最好看的日本中文字幕2019,久久久久久精品VA片,亚洲一区视频

《大數(shù)據(jù)科學(xué)技術(shù)研究》將通過大數(shù)據(jù)技術(shù)基礎(chǔ)、大數(shù)據(jù)應(yīng)用場景、大數(shù)據(jù)建模分析和預(yù)測等三個方面，深入淺出的結(jié)合相關(guān)理論基礎(chǔ)和技術(shù)的應(yīng)用，給出大數(shù)據(jù)技術(shù)應(yīng)用案例，內(nèi)容通俗易懂，便于讀者學(xué)習(xí)。同時，根據(jù)當(dāng)前數(shù)字時代需求，首先梳理分析計算機基礎(chǔ)、計算機網(wǎng)絡(luò)基礎(chǔ)、大數(shù)據(jù)發(fā)展概論、大數(shù)據(jù)分析工具、python程序設(shè)計基礎(chǔ)在大數(shù)據(jù)科學(xué)中的作用和應(yīng)用，為讀者打下堅實的理論基礎(chǔ)，然后結(jié)合大數(shù)據(jù)應(yīng)用案例，以及如何使用大數(shù)據(jù)科學(xué)技術(shù)，系統(tǒng)而生動地講解了大數(shù)據(jù)科學(xué)技術(shù)的應(yīng)用實踐，將成為從事大數(shù)據(jù)科學(xué)技術(shù)從業(yè)人員參考書籍之一，適合作為網(wǎng)絡(luò)空間安全、信息安全、計算機科學(xué)與技術(shù)、公安技術(shù)等相關(guān)學(xué)科專業(yè)本科高年級和研究生的教材，也可供高校教師，相關(guān)科研以及技術(shù)和管理人員等領(lǐng)域工作者參考和使用。

第一部分基礎(chǔ)篇/1
第1章計算機基礎(chǔ)概述/2
11計算機的發(fā)展簡史/2
12 計算機分類/3
13 計算機技術(shù)發(fā)展趨勢/6
14 云計算技術(shù)/10
第2章大數(shù)據(jù)概述/12
21 大數(shù)據(jù)的定義/12
22 大數(shù)據(jù)的歷史/12
23 大數(shù)據(jù)的類型/13
24 大數(shù)據(jù)的特點/14
25 大數(shù)據(jù)處理的優(yōu)勢/15
26 大數(shù)據(jù)的重要性/15
27 商業(yè)智能與大數(shù)據(jù)的對比/16
28 大數(shù)據(jù)和數(shù)據(jù)倉庫/16
29 大數(shù)據(jù)分析的分類/17
210 大數(shù)據(jù)環(huán)境中的關(guān)聯(lián)技術(shù)/19
211 大數(shù)據(jù)分析面臨的挑戰(zhàn)/22
第3章大數(shù)據(jù)科學(xué)技術(shù)/24
31 大數(shù)據(jù)科學(xué)技術(shù)概述/24
32 大數(shù)據(jù)采集與存儲技術(shù)/25
33 大數(shù)據(jù)處理技術(shù)27
34 大數(shù)據(jù)分析與應(yīng)用技術(shù)/29
35 典型行業(yè)數(shù)據(jù)類型分析/31
36 大數(shù)據(jù)安全與隱私保護(hù)技術(shù)/32
37 大數(shù)據(jù)科學(xué)技術(shù)的未來發(fā)展/33
第4章大數(shù)據(jù)Hadoop生態(tài)體系/35
41 HADOOP安裝配置過程 /35
42 HDFS/36
43 MapReduce/38
44 Hive/42
45 Spark /45
46 Spark SQL/48
第二部分 Python程序設(shè)計/51
第5章開發(fā)工具介紹與安裝/52
51 Python/52
52 Anaconda/53
53 Jupyter notebook/60
第6章 Python基本數(shù)據(jù)類型/63
61 Python算術(shù)運行/63
62 基本數(shù)據(jù)類型/65
第7章數(shù)據(jù)結(jié)構(gòu)/69
71 變量/69
72 列表/71
73 元組和字符串/75
74 字典和集合/78
75 數(shù)字?jǐn)?shù)組/80
76 Pandas DataFrames/89
77 讀寫數(shù)據(jù)/98
78 Python編程結(jié)構(gòu)/102
第8章 Python的數(shù)據(jù)分析/106
81 Python數(shù)據(jù)分析簡介/106
82 探索性分析/106
第9章基于Python預(yù)測建模/118
91 線性回歸/118
92 邏輯回歸/132
第三部分基于Python的大數(shù)據(jù)實戰(zhàn)案例/139
第10章 Python爬蟲技術(shù)/140
101 Beautiful Soup/141
102 Scrapy/141
103 Selenium/142
104 Requests/143
105 Urllib3/143
106 LXML/144
107 Mechanical Soup/144
108 Python Web抓取工具之間的比較/145
109 基于Python的網(wǎng)絡(luò)爬蟲設(shè)計/146
第11章基于Python爬蟲的旅游評論分析/150
111 jieba分詞 /151
112 自然語言處理工具NLTK/155
113 情感傾向分析方法概念及其模型/159
114 基于Python的情感傾向分析方法設(shè)計與實現(xiàn)/161
115 情感傾向分析方法的函數(shù)實現(xiàn)/164
116 情感傾向分析方法性能研究/167
117 小結(jié)/168
第12章 Python中的情感分析/169
121 情感分析的應(yīng)用/169
122 數(shù)據(jù)收集/169
123 程序設(shè)計與實現(xiàn)170
124 小結(jié)/179
第13章基于LSTM的電影評論分類研究/180
131 LSTM簡介/180
132 IMDB電影評論數(shù)據(jù)集/181
133 LSTM網(wǎng)絡(luò)搭建/183
134 LSTM電影評論分類/185
第14章大數(shù)據(jù)時代網(wǎng)絡(luò)安全/189
141 網(wǎng)絡(luò)安全威脅/189
142 安全防御/193
143 網(wǎng)絡(luò)安全威脅和趨勢/196
144 移動網(wǎng)絡(luò)攻擊威脅/197
參考文獻(xiàn)/201

你還可能感興趣

我要評論