最新章节

• 【正版无广】参考文献
• 9.6 习题
• 9.5 小结
• 9.4.3 交通大数据的应用
• 9.4.2 交通大数据的关键因素
• 9.4.1 认识交通大数据

• 【正版无广】参考文献 更新时间：2023-11-29 19:05:24
• 9.6 习题
• 9.5 小结
• 9.4.3 交通大数据的应用
• 9.4.2 交通大数据的关键因素
• 9.4.1 认识交通大数据
• 9.4 交通大数据
• 9.3.3 金融大数据的应用
• 9.3.2 金融大数据的关键技术
• 9.3.1 认识金融大数据
• 9.3 金融大数据
• 9.2.3 工业大数据的应用
• 9.2.2 工业大数据的关键技术
• 9.2.1 认识工业大数据
• 9.2 工业大数据
• 9.1.3 农业大数据的应用
• 9.1.2 农业大数据的关键技术
• 9.1.1 认识农业大数据
• 9.1 农业大数据
• 第9章 大数据的应用
• 8.4 习题
• 8.3 小结
• 8.2.3 数据治理的实现
• 8.2.2 数据治理的目标
• 8.2.1 认识数据治理
• 8.2 数据治理
• 8.1.3 大数据安全的关键技术
• 8.1.2 大数据面临的安全挑战
• 8.1.1 认识数据安全
• 8.1 大数据安全概述
• 第8章 大数据安全与治理
• 7.5 习题
• 7.4 小结
• 7.3.4 Tableau
• 7.3.3 D3
• 7.3.2 Excel
• 7.3.1 ECharts
• 7.3 数据可视化的常见工具
• 7.2.3 地理空间可视化
• 7.2.2 社交网络可视化
• 7.2.1 文本可视化
• 7.2 数据可视化的方法
• 7.1.2 数据可视化的类型
• 7.1.1 认识数据可视化
• 7.1 数据可视化概述
• 第7章 数据可视化
• 6.5 习题
• 6.4 小结
• 6.3.5 支持向量机算法
• 6.3.4 决策树算法
• 6.3.3 朴素贝叶斯算法
• 6.3.2 KNN算法
• 6.3.1 K-Means算法
• 6.3 数据挖掘的常见算法
• 6.2.2 数据挖掘的应用
• 6.2.1 认识数据挖掘
• 6.2 数据挖掘
• 6.1.2 大数据分析的常用方法
• 6.1.1 大数据分析的概念
• 6.1 大数据分析概述
• 第6章 大数据分析与挖掘
• 5.5 习题
• 5.4 小结
• 5.3.4 DataCleaner
• 5.3.3 Kettle
• 5.3.2 R
• 5.3.1 Python
• 5.3 数据清洗的常用工具
• 5.2.3 处理重复值
• 5.2.2 处理异常值
• 5.2.1 处理缺失值
• 5.2 数据清洗的方法
• 5.1.3 数据质量
• 5.1.2 数据清洗的流程
• 5.1.1 认识数据清洗
• 5.1 数据清洗概述
• 第5章 数据清洗
• 4.6 习题
• 4.5 小结
• 4.4.3 数据仓库的应用
• 4.4.2 数据仓库的特点
• 4.4.1 认识数据仓库
• 4.4 数据仓库
• 4.3.2 NoSQL数据库的分类
• 4.3.1 认识NoSQL数据库
• 4.3 NoSQL数据库
• 4.2.3 Hadoop生态组件
• 4.2.2 Hadoop的起源与发展
• 4.2.1 认识Hadoop架构
• 4.2 Hadoop架构
• 4.1.2 大数据存储的分类
• 4.1.1 大数据存储的概念
• 4.1 大数据存储概述
• 第4章 大数据存储
• 3.5 习题
• 3.4 小结
• 3.3.3 网络爬虫的道德规范与法律风险
• 3.3.2 网络爬虫的分类及特点
• 3.3.1 认识网络爬虫
• 3.3 网络爬虫
• 3.2.3 Logstash
• 3.2.2 Kafka
• 3.2.1 Flume
• 3.2 数据采集平台
• 3.1.2 数据采集的常见方式
• 3.1.1 认识数据采集
• 3.1 数据采集概述
• 第3章 数据采集
• 2.6 习题
• 2.5 小结
• 2.4.2 大数据与区块链的区别与联系
• 2.4.1 区块链概述
• 2.4 大数据与区块链
• 2.3.2 大数据与人工智能的区别与联系
• 2.3.1 人工智能概述
• 2.3 大数据与人工智能
• 2.2.2 大数据与物联网的区别与联系
• 2.2.1 物联网概述
• 2.2 大数据与物联网
• 2.1.2 大数据与云计算的区别与联系
• 2.1.1 云计算概述
• 2.1 大数据与云计算
• 第2章 大数据与新一代信息技术
• 1.5 习题
• 1.4 小结
• 1.3.2 国内的大数据政策
• 1.3.1 国外的大数据政策
• 1.3 大数据政策
• 1.2.3 结构化数据和非结构化数据的区别
• 1.2.2 非结构化数据
• 1.2.1 结构化数据
• 1.2 大数据的数据类型
• 1.1.2 大数据的意义
• 1.1.1 大数据的特征
• 1.1 大数据概述
• 第1章 大数据的基本知识
• 前言
• 内容提要
• 版权信息
• 封面

• 封面
• 版权信息
• 内容提要
• 前言
• 第1章 大数据的基本知识
• 1.1 大数据概述
• 1.1.1 大数据的特征
• 1.1.2 大数据的意义
• 1.2 大数据的数据类型
• 1.2.1 结构化数据
• 1.2.2 非结构化数据
• 1.2.3 结构化数据和非结构化数据的区别
• 1.3 大数据政策
• 1.3.1 国外的大数据政策
• 1.3.2 国内的大数据政策
• 1.4 小结
• 1.5 习题
• 第2章 大数据与新一代信息技术
• 2.1 大数据与云计算
• 2.1.1 云计算概述
• 2.1.2 大数据与云计算的区别与联系
• 2.2 大数据与物联网
• 2.2.1 物联网概述
• 2.2.2 大数据与物联网的区别与联系
• 2.3 大数据与人工智能
• 2.3.1 人工智能概述
• 2.3.2 大数据与人工智能的区别与联系
• 2.4 大数据与区块链
• 2.4.1 区块链概述
• 2.4.2 大数据与区块链的区别与联系
• 2.5 小结
• 2.6 习题
• 第3章 数据采集
• 3.1 数据采集概述
• 3.1.1 认识数据采集
• 3.1.2 数据采集的常见方式
• 3.2 数据采集平台
• 3.2.1 Flume
• 3.2.2 Kafka
• 3.2.3 Logstash
• 3.3 网络爬虫
• 3.3.1 认识网络爬虫
• 3.3.2 网络爬虫的分类及特点
• 3.3.3 网络爬虫的道德规范与法律风险
• 3.4 小结
• 3.5 习题
• 第4章 大数据存储
• 4.1 大数据存储概述
• 4.1.1 大数据存储的概念
• 4.1.2 大数据存储的分类
• 4.2 Hadoop架构
• 4.2.1 认识Hadoop架构
• 4.2.2 Hadoop的起源与发展
• 4.2.3 Hadoop生态组件
• 4.3 NoSQL数据库
• 4.3.1 认识NoSQL数据库
• 4.3.2 NoSQL数据库的分类
• 4.4 数据仓库
• 4.4.1 认识数据仓库
• 4.4.2 数据仓库的特点
• 4.4.3 数据仓库的应用
• 4.5 小结
• 4.6 习题
• 第5章 数据清洗
• 5.1 数据清洗概述
• 5.1.1 认识数据清洗
• 5.1.2 数据清洗的流程
• 5.1.3 数据质量
• 5.2 数据清洗的方法
• 5.2.1 处理缺失值
• 5.2.2 处理异常值
• 5.2.3 处理重复值
• 5.3 数据清洗的常用工具
• 5.3.1 Python
• 5.3.2 R
• 5.3.3 Kettle
• 5.3.4 DataCleaner
• 5.4 小结
• 5.5 习题
• 第6章 大数据分析与挖掘
• 6.1 大数据分析概述
• 6.1.1 大数据分析的概念
• 6.1.2 大数据分析的常用方法
• 6.2 数据挖掘
• 6.2.1 认识数据挖掘
• 6.2.2 数据挖掘的应用
• 6.3 数据挖掘的常见算法
• 6.3.1 K-Means算法
• 6.3.2 KNN算法
• 6.3.3 朴素贝叶斯算法
• 6.3.4 决策树算法
• 6.3.5 支持向量机算法
• 6.4 小结
• 6.5 习题
• 第7章 数据可视化
• 7.1 数据可视化概述
• 7.1.1 认识数据可视化
• 7.1.2 数据可视化的类型
• 7.2 数据可视化的方法
• 7.2.1 文本可视化
• 7.2.2 社交网络可视化
• 7.2.3 地理空间可视化
• 7.3 数据可视化的常见工具
• 7.3.1 ECharts
• 7.3.2 Excel
• 7.3.3 D3
• 7.3.4 Tableau
• 7.4 小结
• 7.5 习题
• 第8章 大数据安全与治理
• 8.1 大数据安全概述
• 8.1.1 认识数据安全
• 8.1.2 大数据面临的安全挑战
• 8.1.3 大数据安全的关键技术
• 8.2 数据治理
• 8.2.1 认识数据治理
• 8.2.2 数据治理的目标
• 8.2.3 数据治理的实现
• 8.3 小结
• 8.4 习题
• 第9章 大数据的应用
• 9.1 农业大数据
• 9.1.1 认识农业大数据
• 9.1.2 农业大数据的关键技术
• 9.1.3 农业大数据的应用
• 9.2 工业大数据
• 9.2.1 认识工业大数据
• 9.2.2 工业大数据的关键技术
• 9.2.3 工业大数据的应用
• 9.3 金融大数据
• 9.3.1 认识金融大数据
• 9.3.2 金融大数据的关键技术
• 9.3.3 金融大数据的应用
• 9.4 交通大数据
• 9.4.1 认识交通大数据
• 9.4.2 交通大数据的关键因素
• 9.4.3 交通大数据的应用
• 9.5 小结
• 9.6 习题
• 【正版无广】参考文献 更新时间：2023-11-29 19:05:24