《大数据思维与应用攻略》由王崇骏编著。
格物致知的技术手册：全周期描述大数据价值实现过程及相关理论与技术。
慎思笃行的实施指南：多维度阐述大数据部署实施流程及应用攻略与提示。
诚意正心的行动纲要：分层次论述大数据理性思维认知及多边挑战与机遇。
| 书名 | 大数据思维与应用攻略 |
| 分类 | |
| 作者 | |
| 出版社 | 机械工业出版社 |
| 下载 | 抱歉，不提供下载，请购买正版图书。 |
| 简介 | 编辑推荐 《大数据思维与应用攻略》由王崇骏编著。 格物致知的技术手册：全周期描述大数据价值实现过程及相关理论与技术。 慎思笃行的实施指南：多维度阐述大数据部署实施流程及应用攻略与提示。 诚意正心的行动纲要：分层次论述大数据理性思维认知及多边挑战与机遇。 内容推荐 “大数据”是近年来最为热门的技术名词和概念名词之一，从其诞生之日起，就引起了“政产学研商用”各界的普遍热议，也获得了哲学家、科学家、技术研究者、工程研发人员等的普遍关注。 王崇骏编著的《大数据思维与应用攻略》的整体行文是基于“说些历史、讲些故事、聊些技术、谈些思考”这样的思路展开的。本书共有13章，逻辑上分为四篇： 第一篇“现象及感性思辨”尝试对“数觉—数—数据—大数据”的历史脉络进行梳理并陈述社会各界迎接和拥抱“大数据”的若干事实。 第二篇“技术及选型思路”尝试从技术实现和部署实施的角度厘清大数据技术流程，并从多个视角阐述各环节面临的挑战和响应策略。 第三篇“实施及理性思考”尝试从管理策略、价值实现及思维方式三个角度厘清大数据落地应用涉及的技术和非技术问题。 第四篇“机遇及应用思索”尝试在对“互联网+”技术发展脉络及国际经济形势进行梳理的基础上，研判大数据潜在的发展机遇和应用场景。 本书的初始行文动机是“归纳所见所闻、总结项目经历、独立自主思考”，希望从独立、客观的第三方视角介绍和分析“大数据”及“大数据”相关的技术观点、执行思路和关键问题。期望本书能够为大数据相关工作者、普通院校大数据相关专业的研究生和本科生以及对大数据有兴趣的读者等提供一些借鉴。 目录 序 第一篇 现象及感性思辨 第1章 大数据溯源 1.1 引言 1.2 数觉及数的起源 1.3 模拟与数字计算 1.4 从数据到大数据 1.5 大数据时代 1.6 本章小结 本章参考文献 第2章 大数据现象 2.1 引言 2.2 政界大数据 2.3 业界大数据 2.4 学界大数据 2.5 本章小结 本章参考文献 第3章 大数据产业 3.1 引言 3.2 大数据产业环境 3.2.1 政策环境 3.2.2 应用环境 3.2.3 技术环境 3.3 大数据产业地图 3.3.1 大数据产业地图由来 3.3.2 大数据产业地图明细 3.3.3 大数据产业地图意义 3.4 大数据应用提示 3.4.1 大数据中文解析及提示 3.4.2 大数据应用场景及策略 3.4.3 大数据陷阱及应用提示 3.5 本章小结 本章参考文献 第二篇 技术及选型思路 第4章 大数据支撑技术 4.1 引言 4.2 大数据流程 4.2.1 显式挑战 4.2.2 隐式困难 4.2.3 评估思路 4.3 基础支撑技术 4.3.1 数据采集 4.3.2 数据存储 4.3.3 数据建模 4.3.4 计算架构 4.4 高级支撑技术 4.4.1 云计算背景 4.4.2 云计算定义 4.4.3 云计算本质 4.4.4 应用提示 4.5 本章小结 本章参考文献 第5章 数据采集与整合 5.1 引言 5.2 大数据的数据源 5.2.1 数据分布 5.2.2 内部数据 5.2.3 互联网数据 5.2.4 应用提示 5.3 内部数据及内部数据采集 5.3.1 目标任务 5.3.2 关键技术 5.3.3 ETL工具 5.3.4 应用提示 5.4 互联网数据及互联网数据采集 5.4.1 目标任务 5.4.2 关键技术 5.4.3 开源网络爬虫 5.4.4 应用提示 5.5 本章小结 本章参考文献 第6章 数据存储与管理 6.1 引言 6.2 数据组织 6.2.1 集中与分布 6.2.2 SQL与 6.3 数据存储 6.4 云存储 6.5 本章小结 本章参考文献 第7章 数据表示与理解 7.1 引言 7.2 度量方法 7.2.1 相似系数函数 7.2.2 距离函数 7.3 数据规范 7.4 特征工程 7.4.1 特征表示 7.4.2 特征提取 7.4.3 特征选择 7.5 应用提示 7.6 本章小结 本章参考文献 第8章 数据理解与建模 8.1 引言 8.2 机器学习 8.3 非监督学习 8.3.1 K-Means 8.3.2 EM 8.4 监督学习 8.4.1 回归 8.4.2 分类 8.5 本章小结 本章参考文献 第9章 知识发现与应用 9.1 引言 9.2 从机器学习到数据挖掘 9.2.1 统计与统计学 9.2.2 智能与人工智能 9.2.3 人工智能与机器学习 9.2.4 数据挖掘及技术路径 9.2.5 应用提示 9.3 从数据挖掘到数据科学 9.3.1 从“惊奇”引发的科学之母 9.3.2 从“科学”引发的研究范式 9.3.3 从“数据”引发的数据科学 9.4 从算法到大数据方法论 9.4.1 演绎与归纳 9.4.2 因果与相关 9.4.3 定律与模型 9.5 本章小结 本章参考文献 第三篇 实施及理性思考 第10章 大数据实施 10.1 引言 10.2 工程管理 10.2.1 思维层的应用模式梳理 10.2.2 开发层的工程实施路径 10.2.3 运维层的平台应用保障 10.3 技术管理 10.3.1 生产流程管理 10.3.2 技术流程管理 10.3.3 知识流程管理 10.4 商务管理 10.4.1 商业模式价值逻辑 10.4.2 大数据与商业模式 10.4.3 典型商业模式示例 10.5 本章小结 本章参考文献 第11章 大数据价值 11.1 引言 11.2 从数据到价值 11.2.1 数据的价值 11.2.2 信息的价值 11.2.3 知识的价值 11.2.4 应用提示 11.3 从闭环到开环 11.3.1 垂直应用价值 11.3.2 平台集成价值 11.3.3 生态协同价值 11.3.4 应用提示 11.4 大数据评估 11.4.1 数据价值评估 11.4.2 数据质量评估 11.4.3 平台价值评估 11.4.4 应用提示 11.5 本章小结 本章参考文献 第12章 大数据思维 12.1 引言 12.2 数据层 12.2.1 数据全采样 12.2.2 数据交叉复用 12.2.3 数据云化存储 12.3 分析层 12.3.1 相关重于因果 12.3.2 效率重于精度 12.3.3 离线分析+实时运行 12.4 应用层 12.4.1 数据质量溯源 12.4.2 服务和应用 12.4.3 开放和合作 12.5 本章小结 本章参考文献 第四篇 机遇及应用思索 第13章 大数据机遇 13.1 引言 13.2 互联网 13.3 电子商务 13.3.1 电子商务概述 13.3.2 移动电子商务 13.3.3 跨境电子商务 13.3.4 应用提示 13.4 工业互联网 13.4.1 基本概念 13.4.2 笑脸曲线 13.4.3 工业4.0 13.4.4 应用提示 13.5 互联网金融 13.5.1 基本概念 13.5.2 面向投融资的互联网金融 13.5.3 面向支付的互联网金融 13.5.4 其他类型的互联网金融 13.5.5 应用提示 13.6 本章小结 本章参考文献 跋 |
| 随便看 |
|
Fahrenheit英汉词典电子书栏目提供海量电子书在线免费阅读及下载。