)質(zhì)量的管理68
4.6數(shù)據(jù)安全的管理70
練習題73
第5章大數(shù)據(jù)分析與處理75
5.1數(shù)據(jù)分析概述75
5.1.1數(shù)據(jù)分析的概念76
5.1.2數(shù)據(jù)分析常用工具76
5.1.3數(shù)據(jù)分析的技術86
5.1.4數(shù)據(jù)分析的類型88
5.1.5數(shù)據(jù)分析的流程89
5.1.6數(shù)據(jù)分析的算法89
5.2大數(shù)據(jù)分析92
5.2.1大數(shù)據(jù)分析的數(shù)據(jù)類型92
5.2.2大數(shù)據(jù)分析的方法92
5.2.3大數(shù)據(jù)分析的總體框架94
5.2.4大數(shù)據(jù)分析的應用94
5.3大數(shù)據(jù)處理95
5.3.1大數(shù)據(jù)處理方法95
5.3.2大數(shù)據(jù)處理模式96
5.3.3大數(shù)據(jù)處理基本過程97
5.3.4大數(shù)據(jù)處理架構97
5.3.5大數(shù)據(jù)處理系統(tǒng)99
練習題99
第6章大數(shù)據(jù)可視化101
6.1數(shù)據(jù)可視化102
6.1.1數(shù)據(jù)可視化的概念102
6.1.2數(shù)據(jù)可視化的類型104
6.1.3數(shù)據(jù)可視化的目標與作用106
6.1.4數(shù)據(jù)可視化的主要技術106
6.1.5數(shù)據(jù)可視化的流程107
6.2大數(shù)據(jù)可視化的方法108
6.3大數(shù)據(jù)可視化的工具111
6.4大數(shù)據(jù)可視化的應用117
練習題119
第7章大數(shù)據(jù)應用121
7.1大數(shù)據(jù)在教育領域的應用122
7.1.1基于大數(shù)據(jù)的深度學習模型構建123
7.1.2基于大數(shù)據(jù)技術的混合教學模式構建125
7.1.3大數(shù)據(jù)技術下的數(shù)據(jù)驅(qū)動教學范式127
7.1.4基于大數(shù)據(jù)的智慧教育云平臺128
7.2大數(shù)據(jù)在互聯(lián)網(wǎng)領域的應用134
7.2.1智能推薦系統(tǒng)135
7.2.2協(xié)同過濾136
7.3大數(shù)據(jù)在金融領域的應用137
7.4大數(shù)據(jù)在通信領域的應用141
7.5大數(shù)據(jù)應用的未來發(fā)展趨勢141
練習題142
第8章大數(shù)據(jù)的發(fā)展與展望143
8.1大數(shù)據(jù)與云計算143
8.1.1云計算的概念144
8.1.2云計算的特點145
8.1.3云計算的體系結構145
8.1.4云計算的關鍵技術146
8.1.5云計算的服務模式147
8.1.6云計算服務體系結構148
8.1.7云計算的部署模式149
8.1.8大數(shù)據(jù)與云計算的關系150
8.2大數(shù)據(jù)與人工智能150
8.2.1人工智能的概念150
8.2.2人工智能的關鍵技術151
8.2.3人工智能的應用154
8.2.4大數(shù)據(jù)與人工智能的關系156
8.3大數(shù)據(jù)與區(qū)塊鏈157
8.4大數(shù)據(jù)安全與隱私保護技術發(fā)展前景158
8.5大數(shù)據(jù)未來展望163
練習題164
參考文獻166

你還可能感興趣

我要評論