數(shù)據(jù)科學與大數(shù)據(jù)技術(shù)導論
定 價：49.8 元
- 作者：杜小勇
- 出版時間：2021/2/1
- ISBN：9787115532978
- 出 版 社：人民郵電出版社
- 中圖法分類：TP274
- 頁碼：234
- 紙張：
- 版次：01
- 開本：16開
本書是高校的大數(shù)據(jù)導論課程教材，清楚地介紹了大數(shù)據(jù)相關(guān)的概念、理論、術(shù)語與基礎(chǔ)技術(shù)，并使用真實連貫的商業(yè)案例以及簡單的圖表，幫助讀者更清晰地理解大數(shù)據(jù)技術(shù)。本書可作為高等院校相關(guān)專業(yè)“大數(shù)據(jù)基礎(chǔ)”“大數(shù)據(jù)道路”等課程的教材，也可供有一定實踐經(jīng)驗的軟件開發(fā)人員、管理人員和所有對大數(shù)據(jù)感興趣的人士閱讀。
1.詳細介紹數(shù)據(jù)科學的基本概念和內(nèi)涵
2.培養(yǎng)讀者初步具備用開源工具進行數(shù)據(jù)分析的能力
3.培訓讀者了解大數(shù)據(jù)技術(shù)的框架，為今后系統(tǒng)學習打下基礎(chǔ)
4.培養(yǎng)讀者對大數(shù)據(jù)分析的興趣，愿意為從事該領(lǐng)域的工作進一步學習
杜小勇，中國人民大學信息學院教授，博士生導師。我國著名的數(shù)據(jù)庫專家，曾擔任過國家863計劃數(shù)據(jù)庫重大專項專家組組長，現(xiàn)為中國計算機學會數(shù)據(jù)庫專業(yè)委員會主任。致力于數(shù)據(jù)庫系統(tǒng)核心技術(shù)的研發(fā)與成果轉(zhuǎn)化，科研成果先后獲得過北京市科技進步一等獎，中國計算機學會科學技術(shù)一等獎，以及教育部科技進步一等獎等。
第1章 數(shù)據(jù)科學概論 1
1.1 數(shù)據(jù)與大數(shù)據(jù) 1
1.2 大數(shù)據(jù)應(yīng)用案例——從數(shù)據(jù)到知識，數(shù)據(jù)思維淺析 2
1.2.1 數(shù)據(jù)密集型科學發(fā)現(xiàn) 3
1.2.2 電子商務(wù)與推薦技術(shù) 5
1.2.3 網(wǎng)絡(luò)輿情管理 6
1.2.4 數(shù)據(jù)思維 7
1.3 數(shù)據(jù)科學與數(shù)據(jù)科學家 7
1.4 數(shù)據(jù)科學與大數(shù)據(jù)技術(shù)課程的內(nèi)容體系與具體內(nèi)容 11
1.5 思考題 12
第2章 Python語言與數(shù)據(jù)科學 13
2.1 Python概述 13
2.2 Python開發(fā)環(huán)境配置 14
2.3 變量、常量和注釋 16
2.4 數(shù)據(jù)類型 16
2.4.1 布爾型 17
2.4.2 整數(shù) 17
2.4.3 浮點數(shù) 17
2.4.4 字符串 17
2.4.5 列表 18
2.4.6 元組 19
2.4.7 字典 19
2.5 運算符及其優(yōu)先級、表達式 20
2.6 程序的基本結(jié)構(gòu) 21
2.6.1 順序結(jié)構(gòu) 21
2.6.2 分支結(jié)構(gòu) 22
2.6.3 循環(huán)結(jié)構(gòu) 22
2.6.4 編寫完整的程序 23
2.6.5 程序?qū)嵗憾植檎摇?4
2.7 函數(shù)以及庫函數(shù) 24
2.8 面向?qū)ο缶幊獭?7
2.8.1 構(gòu)造函數(shù) 28
2.8.2 對象的摧毀和垃圾回收 28
2.8.3 繼承 28
2.8.4 重寫 28
2.9 異常處理 29
2.10 第三方庫和實例 29
2.10.1 機器學習庫scikit-learn簡介 30
2.10.2 深度學習庫Keras簡介 30
2.10.3 繪圖庫matplotlib簡介 30
2.10.4 社交網(wǎng)絡(luò)與圖數(shù)據(jù)處理庫networkX簡介 31
2.10.5 自然語言處理庫NLTK簡介 31
2.10.6 pandas庫入門 31
2.11 思考題 38
第3章 數(shù)據(jù)分析基礎(chǔ) 39
3.1 數(shù)據(jù)模型 39
3.1.1 數(shù)組 39
3.1.2 圖 42
3.1.3 關(guān)系模型 44
3.1.4 時序模型 45
3.2 數(shù)據(jù)分析流程與數(shù)據(jù)生命期 45
3.2.1 業(yè)務(wù)理解 45
3.2.2 數(shù)據(jù)理解 46
3.2.3 數(shù)據(jù)準備 46
3.2.4 建�！�46
3.2.5 評估 47
3.2.6 部署 47
3.3 數(shù)據(jù)分析的基礎(chǔ)方法 47
3.3.1 描述性分析 47
3.3.2 診斷性分析 48
3.3.3 預(yù)測性分析 48
3.3.4 規(guī)范分析 49
3.4 大數(shù)據(jù)平臺 49
3.4.1 Hadoop 49
3.4.2 Hive 51
3.4.3 Mahout 52
3.4.4 Spark 52
3.4.5 Storm 53
3.4.6 Flink 53
3.4.7 Neo4j 54
3.5 思考題 54
第4章 數(shù)據(jù)可視化 55
4.1 可視化的定義 55
4.2 可視化發(fā)展歷程 55
4.3 可視化的意義和價值 57
4.4 數(shù)據(jù)可視化的流程 59
4.5 常見可視化圖表 59
4.5.1 柱狀圖 60
4.5.2 折線圖 61
4.5.3 餅圖 61
4.5.4 散點圖 61
4.5.5 雷達圖 61
4.6 可視化圖表工具 62
4.7 思考題 64
第5章 數(shù)據(jù)分析與計算 65
5.1 機器學習簡介 65
5.2 分類 67
5.2.1 支持向量機 67
5.2.2 決策樹 70
5.2.3 樸素貝葉斯方法 72
5.2.4 K最近鄰（KNN）算法 75
5.2.5 邏輯斯蒂回歸 76
5.2.6 分類算法的實例 77
5.3 聚類 81
5.3.1 K-Means算法 81
5.3.2 DBSCAN算法 83
5.3.3 聚類實例 85
5.4 回歸 88
5.4.1 線性回歸與多元線性回歸 88
5.4.2 回歸實例 90
5.5 關(guān)聯(lián)規(guī)則分析 92
5.5.1 關(guān)聯(lián)規(guī)則分析 92
5.5.2 關(guān)聯(lián)規(guī)則分析實例 95
5.6 推薦 97
5.6.1 基于用戶的協(xié)同過濾推薦 98
5.6.2 基于項目的協(xié)同過濾推薦 100
5.7 神經(jīng)網(wǎng)絡(luò)與深度學習 101
5.7.1 神經(jīng)網(wǎng)絡(luò) 101
5.7.2 深度學習 104
5.7.3 神經(jīng)網(wǎng)絡(luò)與深度學習實例 112
5.8 云計算平臺與主流大數(shù)據(jù)平臺 119
5.8.1 云計算平臺 119
5.8.2 Hadoop大數(shù)據(jù)處理平臺與MapReduce計算模型 121
5.8.3 Spark大數(shù)據(jù)處理平臺與DAG計算模型 128
5.9 思考題 134
第6章 文本分析 135
6.1 文本分析的背景和意義 135
6.2 文本表達 136
6.2.1 單詞的局域性表示和分布式表示 136
6.2.2 基于話題模型的文本表示 139
6.2.3 基于詞嵌入的文本表示 139
6.3 文本聚類 140
6.3.1 聚類分析問題描述 141
6.3.2 常用聚類算法 142
6.4 文本分類 144
6.4.1 分類問題定義 144
6.4.2 主要文本分類方法 144
6.5 思考題 149
第7章 數(shù)據(jù)存儲與管理 150
7.1 數(shù)據(jù)管理的初級階段——文件管理 150
7.2 層次數(shù)據(jù)庫和網(wǎng)狀數(shù)據(jù)庫 151
7.3 關(guān)系數(shù)據(jù)庫管理系統(tǒng) 153
7.3.1 關(guān)系數(shù)據(jù)模型 153
7.3.2 數(shù)據(jù)操作 154
7.3.3 事務(wù)處理、并發(fā)控制和恢復技術(shù) 155
7.3.4 SQL入門 156
7.4 NoSQL數(shù)據(jù)庫 160
7.4.1 CAP理論與NoSQL數(shù)據(jù)庫 160
7.4.2 Key Value數(shù)據(jù)庫 161
7.4.3 Column Family數(shù)據(jù)庫 164
7.4.4 Document數(shù)據(jù)庫 165
7.4.5 Graph數(shù)據(jù)庫 166
7.5 NewSQL及其代表VoltDB 167
7.5.1 事務(wù)的串行執(zhí)行 167
7.5.2 通過存儲過程存取數(shù)據(jù)庫 167
7.5.3 數(shù)據(jù)分區(qū)策略考慮盡量避免跨節(jié)點數(shù)據(jù)通信 168
7.5.4 命令日志與恢復技術(shù) 168
7.6 思考題 168
第8章 數(shù)據(jù)采集與集成 170
8.1 數(shù)據(jù)采集 170
8.1.1 數(shù)據(jù)采集的重要因素 171
8.1.2 推-拉機制 171
8.1.3 發(fā)布-訂閱機制 172
8.1.4 大數(shù)據(jù)收集系統(tǒng) 172
8.1.5 自定義連接器 173
8.2 信息抽取 173
8.2.1 信息抽取概述 174
8.2.2 半結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù) 174
8.2.3 信息抽取的關(guān)鍵技術(shù) 176
8.3 數(shù)據(jù)清洗 178
8.3.1 數(shù)據(jù)清洗的定義及對象 178
8.3.2 數(shù)據(jù)清洗原理 179
8.3.3 數(shù)據(jù)清洗方法 179
8.4 數(shù)據(jù)集成 181
8.4.1 數(shù)據(jù)集成概述 182
8.4.2 數(shù)據(jù)集成方法 183
8.4.3 數(shù)據(jù)集成的數(shù)據(jù)源異構(gòu)問題 186
8.5 思考題 188
第9章 數(shù)據(jù)治理 189
9.1 數(shù)據(jù)治理的業(yè)務(wù)驅(qū)動力 189
9.2 數(shù)據(jù)治理的概念 190
9.3 數(shù)據(jù)治理的目標 191
9.3.1 實現(xiàn)價值 191
9.3.2 管控風險 192
9.4 數(shù)據(jù)治理的要素和框架 192
9.4.1 人員要素 194
9.4.2 技術(shù)要素 196
9.5 數(shù)據(jù)治理的實踐 201
9.5.1 各個業(yè)務(wù)子系統(tǒng)的建設(shè)和數(shù)據(jù)治理同步推進 201
9.5.2 建立數(shù)據(jù)治理的組織機構(gòu)，確定數(shù)據(jù)治理戰(zhàn)略/政策和標準 201
9.5.3 規(guī)劃具體的數(shù)據(jù)治理任務(wù) 201
9.5.4 開展數(shù)據(jù)治理工作 202
9.5.5 數(shù)據(jù)治理的評價 203
9.6 大數(shù)據(jù)時代數(shù)據(jù)治理的挑戰(zhàn) 203
9.7 思考題 204
第10章 數(shù)據(jù)科學綜合案例 205
10.1 利用現(xiàn)成分類器對Twitter數(shù)據(jù)集進行情感分類 206
10.2 如何自行構(gòu)造一個文本分類器 209
10.3 綜合實例 218
10.4 思考題 232
參考文獻 233
書單推薦
