| | | | 大數據導論 楊尊琦 主編 “十三五”普通高等教育規劃教材 | | 該商品所屬分類：圖書 -> 機械工業出版社 | | 【市場價】 | 320-464元 | | 【優惠價】 | 200-290元 | | 【作者】 | 楊尊琦 | | 【出版社】 | 機械工業出版社 | | 【ISBN】 | 9787111608424 | | 【折扣說明】 | 一次購物滿999元台幣免運費+贈品
一次購物滿2000元台幣95折+免運費+贈品
一次購物滿3000元台幣92折+免運費+贈品
一次購物滿4000元台幣88折+免運費+贈品
| | 【本期贈品】 | ①優質無紡布環保袋，做工棒！②品牌簽字筆 ③品牌手帕紙巾
|
|
| 版本 | 正版全新電子版PDF檔 | | 您已选择： | 正版全新 | 溫馨提示：如果有多種選項，請先選擇再點擊加入購物車。*. 電子圖書價格是0.69折，例如了得網價格是100元，電子書pdf的價格則是69元。
*. 購買電子書不支持貨到付款，購買時選擇atm或者超商、PayPal付款。付款後1-24小時內通過郵件傳輸給您。
*. 如果收到的電子書不滿意，可以聯絡我們退款。謝謝。 | | | |
| | 內容介紹 | |
店鋪：機械工業出版社官方旗艦店 出版社：機械工業出版社 ISBN：9787111608424 商品編碼：10026486982421 品牌：機械工業出版社（CMP） 出版時間：2018-10-01 頁數：200 字數：275000 審圖號：9787111608424 作者：楊尊琦
" 
商品參數
| 商品基本信息 | | 商品名稱： | 大數據導論 | | 作者： | 楊尊琦 | | 市場價： | 39.00 | | ISBN號： | 9787111608424 | | 版次： | 1-1 | | 出版日期： | 2018-10 | | 頁數： | 171 | | 字數： | 275 | | 出版社： | 機械工業出版社 |
內容介紹
| 內容簡介 | 《大數據導論》內容包括大數據基礎、大數據下的雲計算、大數據處理、數據統計與分析、大數據安全、數據可視化、大數據與社交媒體的融合、大數據促進電子病歷的改革、大數據在旅遊業中的應用、大數據在金融業的應用和大數據在制造業的應用，既包括大數據的基本知識，也涵蓋大數據在典型行業的具體應用，讀者通過學習能更深入地認識和掌握大數據的應用價值。書中每章都設有習題與實踐，便於鞏固所學內容。
《大數據導論》是為高等院校各專業學習大數據基本課程而設計編寫的，既能滿足人文社會科學學科的相關專業需求，也可以滿足理工科的需要，同時也可作為各行各業在職人士的參考用書。
|
目錄
| 目錄 | 前言
*1章大數據基礎
1.1大數據時代
1.1.1大數據時代的技術基礎
1.1.2大數據時代的變革
1.1.3信息技術（IT）向數據技術
（DT）的轉變
1.2什麼是大數據
1.2.1數據的基本知識
1.2.2大數據定義
1.2.3大數據的特征
1.3大數據結構類型
1.4大數據的應用
1.4.1大數據在個人生活中的應用
1.4.2大數據在企業中的應用
1.4.3大數據在政府部門中的運用
1.5數據科學和大數據技術
1.5.1數據科學
1.5.2大數據技術與工具
1.6習題與實踐
參考文獻
*2章大數據下的雲計算
2.1雲計算概述
2.1.1雲計算的定義
2.1.2雲計算的特征
2.1.3雲計算的體繫架構
2.1.4雲計算的類型劃分
2.1.5雲計算的服務模式
2.2雲計算技術
2.2.1虛擬化技術
2.2.2並行計算技術
2.2.3海量數據管理技術
2.2.4海量數據存儲技術
2.3雲計算與雲存儲
2.3.1雲存儲概述
2.3.2雲存儲的存儲方式
2.3.3雲存儲與雲計算的關繫
2.4雲計算與大數據
2.4.1雲計算與大數據的關繫
2.4.2雲計算與大數據的結合
2.5案例——基於雲計算的智慧
城市建設框架
2.5.1智慧城市的內涵
2.5.2智慧城市的支撐技術
2.5.3智慧城市的體繫架構
2.5.4智慧城市的應用
2.6習題與實踐
參考文獻
第3章大數據處理
3.1數據采集
3.1.1數據采集方法
3.1.2數據質量評估
3.1.3數據質量的影響因素
3.2數據清洗
3.2.1處理殘缺數據
3.2.2處理噪聲數據
3.2.3處理冗餘數據
3.3數據變換
3.3.1屬性類型變換
3.3.2屬性值變換
3.4數據集成
3.4.1模式匹配與數據值衝突
3.4.2數據冗餘
3.5數據歸約
3.5.1維歸約
3.5.2數值歸約
3.6習題與實踐
參考文獻
第4章數據統計與分析
4.1統計分析方法
4.1.1分類與預測
4.1.2聚類分析
4.1.3關聯分析
4.1.4異常分析
4.2數據挖掘的基本概念
4.2.1數據挖掘的定義
4.2.2數據挖掘的分類
4.2.3數據挖掘的過程
4.3數據挖掘經典算法
4.3.1K-Means算法
4.3.2KNN算法
4.3.3ID3算法
4.4案例——用大數據來挖掘
《小時代》
4.5習題與實踐
參考文獻
第5章大數據安全
5.1安全與隱私問題凸顯
5.1.1網絡安全漏洞
5.1.2個人隱私洩露
5.2大數據時代的安全挑戰
5.2.1信息安全的發展歷程
5.2.2雲計算技術帶來的安全挑戰
5.3如何解決大數據安全問題
5.3.1大數據安全防護對策
5.3.2大數據安全防護關鍵技術
5.4如何解決隱私保護問題
5.4.1隱私保護的政策法規
5.4.2隱私保護技術
5.5案例——百度大數據安全
實踐
5.6習題與實踐
參考文獻
第6章數據可視化
6.1數據可視化類型
6.1.1科學可視化
6.1.2信息可視化
6.1.3可視分析學
6.2數據可視化流程及步驟
6.2.1數據可視化流程
6.2.2數據處理和變換
6.2.3視覺編碼
6.2.4統計圖表
6.2.5視覺隱喻
6.3可視化評估
6.3.1評估分類
6.3.2評估方法
6.4習題與實踐
參考文獻
第7章大數據與社交媒體的融合
7.1什麼是社交媒體
7.1.1社交媒體的定義
7.1.2社交媒體的發展
7.2社交媒體大數據的分析與
挖掘
7.2.1基於用戶的大數據分析
7.2.2基於關繫的大數據分析
7.2.3基於內容的大數據分析
7.3社交媒體大數據的未來挑戰
7.4社交媒體大數據信息安全
問題
7.4.1社交媒體導致的信息風險類型和
形成原因
7.4.2社交媒體的信息風險治理
方案
7.5習題與實踐
參考文獻
第8章大數據促進電子病歷的
改革
8.1醫療病歷的問題與挑戰
8.1.1病歷共享和追溯問題
8.1.2病歷責任意識薄弱
8.1.3病歷遺失現像
8.1.4電子病歷的出現
8.2大數據與電子病歷
8.2.1電子病歷的大數據定義
8.2.2基於大數據的標準化電子
病歷
8.2.3“大數據+雲計算”的電子病歷
存儲
8.2.4基於大數據的電子病歷共享和
追溯
8.3電子病歷與數據挖掘
8.3.1電子病歷數據的深度利用
8.3.2電子病歷的數據預處理
8.3.3多維電子病歷數據分析
8.3.4電子病歷數據挖掘
8.4我國居民終身電子病歷
8.4.1背景分析
8.4.2實施方案
8.4.3技術支持
8.5習題與實踐
參考文獻
第9章大數據在旅遊業中的應用
9.1旅遊數據的問題與發展
9.1.1旅遊數據收集問題
9.1.2旅遊數據分析問題
9.1.3旅遊數據應用問題
9.1.4旅遊數據的發展方向
9.2大數據與旅遊業
9.2.1智慧旅遊+大數據
9.2.2定制旅遊+大數據
9.2.3精準營銷+大數據
9.3旅遊與數據挖掘
9.3.1鎖定客戶人群、關注客戶
需求
9.3.2社交媒體挖掘、增加客戶
忠誠
9.4旅遊平臺
9.4.1旅遊平臺的模式
9.4.2旅遊平臺的技術
9.5習題與實踐
參考文獻
*10章大數據在金融業中的應用
——金融大數據
10.1金融大數據概述
10.1.1什麼是金融大數據
10.1.2金融大數據對金融業的
影響
10.1.3金融大數據應用的實施
戰略
10.2金融大數據的應用
10.2.1金融大數據的業務應用
10.2.2金融大數據的應用舉例
10.3大數據與金融創新
10.3.1金融創新的四個維度
10.3.2金融創新的應用舉例
10.4習題與實踐
參考文獻
*11章大數據在制造業中的應用
——工業大數據
11.1大數據下的工業革命
11.1.1工業4.0
11.1.2“新工業革命”和“中國制
造2025”
11.2工業大數據
11.3大數據與智能工廠
11.3.1智能工廠的概念、特征、
架構
11.3.2智能工廠在我國的應用
11.4智能制造大數據分析
11.5案例——酷特智能大數
據助推服裝個性化定制
11.6習題與實踐
參考文獻
|
" | | |
| | | | |
|
