高等學校大數據技術與應用規(guī)劃教材:大數據應用基礎
定 價：32 元
當前圖書已被 2 所學校薦購過！
查看明細
- 作者：[中國]婁巖
- 出版時間：2018/10/1
- ISBN：9787113248543
- 出 版 社：中國鐵道出版社
- 中圖法分類：TP274
- 頁碼：
- 紙張：膠版紙
- 版次：
- 開本：16開
本書是將大數據基本理論與基本應用有機結合的教材，按照定義、特征、技術流程和典型案例分析的方式編寫，抽絲剝繭，由易到難，有助于讀者理解和掌握大數據技術。本書的一大亮點是每章中都使用圖表對大數據與傳統(tǒng)數據處理方式進行對比。另外，本書注重啟發(fā)式的學習策略，便于讀者理解和掌握。全書在每一章均附有實際應用案例與關鍵詞注釋，方便讀者查閱和自學，同時配備了習題和參考答案。本書適合作為普通高校大數據技術的基礎教材，也可以作為職業(yè)培訓教育及相關技術人員的參考用書。
習近平總書記在黨的十九大報告中提出要推動互聯(lián)網、大數據、人工智能和實體經濟深度融合，強調貫徹新發(fā)展理念，建設現代化經濟體系。大數據、VR（虛擬現實）、AR（增強現實）和人工智能等信息技術必將為社會發(fā)展和時代進步注入新的生機和血液。
為此，本書圍繞大數據應用，從理論、相關技術和實際應用三個層面進行簡明扼要的闡述，目的是讓廣大師生對大數據的應用方法和相關知識有所了解，更好地把握科學發(fā)展的方向。
大數據技術教學在中國醫(yī)科大學已經連續(xù)開展五年，已經成為大學計算機教育的重要組成部分。為國家培養(yǎng)了一批掌握新IT發(fā)展動態(tài)和技能的醫(yī)學人才，同時也積累了一定的教學經驗。
在編寫原則上，本書注重知識的系統(tǒng)性、針對性、理論性和應用性。本書倡導啟發(fā)式的學習策略，通過案例啟發(fā)學生的學習興趣，檢驗其學習效果，提高其學習能力。
本書內容包括12章：第1章大數據概論主要講解了大數據技術概念、架構、整體技術；第2章大數據采集及預處理主要講解了大數據采集的概念、數據來源和技術方法；第3章大數據分析概論主要講解了大數據分析的方法、流程、主要技術；第4章大數據可視化主要講解了大數據可視化的過程和可視化工具Tableau；第5章Hadoop概論主要講解了Hadoop的架構；第6章HDFS和Common概論主要講解了HDFS的體系結構、工作原理和Common模塊；第7章MapReduce概論主要講解了MapReduce的架構、原理和工作流程；第8章NoSQL概論主要講解了NoSQL的基本知識和典型工具；第9章Spark概論主要講解了Spark生態(tài)系統(tǒng)的組成；第10章云計算與大數據主要講解了云計算的服務模式、部署模式；第11章典型大數據解決方案主要講解了各種大數據解決方案；第12章大數據應用案例分析（醫(yī)療領域）主要講解了大數據在醫(yī)療領域的應用案例。
本書由婁巖任主編，由徐東雨任副主編，鄭琳琳、劉尚輝、李靜、馬瑾、丁林、曹陽、龐東興、張志常、霍妍參與編寫。具體編寫分工如下：第1章由婁巖編寫，第2章由鄭琳琳編寫，第3章由劉尚輝編寫，第4章由李靜編寫，第5章由馬瑾編寫，第6章由丁林編寫，第7章由徐東雨編寫，第8章由曹陽編寫，第9章由龐東興編寫，第10章由張志常編寫，第11章、第12章由霍妍編寫。
中國鐵道出版社對本書的出版做了充分論證，精心策劃。在此向所有參加編寫的同事們、幫助和指導過我們工作的朋友們和參考文獻的作者前輩們表示衷心的感謝！
由于編者水平有限，加之時間倉促，書中難免存在疏漏之處，懇請廣大讀者批評斧正！
婁巖
2018年6月
第1章大數據概論
1.1大數據技術簡介
1.1.1IT產業(yè)的發(fā)展簡史
1.1.2大數據的主要來源
1.1.3數據生成的三種主要
方式
1.1.4大數據的特點
1.1.5大數據的處理流程
1.1.6大數據的數據格式
1.1.7大數據的基本特征
1.1.8大數據的應用領域
1.2大數據的技術架構
1.3大數據的整體技術
1.4大數據分析的四種典型工具
簡介
1.5大數據未來發(fā)展趨勢
1.5.1數據資源化
1.5.2數據科學和數據聯(lián)盟的
成立
1.5.3大數據隱私和安全
問題
1.5.4開源軟件成為推動大數
據發(fā)展的動力
1.5.5大數據在多方位改善人
們的生活
本章小結
習題1
第2章大數據采集及預處理
2.1數據采集簡介
2.1.1數據采集
2.1.2數據采集的數據來源
2.1.3數據采集的技術方法
2.2大數據的預處理
2.3數據采集及預處理的主要
工具
本章小結
習題2
第3章大數據分析概論
3.1大數據分析簡介
3.1.1大數據分析
3.1.2大數據分析的基本
方法
3.1.3大數據處理流程
3.2大數據分析的主要技術
3.2.1深度學習
3.2.2知識計算
3.3大數據分析處理系統(tǒng)簡介
3.3.1批量數據及處理系統(tǒng)
3.3.2流式數據及處理系統(tǒng)
3.3.3交互式數據及處理
系統(tǒng)
3.3.4圖數據及處理系統(tǒng)
3.4大數據分析的應用
本章小結
習題3
第4章大數據可視化
4.1大數據可視化簡介
4.2大數據可視化工具
Tableau
本章小結
習題4
第5章Hadoop概論
5.1Hadoop簡介
5.1.1Hadoop簡史
5.1.2Hadoop應用和發(fā)展
趨勢
5.2Hadoop的架構與組成
5.2.1Hadoop架構介紹
5.2.2Hadoop組成模塊
5.3Hadoop應用分析
本章小結
習題5
大數據應用基礎
目錄
第6章HDFS和Common概論
6.1HDFS簡介
6.1.1HDFS的相關概念
6.1.2HDFS特性
6.1.3HDFS體系結構
6.1.4HDFS的工作原理
6.1.5HDFS的相關技術
6.2Common簡介
本章小結
習題6
第7章MapReduce概論
7.1MapReduce簡介
7.1.1MapReduce
7.1.2MapReduce功能、特征和
局限性
7.2Map和Reduce任務
7.3MapReduce架構和工作
流程
7.3.1MapReduce的架構
7.3.2MapReduce的工作
流程
本章小結
習題7
第8章NoSQL概論
8.1NoSQL簡介
8.1.1NoSQL的含義
8.1.2NoSQL的產生
8.1.3NoSQL的特點
8.2NoSQL技術基礎
8.2.1大數據的一致性策略
8.2.2大數據的分區(qū)與放置
策略
8.2.3大數據的復制與容錯
技術
8.2.4大數據的緩存技術
8.3NoSQL的類型
8.3.1鍵值存儲
8.3.2列存儲
8.3.3面向文檔存儲
8.3.4圖形存儲
8.4典型的NoSQL工具
8.4.1Redis
8.4.2Bigtable
8.4.3CouchDB
本章小結
習題8
第9章Spark概論
9.1Spark平臺
9.1.1Spark簡介
9.1.2Spark發(fā)展
9.1.3Scala語言
9.2Spark與Hadoop
9.2.1Hadoop的局限與不足
9.2.2Spark的優(yōu)點
9.2.3Spark速度比Hadoop快的
原因分析
9.3Spark處理架構及其生態(tài)
系統(tǒng)
9
書單推薦
