大数据应用技术手册.docVIP

大数据应用技术手册

TOC\o1-2\h\u2203第一章大数据概述 3

146771.1大数据概念 3

231421.2大数据发展历程 3

11321.3大数据应用领域 4

10718第二章数据采集与存储 4

116232.1数据采集技术 4

276082.2数据存储技术 5

100672.3分布式存储系统 5

23213第三章数据处理与计算 6

288483.1批处理计算 6

148783.1.1定义与特点 6

103383.1.2常用技术 6

304943.1.3应用场景 6

47953.2流处理计算 6

274263.2.1定义与特点 6

225663.2.2常用技术 6

16973.2.3应用场景 7

210033.3分布式计算框架 7

12603.3.1定义与原理 7

81543.3.2常用框架 7

70563.3.3应用场景 7

19807第四章数据分析与挖掘 8

270884.1数据预处理 8

237604.1.1数据清洗 8

207434.1.2数据集成 8

230924.1.3数据转换 8

258304.1.4数据规约 8

28344.2数据挖掘算法 8

232854.2.1决策树算法 8

93544.2.2支持向量机算法 8

232274.2.3聚类算法 9

8404.2.4关联规则挖掘算法 9

236674.3数据可视化 9

317234.3.1条形图和柱状图 9

292544.3.2饼图 9

204444.3.3散点图 9

308054.3.4折线图 9

290984.3.5热力图 9

18974第五章大数据技术与框架 9

239015.1Hadoop生态系统 9

204795.2Spark生态系统 10

113695.3Flink生态系统 11

3562第六章机器学习在大数据中的应用 11

25936.1机器学习概述 11

257236.2机器学习算法 11

53416.2.1监督学习算法 12

246.2.2无监督学习算法 12

228316.2.3强化学习算法 12

35286.3机器学习应用案例 12

163426.3.1金融风险控制 12

194106.3.2医疗诊断 12

195476.3.3智能推荐系统 12

318606.3.4语音识别与自然语言处理 13

147136.3.5智能驾驶 13

13101第七章大数据安全与隐私 13

106757.1数据安全策略 13

310857.2数据隐私保护 13

55847.3安全与隐私技术 14

28068第八章大数据运维与管理 14

123148.1大数据运维策略 14

225488.2数据质量管理 15

272708.3大数据监控与优化 16

19142第九章大数据应用案例分析 16

325639.1金融行业应用案例 16

201159.1.1风险控制 16

56119.1.2客户画像 17

279479.1.3智能投顾 17

139539.2医疗行业应用案例 17

103529.2.1疾病预测与预防 17

305269.2.2个性化治疗 17

127169.2.3药物研发 17

40449.3智能交通应用案例 18

18919.3.1交通拥堵预测 18

317889.3.2路网优化 18

58439.3.3预警 18

30918第十章未来大数据发展趋势 18

982910.1技术发展趋势 18

1013210.1.1数据处理能力提升 18

1448110.1.2人工智能与大数据融合 18

2865410.1.3区块链技术融合 18

2125810.1.4云计算与边缘计算结合 19

3009310.2应用发展趋势 19

1335910.2.1深度挖掘与分析 19

1042110.2.2个性化服务 19

436810.2.3跨行业融合 19

1655410.3产业生态发展展望 19

218310.3.1政策支持力度加大 19

1507110.3.2