大數(shù)據(jù)技術(shù)原理與實踐（第二版）

定　價：￥69.80

作　者：	李少波，楊靜
出版社：	華中科技大學出版社
叢編項：
標　簽：	暫缺

購買這本書可以去

ISBN：	9787568087179	出版時間：	2023-05-01	包裝：	平裝
開本：	16開	頁數(shù)：		字數(shù)：

內(nèi)容簡介

　　本書將圍繞大數(shù)據(jù)技術(shù)的基本原理與實踐，介紹了大數(shù)據(jù)獲取、存儲、分析、數(shù)據(jù)挖掘和機器學習。內(nèi)容涵蓋以下主題：Hadoop、Mapreduce、關(guān)聯(lián)規(guī)則、大規(guī)模監(jiān)督機器學習、數(shù)據(jù)流、集群、NoSQL系統(tǒng)（Pig、Hive），以及包括推薦系統(tǒng)、Web和安全性的應(yīng)用程序。第1章重點闡述了大數(shù)據(jù)驅(qū)動的商業(yè)模式、技術(shù)生態(tài)體系，大數(shù)據(jù)的類型、特點、獲取技術(shù)。第2章概要介紹了大數(shù)據(jù)的軟硬件架構(gòu)，包括大數(shù)據(jù)技術(shù)基礎(chǔ)與軟硬件設(shè)施、大數(shù)據(jù)存儲與管理技術(shù)、大數(shù)據(jù)的分布式處理技術(shù)平臺等，包括MapReduce編程框架原理、Spark結(jié)構(gòu)與原理、基于Storm的大規(guī)模數(shù)據(jù)流的分布式處理技術(shù)等。第3章介紹了Python編程基礎(chǔ)，包括基本數(shù)據(jù)類型、基本控制流程、Numpy、Scipy、Pandas等。第4章介紹了大數(shù)據(jù)分析技術(shù)，包括基于MapReduce基礎(chǔ)編程、文本大數(shù)據(jù)分析與處理技術(shù)、大數(shù)據(jù)關(guān)聯(lián)分析、相似項的發(fā)現(xiàn)、基于大數(shù)據(jù)的推薦系統(tǒng)、基于大數(shù)據(jù)的圖與網(wǎng)絡(luò)分析、大數(shù)據(jù)聚類分析、時空大數(shù)據(jù)分析、非結(jié)構(gòu)化大數(shù)據(jù)分析與處理、基于Storm的流數(shù)據(jù)分析技術(shù)等。第5章介紹了基于SparkMLlib/Mahout的大數(shù)據(jù)機器學習，包括機器學習基礎(chǔ)、典型機器學習問題、機器學習評價方法、并行機器學習算法，并進行了利用MLlib解決大數(shù)據(jù)并行分類問題、利用Mahout解決大數(shù)據(jù)推薦優(yōu)化問題實踐。第6章介紹了基于大數(shù)據(jù)的深度學習技術(shù)，包括深度學習基本原理、深度學習典型應(yīng)用、Keras 基礎(chǔ)入門及應(yīng)用案例。第7章介紹了材料大數(shù)據(jù)材料熱導率預測、旅游大數(shù)據(jù)分析、交通大數(shù)據(jù)分析、工業(yè)大數(shù)據(jù)分析、產(chǎn)品創(chuàng)新大數(shù)據(jù)分析等帶代碼、數(shù)據(jù)的案例。本書內(nèi)容深入淺出，具有很強的理論與實踐指導作用，可作為數(shù)據(jù)科學與技術(shù)、人工智能、計算機科學、制造科學、機械工程等學科相關(guān)專業(yè)的本科生、研究生的教材或課程教學參考書，也是對工程技術(shù)人員、科研人員而言非常實用的工具書。

作者簡介

　　貴州大學機械工程學院院長，博士生導師，教授，2005年入選“西部之光”優(yōu)秀人才，2008年入選貴州省優(yōu)秀青年科技人才，2009年入選教育部新世紀優(yōu)秀人才、貴州省省管專家、享受政府特殊津貼專家，2014年評聘為三級教授，入選貴州省首批高層次創(chuàng)新型人才（百層次）。是貴州大學學術(shù)學科帶頭人，機械制造及其自動化、機械電子工程專業(yè)博士生導師，中國科學院大學兼職博士生導師。是“十二五”貴州省制造業(yè)信息化專家組組長，中國圖學學會理事，貴州省裝備行業(yè)協(xié)會常務(wù)理事，貴陽軍民結(jié)合（裝備制造）產(chǎn)業(yè)技術(shù)創(chuàng)新戰(zhàn)略聯(lián)盟副秘書長，貴州省智能電網(wǎng)產(chǎn)業(yè)技術(shù)創(chuàng)新戰(zhàn)略聯(lián)盟副理事長，貴州省計算機學會常務(wù)副理事長，《計算機集成制造系統(tǒng)—CIMS》理事會理事，《中國制造業(yè)信息化》、《機械設(shè)計與制造工程》理事會常務(wù)理事，貴州省服務(wù)決策專家智庫專家，貴州省青年科技工作者協(xié)會常務(wù)理事、信息科學與機電工程專業(yè)委員會主任委員，貴陽市網(wǎng)絡(luò)信息安全協(xié)會副會長，《計算機集成系統(tǒng)-CIMS》、《四川大學學報（工程科學版）》、《計算機應(yīng)用》等期刊的審稿人等。已發(fā)表論文130余篇，SCI/EI/ISTP收錄60余篇次，出版專著2部，譯著1部，軟件著作權(quán)登記8項、專利7件（其中發(fā)明3件）。被鑒定為國際先進、國內(nèi)領(lǐng)先的成果8項。主持國家自然科學基金、國家863計劃重點項目、國家科技支撐計劃等科研項目30余項。獲省部級科技進步二等獎2次、三等獎2次，貴陽市科技進步特等獎1次、二等獎2次、三等獎1次。

圖書目錄

第1章大數(shù)據(jù)技術(shù)概覽（1）
1.1數(shù)據(jù)發(fā)展歷史（1）
1.2什么是大數(shù)據(jù)（5）
1.3大數(shù)據(jù)的生命周期（8）
第2章Python編程基礎(chǔ)（28）
2.1基本數(shù)據(jù)類型（28）
2.2基本控制流程（38）
2.3Python的面向?qū)ο髾C制（43）
2.4Numpy、Scipy和Pandas（47）
2.5Matplotlib軟件包（56）
本章小結(jié)（60）
習題（60）
第3章大數(shù)據(jù)的軟硬件架構(gòu)（61）
3.1大數(shù)據(jù)技術(shù)基礎(chǔ)與軟硬件設(shè)施概述（61）
3.2大數(shù)據(jù)存儲與管理技術(shù)（65）
3.3大數(shù)據(jù)的分布式處理平臺（72）
本章小結(jié)（88）
習題（90）
第4章基于Spark MLlib/Mahout的大數(shù)據(jù)機器學習（91）
4.1機器學習基礎(chǔ)（91）
4.2典型機器學習問題（92）
4.3機器學習評價方法（99）
4.4并行機器學習算法（102）
4.5利用Mahout解決大數(shù)據(jù)推薦優(yōu)化問題實踐（104）
本章小結(jié)（107）
習題（108）
第5章大數(shù)據(jù)分析技術(shù)（109）
5.1MapReduce編程基礎(chǔ)（109）
5.2基于Storm的流數(shù)據(jù)分析（119）
5.3文本大數(shù)據(jù)分析與處理（128）
5.4大數(shù)據(jù)關(guān)聯(lián)分析（131）
5.5相似項的發(fā)現(xiàn)（134）
5.6基于大數(shù)據(jù)的推薦技術(shù)（138）
5.7基于大數(shù)據(jù)的圖與網(wǎng)絡(luò)分析（142）
5.8大數(shù)據(jù)聚類分析（150）
5.9時空大數(shù)據(jù)分析（158）
5.10非結(jié)構(gòu)化大數(shù)據(jù)分析與處理（164）
5.11利用MLlib解決大數(shù)據(jù)并行分類問題實踐（169）
本章小結(jié)（173）
習題（173）
第6章大數(shù)據(jù)流式處理（175）
6.1流式處理概述（175）
6.2流式處理模型（183）
6.3流式處理引擎Apache Spark（190）
6.4新一代流式處理引擎 Apach Flink（200）
6.5基于Flink的人體生命體征數(shù)據(jù)分析與告警（218）
6.6本章小結(jié)（229）
6.7習題（230）
第7章基于大數(shù)據(jù)的深度學習技術(shù)與應(yīng)用（231）
7.1深度學習基本原理（231）
7.2深度學習典型應(yīng)用（233）
7.3Keras基礎(chǔ)入門（239）
7.4應(yīng) 用案例（241）
本章小結(jié)（248）
習題（248）
第8章大數(shù)據(jù)安全與隱私保護關(guān)鍵技術(shù)（250）
8.1大數(shù)據(jù)安全（250）
8.1.2大數(shù)據(jù)時代的隱私安全挑戰(zhàn)（251）
8.2大數(shù)據(jù)安全隱私保護（252）
8.3大數(shù)據(jù)安全與隱私保護的關(guān)鍵技術(shù)（254）
8.3.1匿名化處理技術(shù)（255）
8.3.2加密存儲技術(shù)（257）
8.3.4訪問控制技術(shù)（260）
8.4大數(shù)據(jù)安全與隱私保護展望（262）
8.4.1網(wǎng)絡(luò)態(tài)勢感知：助力大數(shù)據(jù)發(fā)展（262）
8.4.2人工智能：為大數(shù)據(jù)發(fā)展護航（263）
8.5本章小結(jié)（263）
習題（264）
第9章帶代碼、數(shù)據(jù)的案例研究（265）
9.1材料大數(shù)據(jù)與材料熱導率預測（265）
9.2旅游大數(shù)據(jù)分析（275）
9.3交通大數(shù)據(jù)分析（284）
9.4工業(yè)大數(shù)據(jù)分析（289）
9.4.5模型部署及可視化（313）
9.5產(chǎn)品創(chuàng)新大數(shù)據(jù)分析（322）
9.6基于醫(yī)藥網(wǎng)站數(shù)據(jù)的醫(yī)療知識圖譜（328）
9.7車間生產(chǎn)安全監(jiān)測（337）
9.8人工智能安全案例（350）
9.9司法大數(shù)據(jù)分析案例（355）
本章小結(jié)（382）
習題（382）
參考文獻（383）