大数据技术应用基础指南.docVIP

大数据技术应用基础指南

TOC\o1-2\h\u22461第一章大数据技术概述 3

183631.1大数据概念与发展 3

222411.1.1大数据的定义 3

17291.1.2大数据的发展历程 4

120551.1.3大数据的应用领域 4

241621.2大数据技术架构 4

99941.2.1数据采集与存储 4

69521.2.2数据处理与计算 4

80621.2.3数据分析与挖掘 5

203861.2.4数据可视化与展示 5

108041.2.5安全与隐私保护 5

128491.2.6大数据技术发展趋势 5

2316第二章数据采集与预处理 5

220712.1数据源类型及采集方法 5

243102.1.1数据源类型 5

9352.1.2数据采集方法 6

270622.2数据清洗与整合 6

185152.2.1数据清洗 6

47472.2.2数据整合 6

308242.3数据预处理工具 6

21808第三章分布式存储技术 7

163683.1分布式文件系统 7

142943.1.1概述 7

136623.1.2常见分布式文件系统 7

92273.1.3分布式文件系统的关键技术 8

75253.2分布式数据库 8

121953.2.1概述 8

211693.2.2常见分布式数据库 8

77133.2.3分布式数据库的关键技术 9

62003.3分布式存储架构 9

261603.3.1概述 9

49233.3.2常见分布式存储架构 9

92663.3.3分布式存储架构的关键技术 9

21044第四章分布式计算技术 10

271164.1MapReduce计算模型 10

123494.1.1概述 10

73754.1.2核心概念 10

83794.1.3计算流程 10

244464.2Spark计算模型 10

34084.2.1概述 10

103594.2.2核心概念 11

934.2.3计算流程 11

304734.3分布式计算框架 11

267824.3.1概述 11

248334.3.2常见分布式计算框架 11

262814.3.3分布式计算框架的选择 11

18095第五章数据仓库与数据挖掘 12

233775.1数据仓库技术 12

102975.1.1数据仓库概述 12

261785.1.2数据仓库架构 12

118605.1.3数据仓库技术选型 12

159485.2数据挖掘方法 12

188945.2.1数据挖掘概述 12

228385.2.2数据挖掘方法分类 12

104045.2.3数据挖掘算法 12

182015.3数据挖掘工具 13

298045.3.1数据挖掘工具概述 13

14205.3.2常见数据挖掘工具 13

116075.3.3数据挖掘工具选型 13

28963第六章机器学习与深度学习 13

200056.1机器学习基本概念 13

287006.1.1定义与分类 13

22276.1.2常见算法 13

18306.2深度学习基本概念 14

102616.2.1定义与发展 14

209006.2.2基本原理 14

195396.2.3常见模型 14

248036.3机器学习与深度学习框架 14

54466.3.1TensorFlow 14

251116.3.2PyTorch 14

156566.3.3Keras 14

105206.3.4MXNet 14

268336.3.5PaddlePaddle 15

28216第七章大数据分析与可视化 15

252777.1大数据分析方法 15

163037.1.1数据预处理 15

243907.1.2数据挖掘 15

274967.1.3机器学习 15

71037.1.4深度学习 15

31267.2数据可视化技术 15

305427.2.1图表可视化 16

321887.2.2地图可视化 16

234847.2.3时间序列可视化 16

216477.2.4交互式可视化 16

157597.