互联网 类型
可以朗读 语音朗读
332千字 字数
2025-06-01 发行日期
展开全部

主编推荐语

一本全面且实用的大数据分析与处理教材。

内容简介

全书分为六部分共20章，内容循序渐进，从大数据的基本概念出发，逐步深入探讨数据采集和预处理、数据存储、数据处理、大数据分析平台以及大数据应用等关键环节。

本书详细介绍了PyTorch、TensorFlow和Spark MLlib等热门大数据分析平台，并通过深入剖析和实战演练，帮助读者轻松掌握这些先进工具的使用技巧。同时，本书针对数据可视化、文本分析、推荐系统等经典应用场景，通过案例分析和代码实现，引导读者从理论走向实践，快速掌握大数据分析的核心技能。

目录

  • 版权信息
  • 前言
  • 第一部分 绪论
  • 第1章 概述
  • 1.1 大数据的基本概念
  • 1.2 结构化和非结构化数据
  • 1.3 大数据的特征
  • 1.4 科学研究的第四范式
  • 1.5 大数据的生命周期
  • 1.6 大数据的处理流程
  • 1.7 大数据的架构
  • 总结
  • 习题
  • 第二部分 数据采集和预处理
  • 第2章 大数据的采集
  • 2.1 内部数据
  • 2.2 外部数据
  • 总结
  • 习题
  • 第3章 大数据的预处理
  • 3.1 数据预处理概述
  • 3.2 数据质量
  • 3.3 数据清洗技术
  • 3.4 数据转换
  • 3.5 数据归约
  • 总结
  • 习题
  • 第三部分 数据存储
  • 第4章 数据存储系统
  • 4.1 数据建模
  • 4.2 分布式文件系统
  • 4.3 NoSQL数据库
  • 4.4 统一数据访问接口
  • 总结
  • 习题
  • 第5章 图数据库
  • 5.1 图数据库的发展
  • 5.2 图数据库概述
  • 5.3 图数据库的特点及优缺点
  • 5.4 图数据库的主要技术
  • 5.5 代表性图数据库——Neo4j
  • 5.6 Neo4j图数据库的基础实验
  • 5.7 Neo4j图数据库的进阶实验
  • 总结
  • 习题
  • 第四部分 数据处理
  • 第6章 数据处理系统
  • 6.1 数据处理系统概述
  • 6.2 计算模型
  • 6.3 计算平台与引擎
  • 总结
  • 习题
  • 第7章 批数据处理系统
  • 7.1 MapReduce
  • 7.2 MapReduce应用实例
  • 总结
  • 习题
  • 第8章 流数据处理系统
  • 8.1 流计算的定义
  • 8.2 原生流处理——Storm
  • 8.3 微批流处理系统——Spark Streaming
  • 8.4 Flink
  • 8.5 流数据处理实验
  • 8.6 大数据处理体系结构
  • 总结
  • 习题
  • 第9章 分布式图处理
  • 9.1 分布式图处理概述
  • 9.2 分布式图处理的概念
  • 9.3 分布式图处理的工作原理
  • 9.4 分布式图处理的框架——Pregel
  • 9.5 Pregel框架实验
  • 总结
  • 习题
  • 第10章 处理架构
  • 10.1 对称多处理架构
  • 10.2 非一致性内存访问架构
  • 10.3 大规模并行处理架构
  • 10.4 SMP、NUMA和MPP的比较
  • 总结
  • 习题
  • 第11章 内存计算
  • 11.1 SAP HANA
  • 11.2 Spark
  • 总结
  • 习题
  • 第12章 数据处理算法
  • 12.1 数据处理基础
  • 12.2 机器学习方法
  • 12.3 深度学习方法
  • 总结
  • 习题
  • 第五部分 大数据分析平台
  • 第13章 PyTorch
  • 13.1 PyTorch的发展背景
  • 13.2 PyTorch结构概览
  • 13.3 数据载体模块
  • 13.4 求导模块
  • 13.5 效率工具模块
  • 13.6 优化算法模块
  • 13.7 神经网络模块
  • 13.8 运算性能模块
  • 13.9 PyTorch的基础实验——基于LSTM的房价预测
  • 13.10 PyTorch的进阶实验——搭建Transformer框架
  • 总结
  • 习题
  • 第14章 TensorFlow
  • 14.1 TensorFlow概述
  • 14.2 TensorFlow的系统架构
  • 14.3 神经网络的构建与TensorFlow的基本用法
  • 14.4 TensorFlow的特点、优势和应用领域
  • 14.5 比较PyTorch和TensorFlow
  • 14.6 TensorFlow实验
  • 总结
  • 习题
  • 第15章 Spark MLlib
  • 15.1 Spark MLlib概述
  • 15.2 Spark MLlib的系统架构
  • 15.3 Spark MLlib的工作流
  • 总结
  • 习题
  • 第六部分 大数据应用
  • 第16章 数据可视化
  • 16.1 数据可视化概述
  • 16.2 数据可视化基础
  • 16.3 数据可视化工具和软件
  • 16.4 数据可视化分析案例
  • 总结
  • 习题
  • 第17章 大数据分析应用——文本分析
  • 17.1 文本分析概述
  • 17.2 文本分析相关技术
  • 17.3 情感分析案例
  • 总结
  • 习题
  • 第18章 大数据分析应用——推荐系统
  • 18.1 推荐系统概述
  • 18.2 推荐系统的相关算法
  • 18.3 推荐系统的其他问题
  • 18.4 推荐系统案例
  • 总结
  • 习题
  • 第19章 图数据分析的应用——知识图谱
  • 19.1 图数据分析概述
  • 19.2 知识图谱概述
  • 19.3 知识图谱的相关技术
  • 19.4 知识图谱的应用案例
  • 总结
  • 习题
  • 第20章 图数据分析的应用——社交网络
  • 20.1 社交网络概述
  • 20.2 社交网络分析的结构特性
  • 20.3 社交网络分析的研究
  • 20.4 基于图卷积网络的社交网络分类实验
  • 总结
  • 习题
  • 参考文献
展开全部

评分及书评

评分不足
2个评分

出版方

机械工业出版社

机械工业出版社是全国优秀出版社，自1952年成立以来，坚持为科技、为教育服务，以向行业、向学校提供优质、权威的精神产品为宗旨，以“服务社会和人民群众需求，传播社会主义先进文化”为己任，产业结构不断完善，已由传统的图书出版向着图书、期刊、电子出版物、音像制品、电子商务一体化延伸，现已发展为多领域、多学科的大型综合性出版社，涉及机械、电工电子、汽车、计算机、经济管理、建筑、ELT、科普以及教材、教辅等领域。