大数据分析与应用指南.docVIP

大数据分析与应用指南

TOC\o1-2\h\u31283第1章大数据基础概念 3

150851.1数据与大数据 3

57531.2大数据的特征与价值 3

167951.3大数据技术栈 4

534第2章数据采集与预处理 4

188022.1数据来源与采集技术 4

116862.1.1数据来源 4

51562.1.2采集技术 5

85902.2数据预处理方法 5

20622.2.1数据清洗 5

296972.2.2数据转换 5

119692.3数据清洗与融合 6

112392.3.1数据清洗 6

288502.3.2数据融合 6

24652第3章数据存储与管理 6

162573.1分布式存储技术 6

81963.1.1概述 6

111393.1.2关键技术 6

193613.1.3主流分布式存储系统 7

16373.2数据仓库与数据湖 7

71553.2.1数据仓库 7

10623.2.2数据湖 7

86163.2.3数据仓库与数据湖的融合 7

53143.3数据压缩与索引 7

119723.3.1数据压缩 7

174673.3.2数据索引 7

248453.3.3数据压缩与索引在分布式存储系统中的应用 7

7142第4章数据分析与挖掘算法 8

319004.1统计分析与机器学习基础 8

59274.1.1统计分析方法 8

494.1.2机器学习基础 8

38384.2数据挖掘任务与算法 8

268854.2.1数据挖掘任务 9

233194.2.2数据挖掘算法 9

25924.3深度学习与神经网络 9

72244.3.1深度学习原理 9

152404.3.2神经网络模型 9

834第5章分布式计算框架 10

19885.1MapReduce与Hadoop 10

166765.1.1MapReduce原理 10

293105.1.2Hadoop架构 10

285265.1.3Hadoop应用场景 10

23925.2Spark计算模型 10

323525.2.1Spark原理 10

143715.2.2Spark架构 11

237335.2.3Spark应用场景 11

256305.3其他分布式计算框架 11

282765.3.1Storm 11

117565.3.2Flink 11

213855.3.3GraphLab 11

308055.3.4parameterserver 11

174035.3.5Ray 11

539第6章大数据可视化 11

140706.1数据可视化基础 11

49666.1.1基本概念 12

294446.1.2可视化类型 12

9126.1.3可视化在数据分析中的作用 12

228236.2可视化工具与库 12

169906.2.1可视化工具 12

24876.2.2可视化库 12

102106.3可视化设计原则与应用案例 13

146366.3.1可视化设计原则 13

104006.3.2应用案例 13

31804第7章大数据分析应用领域 13

142547.1互联网与电子商务 13

199627.1.1用户行为分析 14

119967.1.2推荐系统 14

265847.1.3网络安全 14

54237.2金融与风险管理 14

6917.2.1客户画像与信用评估 14

77397.2.2欺诈检测 14

44417.2.3资产管理 14

207517.3医疗与生物信息学 14

184727.3.1疾病预测与预防 14

317087.3.2精准医疗 14

88857.3.3药物研发 14

3817.4智能制造与物联网 15

244777.4.1生产优化 15

144687.4.2设备维护与故障预测 15

276307.4.3智能供应链 15

39687.4.4能源管理 15

17100第8章大数据安全与隐私保护 15

21938.1数据安全策略与法规 15

110648.1.1国家政策 15

282998.1.2行业规范 15