大數據基礎應用 劉黎志 劉瑋 張明 9787111763864 【台灣高等教育出版社】
圖書均為代購，正常情形下，訂後約兩周可抵台。
物品所在地：中國大陸
原出版社：機械工業
物品所在地：中國大陸
原出版社：機械工業
NT$381
商品編號:
供貨狀況:
尚有庫存
加入最愛
此商品 「 最高 」可以折抵紅利
0
點
(約等於 NT$0 )
商品介紹
| *完成訂單後正常情形下約兩周可抵台。 *本賣場提供之資訊僅供參考，以到貨標的為正確資訊。 印行年月：202409*若逾兩年請先於私訊洽詢存貨情況，謝謝。 台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。 書名：大數據基礎應用 ISBN：9787111763864 出版社：機械工業 著編譯者：劉黎志 劉瑋 張明 頁數：298 所在地：中國大陸 *此為代購商品 書號：1683717 可大量預訂，請先連絡。 內容簡介 本書首先介紹了大數據基礎應用：重點講解了如何搭建Hadoop分散式集群平台，使用Java語言進行MapReduce分散式編程；HBase及Hive資料庫環境的安裝和數據的增、刪、改、查操作；Spark平台的搭建、RDD操作及Spark SQL查詢；Flink平台的搭建，Kafka消息中間件的使用及流批一體計算。其次對數據預處理的常用方法及如何使用Matplotlib實現數據可視化進行了討論。最後講解了大數據與機器學習、深度學習。本書將機器學習演算法劃分為分類及回歸兩個問題進行了討論，並結合scikit-learn進行了實例講解。在深度學習部分，對深度神經網路及卷積神經網路進行了介紹，就如何使用Keras框架實現圖像分類進行了實例講解，此外介紹了循環神經網路LSTM的原理及應用。 本書適用於計算機類及信息技術類相關專業在讀本科生及研究生，也可供大數據及人工智慧相關領域的技術人員參考。目錄 前言第1章 Hadoop分散式集群 1 1 什麼是大數據 1 1 1 大數據的基本概念 1 1 2 大數據的產生和應用 1 2 大數據關鍵技術 1 2 1 文件系統 1 2 2 資料庫系統 1 2 3 索引與查詢技術 1 2 4 大數據分析技術 1 2 5 大數據處理工具 1 2 6 機器學習與深度學習 1 3 Hadoop生態圈 1 4 Hadoop分散式集群環境搭建 1 4 1 實驗環境安裝及配置 1 4 2 Hadoop集群平台的搭建 1 4 3 MapReduce測試 第2章 分散式計算框架MapReduce 2 1 MapReduce分散式框架 2 1 1 MapReduce原理 2 1 2 合併函數（Combiner） 2 2 WordCount的處理過程 2 2 1 WordCount示例代碼運行 2 2 2 WordCount源碼分析 2 2 3 WordCount詳細處理過程 2 2 4 MapReduce新舊版區別 2 3 MapReduce編程示例 2 3 1 Eclipse開發環境搭建 2 3 2 數據去重 2 3 3 數據排序 2 3 4 平均成績 2 3 5 單表關聯 2 3 6 多表關聯 2 3 7 倒排索引 第3章 NoSQL資料庫 3 1 NoSQL資料庫概述 3 1 1 NoSQL資料庫的特點 3 1 2 NoSQL資料庫與關係資料庫的比較 3 1 3 NoSQL資料庫的分類 3 2 HBase列式資料庫 3 2 1 HBase的基本概念 3 2 2 HBase的安裝及基本操作 3 2 3 HBase客戶端編程 3 3 Hive數據倉庫工具 3 3 1 Hive的安裝及環境配置 3 3 2 Hive的基本使用 第4章 分散式計算框架Spark 4 1 Spark分散式計算引擎 4 1 1 Spark的基本概念 4 1 2 Spark的核心技術 4 1 3 Spark生態系統 4 1 4 Spark技術分析 4 1 5 Spark的應用場景 4 2 Spark分散式集群環境搭建 4 2 1 環境搭建 4 2 2 環境測試 4 3 RDD分散式編程技術 4 3 1 RDD的基本使用 4 3 2 RDD操作 4 3 3 共享變數 4 4 Spark SQL查詢分析技術 4 4 1 DataSet（DataFrame）和RDD 4 4 2 Spark SQL操作 4 4 3 Spark SQL與數據源的交互 4 4 4 Spark SQL與Hive交互 4 4 5 Spark SQL的分區及分桶 第5章 流式計算 5 1 Flink的基本概念 5 1 1 Flink框架 5 1 2 Flink的應用 5 2 Flink的安裝和開發環境設置 5 2 1 Flink本地安裝 5 2 2 Flink開發環境設置 5 3 數據流介面 5 3 1 DataStream概述 5 3 2 數據流介面的基本應用 5 3 3 Kafka消息中間件 5 4 水位線和窗口 5 4 1 水位線（WaterMark） 5 4 2 窗口（Window） 5 4 3 應用舉例 5 5 表介面和表查詢 5 5 1 動態表 5 5 2 表介面和表查詢的應用 第6章 數據可視化分析與預處理 6 1 數據可視化分析 6 1 1 分位數與箱線圖 6 1 2 數據的相關性與散點圖 6 1 3 數據的分佈與直方圖 6 1 4 Matplotlib繪圖 6 2 數據預處理 6 2 1 連續型輸入特徵的處理（歸一化） 6 2 2 類別（離散）型輸入特徵的處理 6 2 3 分類標籤的處理 6 2 4 主成因分析（PCA-Principal Component Analysis） 第7章 大數據與機器學習 7 1 使用scikit-learn進行機器學習 7 1 1 scikit-learn簡介 7 1 2 使用scikit-learn進行機器學習 7 2 分類問題 7 2 1 邏輯回歸 7 2 2 混淆矩陣 7 2 3 多分類 7 2 4 不平衡分類 7 2 5 交叉驗證和參數尋優 7 3 回歸問題 7 3 1 一元線性回歸 7 3 2 多元線性回歸 第8章 大數據與深度學習 8 1 深度學習概述 8 1 1 從神經網路到深度學習 8 1 2 深度學習框架Keras 8 2 深度神經網路 8 2 1 深度神經網路示例 8 2 2 模型的保存和讀取 8 2 3 模型訓練的歷史過程 8 3 卷積神經網路 8 3 1 卷積神經網路的層 8 3 2 使用CNN進行圖像分類 8 3 3 使用VGG16網路模型 8 4 循環神經網路 8 4 1 RNN 8 4 2 LSTM 參考文獻 詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於PChome商店街私訊告知ISBN或書號，我們即儘速上架。 |
