新書推薦：
《
李白传（20世纪文史学家李长之经典传记）
》
售價：HK$
45.8
《
津轻：日本无赖派文学代表太宰治自传性随笔集
》
售價：HK$
66.7
《
河流之齿
》
售價：HK$
59.8
《
新经济史革命：计量学派与新制度学派
》
售價：HK$
89.7
《
盗墓笔记之秦岭神树4
》
售價：HK$
57.3
《
战胜人格障碍
》
售價：HK$
66.7
《
逃不开的科技创新战争
》
售價：HK$
103.3
《
漫画三国一百年
》
售價：HK$
55.2
|
| 內容簡介： |
|
本书采用知识理论与实验案例相结合的方式展开讲述。在相应知识点阐述过程中，以人们在日常工作、学习中经常碰到的具体问题作为案例，结合大数据挖掘和处理的基本理论与知识，展示解决问题的思路和基本方法，从而加强读者对大数据的理解和感性认知，找到大数据应用背后的基本原理和逻辑路径。本书内容主要包括：大数据概述、大数据思维、大数据支撑技术、大数据采集与预处理、大数据分析与挖掘、深度学习与人工智能、大数据可视化。
|
| 關於作者： |
|
郭清溥，教授，现任河南财经政法大学现代教育技术中心主任兼计算机实验教学中心主任。近五年来，共承担本科生《大学计算机》、《Visual Basic程序设计》、《Excel数据分析与应用》等课程的教学任务。发表教改论文、主持和参加省、学校教改项目8项，出版国家级规划教材3部、河南省统编教材6部，在国际学术会议、全国性学术会议和多类科技期刊上发表学术论文20余篇，主持和参与河南省科技攻关计划项目、河南省软科学计划项目等各类科研项目9项。担任全国高等学校计算机基础教育研究会常务理事，财经管理专业委员会委员, 文科专业委员会委员兼文史分委会副主任。河南省高等学校计算机教育研究会常务理事，基础教育委员会主任。中国大学生计算机设计大赛组织委员会委员。中国大学生计算机设计大赛河南省级赛组织委员会秘书长等社会兼职
|
| 目錄：
|
第1章 大数据概述
1.1 大数据时代
1.1.1 大数据时代的数据特征
1.1.2 大数据时代的大数据服务
1.2 大数据相关概念
1.2.1 大数据定义
1.2.2 大数据空间
1.2.3 大数据处理
1.2.4 大数据系统
1.3 大数据应用现状
1.3.1 金融与财务大数据应用案例
1.3.2 其他领域的大数据应用案例
1.4 大数据相关技术
1.4.1 物联网技术
1.4.2 云技术
1.4.3 移动互联网技术
1.4.4 人工智能技术
1.5 大数据解决方案
1.6 大数据与企业数字化转型
1.6.1 财务智能化转型的机遇与挑战
1.6.2 数字化转型案例
1.7 大数据面临的挑战与发展展望
第2章 大数据思维
2.1 大数据思维的重要意义
2.2 数据核心思维
2.3 数据决策思维
2.4 数据全样思维
2.5 数据容错思维
2.6 数据关联思维
2.7 数据传递思维
2.8 数据乘法思维
第3章 大数据支撑技术
3.1 虚拟化技术
3.1.1 虚拟化技术概述
3.1.2 虚拟化技术的发展与分类
3.1.3 虚拟化包含的组件与方法
3.1.4 虚拟化的优势
3.1.5 虚拟化的应用
3.1.6 虚拟化与云计算
3.1.7 存储虚拟化
3.1.8 系统虚拟化
3.1.9 桌面虚拟化
3.1.10 应用虚拟化
3.1.11 典型虚拟化产品
3.1.12 虚拟化实现案例
3.2 云计算
3.2.1 云计算概述
3.2.2 云计算产业链发展
3.2.3 云计算架构与模式
3.2.4 云计算的关键技术
3.3 存储技术
3.3.1 存储介质的发展
3.3.2 存储体系架构的发展
3.3.3 云存储技术
3.4 开源大数据生态系统
3.4.1 Linux
3.4.2 Hadoop
3.4.3 基于Linux Hadoop的大数据云系统构建
3.5 Spark
3.6 数据库与数据仓库技术
3.6.1 大数据与数据库的关系
3.6.2 数据库技术概述
3.6.3 数据仓库技术概述
第4章 大数据采集与预处理
4.1 数据爬取
4.1.1 数据爬取概述
4.1.2 数据爬取案例
4.2 数据变换与集成
4.2.1 数据变换与集成概述
4.2.2 数据变换案例
4.3 数据规约
4.3.1 数据规约概述
4.3.2 数据规约案例
4.4 数据清洗
4.4.1 数据清洗概述
4.4.2 数据清洗案例
4.5 数据管理平台
第5章 大数据分析与挖掘
5.1 数据挖掘概述
5.1.1 数据挖掘起源
5.1.2 数据挖掘定义
5.1.3 数据挖掘技术与应用
5.1.4 数据挖掘流程与模型
5.2 数据挖掘工具
5.2.1 Sklearn
5.2.2 Spark MLlib
5.3 数据挖掘算法
5.3.1 关联
5.3.2 分类
5.3.3 聚类
第6章 深度学习与人工智能
6.1 深度学习概述
6.1.1 深度学习定义
6.1.2 深度学习应用领域
6.2 人工智能与大数据
6.2.1 人工智能与大数据的区别
6.2.2 人工智能与大数据的关联
6.3 深度学习工具
6.3.1 TensorFlow
6.3.2 PyTorch
6.4 深度学习案例
6.4.1 手写数字识别案例
6.4.2 语音识别案例
6.4.3 人工智能与企业运营数字化
6.4.4 人工智能在企业财务工作中的应用
第7章 大数据可视化
7.1 数据可视化概述
7.1.1 数据可视化的概念
7.1.2 数据可视化市场与发展
7.1.3 数据可视化的特征与趋势
7.2 可视化工具与应用案例
7.2.1 Excel
7.2.2 Matplotlib
7.2.3 Highcharts
7.2.4 可视化平台 浪潮BA
|
| 內容試閱：
|
人类进入信息化时代已经有数十年的时间了，大数据作为一种新的思维方式引领了时代的进步。大数据相关技术、应用在各方面、各领域的不断深入，带来了快速增长的巨大收益，人们对大数据的重视日益增强，大数据时代悄然来临。新时代的专业化人才需要掌握与大数据相关的思维与知识，具备应用大数据的能力。
大数据时代，人们面临着不同于以往的机遇和挑战。网络社会的进步催生了大量互联网应用，在此过程中，人们可以接触到足够的数据并收集大量有意义的信息。这种信息蕴含着丰富的价值，却是以隐含的形式出现的，因为人们通过各种活动在互联网上留下的足迹或数据是杂乱的。例如，社交网络服务、电子商务、企业业务和搜索引擎每秒钟都会生成大量杂乱的数据集。这些数据集不仅庞大，而且以图片、文本和音频等形式出现。这些庞大的数据集被统称为大数据。要了解大数据及其在人们生活中的作用，就必须从大数据本身的特征及处理大数据的相关技术出发，以大数据思维作为理解大数据的基本方法，将大数据的具体实践和应用作为落脚点进行分析和研究。
基于时代的需求，并结合大数据的知识和技能特点，本书采用知识理论与实验案例相结合的方式展开讲述。在相应知识点的阐述过程中，以人们在日常工作、学习中经常碰到的具体问题为案例，结合大数据挖掘和处理的基本理论与知识，展示解决问题的思路和基本方法，加强读者对大数据的理解和认知。因此，书中的各种案例和实现代码的侧重点并不在于要求读者完全掌握大数据的具体技术与应用开发，而是通过具体案例及其实现方法的论述与展示为读者建立起大数据时代背景下解决相关问题的基本思维方式和行为方法论，为读者展示隐藏在大数据应用背后的基本原理和逻辑路径，从而帮助读者更好地把握大数据脉络，迎接大数据时代的各种挑战。
从内容结构上而言，本书采用先易后难、先宏观后具体的基本架构。本书共有7章，具体章节安排如下：第1章大数据概述，阐述了大数据的基本概念及大数据时代的特征，从总体上给出了当前大数据的主要应用领域和场景，以及在各种场景中所需的基本支撑技术，在此基础上归纳了一些大数据的典型解决方案。第2章从思维与思维方法的角度论述了大数据时代人们思考、解决问题所面临的一些新问题和新挑战，并系统地给出了大数据思维新模式。第3章大数据支撑技术，较为详细地阐述了实现大数据挖掘和应用所需要的具体技术及其相互之间的关系。这一章是大数据技术的基础、核心章节，也是构建大数据生态环境和软硬件平台的依据。第4章和第5章一起阐述了大数据应用的基本流程，即大数据采集、预处理、分析和挖掘。但第4章中大数据的采集、预处理与后续第5章的大数据分析、挖掘相比较，无论是在技术、方法目标方面还是在逻辑方面都有较大差异，因此分别进行了针对性的论述。第6章阐述了大数据挖掘、分析中最为常用和有效的手段人工智能，以及人工智能近年来的重要发展和代表性成果深度学习，这些具体的方法、模型和工具在大数据中的应用和实践已经在很多商业和企业领域得以普及，具有重要的现实价值。最后，第7章给出了大数据应用中的最终步骤，大数据及其信息的输出大数据可视化相关的概念、发展和典型案例。
在本书的编写过程中，秦丽、王相诚、陈玲、胡欧阳几位老师也参与了案例搜集、稿件整理等工作，特此表示感谢！本书配套的教辅资源可到华信教育资源网（www.hxedu.com.cn）下载。
编 者
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
