☆☆☆☆☆
简体网页||繁体网页



点击这里下载

类似图书 点击查看全场最低价

1.阐述大数据的重要观念，包括正面的效用与负面的副作用，建立 读者对大数据正确的认知。
　　2.说明大数据时代的因应与挑战，其中有思维的转变、大数据分析技术、大数据的应用模式分类，也有大数据分析的流程。
　　3.介绍各行各业的大数据经典应用案例，让读者体会大数据分析的应用精随，有机会发挥创造力，开创自己的大数据应用。
　　4.介绍大数据分析工具（Hadoop和Spark）的生态系统，期使读者能充分掌握大数据的技术发展和工具的应用蓝图。
　　5.透过对大数据工具的实战演练，包括安装、设定、指令操作等，使读者在具备大数据概念正确理解的同时，还能拥有动手实现的功力。
　　6.学习大数据程式语言Scala，熟悉函数式程式设计（functional programming）的特点，以及它对于大数据的操作与处理，提升读者对大数据分析演算法的开发能力。
　　7.使用Spark的机器学习程式库（MLlib），应用在既有资料集的分析上，让读者迅速获得大数据的预测能力。

观念篇
第 1 章　进入大数据时代
1-1 大数据时代来了
1-2 「大」数据有多「大」
1-3 大数据的「大」特征
1-4 大数据的「大」作用
1-5 大数据的「大」问题
1-6 结语

第 2 章　大数据挑战与因应
2-1 大数据的思维转变
2-2 大数据案例
2-3 大数据的应用模式分类
2-4 大数据计画的启动
2-5 结语

第 3 章　大数据分析技术
3-1 资料科学
3-2 资料分析工具箱
3-3 大数据分析流程
3-4 结语

工具篇
第 4 章　大数据工具与生态系统
4-1 Hadoop/HDFS：分散式档案系统
4-2 Spark：平行运算框架
4-3 NoSQL 资料库
4-4 结语

第 5 章　大数据作业系统Ubuntu 的安装
5-1 安装虚拟化系统工具Oracle VirtualBox
5-2 新增和设定Ubuntu 虚拟机
5-3 安装和设定Ubuntu 作业系统

第 6 章　大数据平台Hadoop 和Spark 的安装
6-1 建立和设定master 主机
6-2 建立slave1 虚拟机
6-3 继续master 的设定
6-4 启动Hadoop 主机集群
6-5 试玩HDFS
6-6 试玩Spark
6-7 结束Spark 和Hadoop

第 7 章　HDFS 和Spark RDD 的操作
7-1 HDFS 的操作指令
7-2 Spark RDD 的操作

第 8 章　Scala—大数据的程式语言
8-1 Scala 基础
8-2 基本的资料型态
8-3 资料集Collections
8-4 逻辑流程控制
8-5 函数
8-6 常用资料集处理方法
8-7 模式匹配Pattern Matching

应用篇
第 9 章　大数据分析应用基础
9-1 字数计算（word count）
9-2 矩阵相乘
9-3 频繁项（frequent items）分析
9-4 One-hot 编码
9-5 相似性（similarity）计算
9-6 文件资料反向排序

第 10 章 大数据分析范例—葡萄酒分析
10-1 葡萄酒品质资料集
10-2 读入资料档
10-3 基本统计资料
10-4 建立LabeledPoint 资料类别格式
10-5 资料标准化
10-6 切割资料集
10-7 预测模型训练
10-8 预测与模式评估MSE
10-9 参数最佳组合与模型测试
10-10 结论

第 11 章 大数据分析范例—书籍推荐
11-1 推荐技术
11-2 书籍资料集
11-3 读入资料档与资料前处理
11-4 建立Rating 资料格式
11-5 切割资料集
11-6 预测模型训练
11-7 计算均方差MSE
11-8 参数最佳组合与最佳模型
11-9 使用最佳模型进行推荐

第 12 章 大数据分析范例—鸢尾花分类
12-1 大数据分析流程
12-2 分类演算法
12-3 鸢尾花资料集
12-4 读入资料档与资料前处理
12-5 资料集随机切割
12-6 模式设定与训练
12-7 使用评价器（evaluator）计算准确度
12-8 交叉验证
12-9 使用最佳模式来预测新值

附录　参考文献
 

None

大数据(Big Data)分析与应用：使用Hadoop与Spark(最新版) 电子书 下载 mobi epub pdf txt 2024

类似图书 点击查看全场最低价

查看全网最低价