123,123

內(nèi)容簡(jiǎn)介

　　本書圍繞新工科背景下大數(shù)據(jù)人才培養(yǎng)需求編寫，系統(tǒng)介紹了大數(shù)據(jù)采集與預(yù)處理、大數(shù)據(jù)存儲(chǔ)與管理、大數(shù)據(jù)處理與分析、大數(shù)據(jù)可視化處理流程；重點(diǎn)分析了科大訊飛大數(shù)據(jù)平臺(tái)在政務(wù)、交通、金融和用戶畫像等實(shí)際場(chǎng)景中的應(yīng)用，還介紹了大數(shù)據(jù)實(shí)驗(yàn)環(huán)境的詳細(xì)搭建步驟；最后介紹了大數(shù)據(jù)治理中法律政策、行業(yè)標(biāo)準(zhǔn)建設(shè)的最新進(jìn)展，分析了大數(shù)據(jù)可能帶來的倫理風(fēng)險(xiǎn)和應(yīng)對(duì)策略。本書將大數(shù)據(jù)基礎(chǔ)理論與實(shí)際案例結(jié)合，輔以編程實(shí)踐和有針對(duì)性的課后習(xí)題，可作為高等院校相關(guān)專業(yè)的導(dǎo)論課教材，也可作為大數(shù)據(jù)相關(guān)從業(yè)人員技術(shù)參考書。

作者簡(jiǎn)介

　　于俊偉，博士，河南工業(yè)大學(xué)碩士生導(dǎo)師，從事計(jì)算機(jī)視覺、機(jī)器學(xué)習(xí)和數(shù)據(jù)科學(xué)等方面的研究與教學(xué)工作，主持和參與國家自然科學(xué)基金、河南省重點(diǎn)研發(fā)與推廣專項(xiàng)等項(xiàng)目7項(xiàng)，發(fā)表學(xué)術(shù)論文10余篇，翻譯及編著數(shù)據(jù)科學(xué)方面圖書5部。母亞雙，博士，河南工業(yè)大學(xué)碩士生導(dǎo)師，從事機(jī)器學(xué)習(xí)、大數(shù)據(jù)分析與處理等方向的研究與教學(xué)工作，主持和參與國家自然科學(xué)基金、河南省科技攻關(guān)等項(xiàng)目6項(xiàng)，發(fā)表學(xué)術(shù)論文12篇，申請(qǐng)國家發(fā)明專利2項(xiàng)。閆秋玲，女，博士，主要從事機(jī)器學(xué)習(xí)、大數(shù)據(jù)分析等方向的研究與教學(xué)工作，主持河南省科技攻關(guān)項(xiàng)目、河南省教育廳項(xiàng)目、大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練項(xiàng)目等教科研項(xiàng)目多項(xiàng)，發(fā)表學(xué)術(shù)論文7篇，獲得國家發(fā)明專利1項(xiàng)，主編教材1部，翻譯著作2部。

圖書目錄

第 1 章大數(shù)據(jù)概述 1
1.1 大數(shù)據(jù)的產(chǎn)生及其特征 2
1.1.1 大數(shù)據(jù)的產(chǎn)生 2
1.1.2 大數(shù)據(jù)的特征 2
1.2 大數(shù)據(jù)發(fā)展 5
1.2.1 大數(shù)據(jù)發(fā)展歷程 5
1.2.2 國外大數(shù)據(jù)戰(zhàn)略 6
1.2.3 中國大數(shù)據(jù)戰(zhàn)略與政策 7
1.2.4 大數(shù)據(jù)立法和標(biāo)準(zhǔn) 8
1.3 大數(shù)據(jù)思維 9
1.3.1 大數(shù)據(jù)的價(jià)值 9
1.3.2 大數(shù)據(jù)的思維變革 10
1.4 大數(shù)據(jù)應(yīng)用 12
1.4.1 大數(shù)據(jù)應(yīng)用層次 12
1.4.2 大數(shù)據(jù)應(yīng)用領(lǐng)域 13
1.5 大數(shù)據(jù)技術(shù)與工具 15
1.5.1 大數(shù)據(jù)處理流程 15
1.5.2 大數(shù)據(jù)行業(yè)全景圖 15
1.5.3 大數(shù)據(jù)分析平臺(tái) 17
1.5.4 大數(shù)據(jù)編程語言 18
1.6 本章小結(jié) 20
1.7 習(xí)題 20
第 2 章大數(shù)據(jù)采集與預(yù)處理 21
2.1 概述 22
2.2 大數(shù)據(jù)的來源 23
2.3 大數(shù)據(jù)的采集方法 24
2.3.1 數(shù)據(jù)庫采集 25
2.3.2 系統(tǒng)日志采集 25
2.3.3 網(wǎng)絡(luò)數(shù)據(jù)采集 25
2.3.4 其他數(shù)據(jù)采集 26
2.4 大數(shù)據(jù)預(yù)處理方法 27
2.4.1 數(shù)據(jù)清洗 27
2.4.2 數(shù)據(jù)集成 30
2.4.3 數(shù)據(jù)變換 30
2.5 大數(shù)據(jù)采集與預(yù)處理工具 32
2.5.1 網(wǎng)絡(luò)爬蟲 Scrapy 32
2.5.2 流數(shù)據(jù)采集 Kafka 36
2.5.3 ETL 工具 Kettle 38
2.6 本章小結(jié) 43
2.7 習(xí)題 44
第 3 章大數(shù)據(jù)存儲(chǔ)與管理技術(shù) 45
3.1 大數(shù)據(jù)存儲(chǔ)與管理技術(shù)概述 46
3.2 分布式文件系統(tǒng) 46
3.2.1 HDFS 47
3.2.2 Ceph 53
3.2.3 GlusterFS 55
3.3 NoSQL 數(shù)據(jù)庫 57
3.3.1 鍵值數(shù)據(jù)庫 58
3.3.2 列族數(shù)據(jù)庫 59
3.3.3 文檔數(shù)據(jù)庫 62
3.3.4 圖數(shù)據(jù)庫 62
3.4 大數(shù)據(jù)查詢系統(tǒng) 63
3.4.1 大數(shù)據(jù)查詢系統(tǒng)概述 63
3.4.2 Dremel 64
3.5 數(shù)據(jù)倉庫 65
3.5.1 數(shù)據(jù)倉庫的特點(diǎn) 65
3.5.2 關(guān)系型數(shù)據(jù)倉庫體系結(jié)構(gòu) 67
3.5.3 數(shù)據(jù)倉庫 Hive 68
3.5.4 數(shù)據(jù)倉庫 Impala 70
3.6 本章小結(jié) 72
3.7 習(xí)題 72
第 4 章大數(shù)據(jù)處理與分析系統(tǒng) 73
4.1 概述 74
4.2 谷歌大數(shù)據(jù)處理系統(tǒng) 74
4.2.1 GFS 74
4.2.2 MapReduce 76
4.2.3 BigTable 76
4.3 分布式計(jì)算框架 Hadoop MapReduce 77
4.3.1 Hadoop MapReduce 概述 77
4.3.2 Hadoop MapReduce 應(yīng)用舉例 79
4.4 快速計(jì)算框架 Spark 83
4.4.1 Spark 簡(jiǎn)介 83
4.4.2 Spark 運(yùn)行架構(gòu) 86
4.4.3 Spark 的部署方式 86
4.4.4 Spark 的數(shù)據(jù)抽象 RDD 87
4.4.5 Spark MLlib 88
4.4.6 Spark Streaming 89
4.4.7 Spark SQL 91
4.4.8 Spark GraphX 92
4.5 其他大數(shù)據(jù)分析系統(tǒng) 94
4.5.1 圖計(jì)算系統(tǒng) Pregel 95
4.5.2 流處理系統(tǒng) Flink 96
4.6 本章小結(jié) 97
4.7 習(xí)題 97
第 5 章大數(shù)據(jù)機(jī)器學(xué)習(xí) 98
5.1 機(jī)器學(xué)習(xí)簡(jiǎn)介 99
5.1.1 機(jī)器學(xué)習(xí)的定義 99
5.1.2 機(jī)器學(xué)習(xí)的分類 99
5.1.3 機(jī)器學(xué)習(xí)的歷史 102
5.1.4 機(jī)器學(xué)習(xí)與數(shù)據(jù)挖掘的關(guān)系 106
5.2 數(shù)據(jù) 107
5.2.1 數(shù)據(jù)概述 107
5.2.2 帶有標(biāo)簽的數(shù)據(jù)和不帶標(biāo)簽的數(shù)據(jù) 107
5.2.3 訓(xùn)練數(shù)據(jù)、測(cè)試數(shù)據(jù)、驗(yàn)證數(shù)據(jù) 108
5.3 有監(jiān)督學(xué)習(xí) 109
5.3.1 有監(jiān)督學(xué)習(xí)簡(jiǎn)介 109
5.3.2 回歸 109
5.3.3 分類 112
5.3.4 常見的有監(jiān)督學(xué)習(xí)方法 114
5.4 無監(jiān)督學(xué)習(xí) 119
5.4.1 無監(jiān)督學(xué)習(xí)簡(jiǎn)介 119
5.4.2 聚類 119
5.4.3 關(guān)聯(lián)分析 122
5.5 強(qiáng)化學(xué)習(xí) 123
5.5.1 強(qiáng)化學(xué)習(xí)簡(jiǎn)介 123
5.5.2 強(qiáng)化學(xué)習(xí)主流算法 125
5.5.3 強(qiáng)化學(xué)習(xí)的使用場(chǎng)景 126
5.6 弱監(jiān)督學(xué)習(xí) 127
5.6.1 弱監(jiān)督學(xué)習(xí)簡(jiǎn)介 127
5.6.2 弱監(jiān)督學(xué)習(xí)的分類 127
5.7 機(jī)器學(xué)習(xí)的相關(guān)資源與工具 128
5.8 本章小結(jié) 130
5.9 習(xí)題 131
第 6 章數(shù)據(jù)可視化 132
6.1 可視化概述 133
6.1.1 可視化的含義 133
6.1.2 可視化的發(fā)展歷程 133
6.1.3 可視化的作用 134
6.2 數(shù)據(jù)可視化及其分類 135
6.2.1 科學(xué)可視化 135
6.2.2 信息可視化 136
6.2.3 可視化分析學(xué) 137
6.3 數(shù)據(jù)可視化工具 138
6.3.1 入門級(jí)工具 138
6.3.2 信息圖表工具 138
6.3.3 地圖工具 141
6.3.4 基于編程語言的可視化庫 142
6.4 本章小結(jié) 144
6.5 習(xí)題 144
第 7 章大數(shù)據(jù)行業(yè)應(yīng)用案例 145
7.1 大數(shù)據(jù)行業(yè)應(yīng)用概述 146
7.2 政務(wù)大數(shù)據(jù) 146
7.3 交通大數(shù)據(jù) 150
7.3.1 人群生活模式劃分 151
7.3.2 道路擁堵模式預(yù)測(cè) 156
7.4 征信大數(shù)據(jù) 160
7.4.1 企業(yè)征信大數(shù)據(jù)應(yīng)用 160
7.4.2 企業(yè)法人資產(chǎn)建模實(shí)踐 168
7.5 畫像大數(shù)據(jù) 171
7.5.1 用戶畫像概述 171
7.5.2 構(gòu)建用戶畫像流程 172
7.5.3 構(gòu)建用戶畫像 175
7.5.4 用戶畫像評(píng)估和使用 181
7.6 本章小結(jié) 182
7.7 習(xí)題 182
第 8 章大數(shù)據(jù)平臺(tái)與實(shí)驗(yàn)環(huán)境 183
8.1 大數(shù)據(jù)平臺(tái)與環(huán)境概述 184
8.1.1 大數(shù)據(jù)平臺(tái)簡(jiǎn)介 184
8.1.2 搭建環(huán)境簡(jiǎn)介 186
8.2 安裝虛擬機(jī) 186
8.3 在虛擬機(jī)中安裝 Linux 系統(tǒng) 189
8.4 為 Ubuntu 系統(tǒng)配置 Java 開發(fā)環(huán)境 191
8.5 在 Ubuntu 系統(tǒng)中安裝 Hadoop 197
8.5.1 查詢和更改主機(jī)名 198
8.5.2 更改 host 文件 199
8.5.3 認(rèn)證 SSH 實(shí)現(xiàn)無密碼登錄 200
8.5.4 復(fù)制 Hadoop 2.6.0 到指定目錄并解壓 202
8.5.5 配置文件 203
8.5.7 啟動(dòng)、驗(yàn)證和關(guān)閉 Hadoop 211
8.6 安裝 Eclipse 和 Eclipse-hadoop-plugin 214
8.6.1 安裝 Eclipse 214
8.6.2 配置 Eclipse-hadoop-plugin 214
8.7 新建、導(dǎo)入、運(yùn)行與調(diào)試 Hadoop 工程 216
8.7.1 新建 Hadoop 工程 216
8.7.2 導(dǎo)入已有的 Hadoop 工程 217
8.7.3 運(yùn)行 Hadoop 工程 219
8.7.4 調(diào)試 Hadoop 工程 223
8.8 本章小結(jié) 226
8.9 習(xí)題 226
第 9 章大數(shù)據(jù)治理 227
9.1 大數(shù)據(jù)治理體系 228
9.2 大數(shù)據(jù)法律政策 229
9.3 大數(shù)據(jù)行業(yè)標(biāo)準(zhǔn) 231
9.4 大數(shù)據(jù)治理內(nèi)容 234
9.5 大數(shù)據(jù)倫理風(fēng)險(xiǎn) 237
9.6 本章小結(jié) 240
9.7 習(xí)題 240
主要參考文獻(xiàn) 241