大數(shù)據(jù)分析導論

定　價：￥47.00

作　者：	吳稟雅
出版社：	電子工業(yè)出版社
叢編項：
標　簽：	暫缺

購買這本書可以去

ISBN：	9787121360220	出版時間：	2019-02-01	包裝：	平裝
開本：	16開	頁數(shù)：	184	字數(shù)：

內(nèi)容簡介

　　《大數(shù)據(jù)分析導論》主要介紹了大數(shù)據(jù)的相關背景、大數(shù)據(jù)基礎知識、大數(shù)據(jù)下的相關編程語言、相關工具框架以及大數(shù)據(jù)下的其他相關技術等，另外，還對機器學習、神經(jīng)網(wǎng)絡和深度學習等內(nèi)容進行了介紹，并且對常用的大數(shù)據(jù)可視化工具進行了闡述。由于大數(shù)據(jù)、云計算、人工智能有著密不可分的關系，《大數(shù)據(jù)分析導論》既包含了大數(shù)據(jù)的基礎知識，同時也涵蓋了大數(shù)據(jù)下的人工智能以及可視化工具等相關內(nèi)容，方便讀者通過《大數(shù)據(jù)分析導論》了解到大數(shù)據(jù)以及相關技術的基礎知識。《大數(shù)據(jù)分析導論》可以作為本科院校、高等職業(yè)院校各專業(yè)學生學習大數(shù)據(jù)基礎知識的教材，也可以滿足對大數(shù)據(jù)分析感興趣的廣大讀者的學習需求。

作者簡介

　　魏苗，愛爾蘭國立梅努斯大學研究型碩士學位，IBM Watson Health認知方案部門軟件工程師、數(shù)據(jù)科學家，曾任機器學習客座講師，在數(shù)據(jù)結構和算法、軟件測試等多門課程任教，主要研究領域包括自然語言處理，機器學習和深度學習。

圖書目錄

目錄
1．1 大數(shù)據(jù)的產(chǎn)生．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．1
1．1．1．天文學――信息爆炸的起源．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 3
1．1．2．大數(shù)據(jù)產(chǎn)生的背景．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4
1．2 大數(shù)據(jù)與可視化．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．9
1．2．1．數(shù)據(jù)可視化的概念和意義．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 9
▲
1．2．2．打造最好的可視化效果．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 11
1．2．3．數(shù)據(jù)可視化的運用．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 12
1．3 人工智能和大數(shù)據(jù)的關系．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．13
1．4 大數(shù)據(jù)的相關技術．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．22
1．4．1．數(shù)據(jù)挖掘．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 22
1．4．2．機器學習．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 26
▲
1．4．3．神經(jīng)網(wǎng)絡．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 29
第 2章大數(shù)據(jù)概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 37
2．1 數(shù)據(jù)處理與大數(shù)據(jù) ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．37
2．1．1．古典數(shù)據(jù)處理案例．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 38
2．1．2．現(xiàn)代數(shù)據(jù)處理案例．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 39
2．2 什么是大數(shù)據(jù) ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．40
2．3 大數(shù)據(jù)工作流程．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．41
▲
2．3．1．數(shù)據(jù)收集．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 42
2．3．2．數(shù)據(jù)處理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 43
2．3．3．知識生成．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 45
2．3．4．數(shù)據(jù)存儲．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 46
2．4 大數(shù)據(jù)來源．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．47
2．4．1．互聯(lián)網(wǎng)以及線上金融數(shù)據(jù) ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 48
2．4．2．社交平臺數(shù)據(jù)．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 49
2．4．3．傳感器數(shù)據(jù)．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 51
2．4．4．企業(yè)管理數(shù)據(jù)．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 52
2．5 大數(shù)據(jù)特征．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．52
2．5．1．大數(shù)據(jù)的基本特征：3V．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 53
2．5．2．大數(shù)據(jù)新增特征：4V ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 55
2．5．3．IBM對于大數(shù)據(jù)的解讀：5V ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 56
2．6 大數(shù)據(jù)基本架構設計原理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．58
第 3章大數(shù)據(jù)相關開發(fā)語言．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．63
3．1 Python語言．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．64
3．1．1．Python的歷史．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 64
3．1．2．Python的特點．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 65
3．1．3．Python的版本與區(qū)別．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 66
3．1．4．Python的安裝步驟．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 68
3．1．5．Python的基本用法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 70
3．1．6．Python的常用庫．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 74
3．1．7．Python實際運用案例．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 76
3．1．8．Python金融數(shù)據(jù)分析實例．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 81
▲
3．2 R語言．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．84
3．2．1．R語言簡介．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 84
3．2．2．R語言的特性．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 85
3．2．3．R語言的安裝．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 86
3．2．4．R語言工具庫的加載．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 87
3．2．5．R語言實際運用案例．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 88
3．3 分布式計算框架．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．91
3．3．1．大數(shù)據(jù)所帶來的挑戰(zhàn) ．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 92
3．3．2．Hadoop概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 92
3．3．3．Hadoop的發(fā)展歷史．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 93
3．3．4．Hadoop框架組件．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 95
第 4章大數(shù)據(jù)的相關技術．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 99
4．1 云計算．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．99
4．1．1．什么是云計算．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 99
4．1．2．云計算的服務層面．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 100
4．2 人工智能．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．101
4．3 機器學習．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．104
4．3．1．機器學習的原因．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 105
4．3．2．機器學習的定義．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 106
4．3．3．機器學習算法的分類．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 107
4．3．4．機器學習問題領域．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 109
4．3．5．機器學習的一般步驟．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 110
4．3．6．模型評價指標．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 113
4．3．7．現(xiàn)實中的分類問題以及 KNN算法．．．．．．．．．．．．．．．．．．．．．．．． 116
4．3．8．機器學習實例．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 118
4．4 神經(jīng)網(wǎng)絡和深度學習．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．124
4．4．1．神經(jīng)網(wǎng)絡．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 124
4．4．2．深度學習．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 128
4．5 大數(shù)據(jù)可視化工具．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．133
4．5．1．Matplotlib．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 134
4．5．2．Excel．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 136
4．5．3．百度 ECharts．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 148
4．5．4．Tableau．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 149
第 5章大數(shù)據(jù)分析應用案例：通過社交媒體對市場進行分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 151
5．1 社交媒體非結構化大數(shù)據(jù)的背景．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．152
5．2 社交媒體大數(shù)據(jù)情緒分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．156
5．2．1．情緒分析的概念．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 156
5．2．2．情緒分析的步驟．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 157
▲▲
5．2．3．情緒分析實際案例．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 158
5．3 使用社交媒體大數(shù)據(jù)對市場結構進行分析．．．．．．．．．．．．．．．．．．．．．．．．160
5．3．1．市場結構及分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 160
5．3．2．品牌聯(lián)想網(wǎng)絡．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 163
5．3．3．文本挖掘技術．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 165
5．3．4．市場結構分析步驟．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 166
參考文獻．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．． 171