第1篇 大数据分析基础
第1章 大数据概述
1.1 大数据的业务应用场景
1.1.1 大数据的产生及特征
1.1.2 大数据现状及趋势
1.1.3 大数据时代面临的技术问题
1.2 云计算与大数据挖掘
1.2.1 云计算的定义与特点
1.2.2 云计算与大数据
1.2.3 大数据挖掘
1.3 大数据挖掘过程概述
1.3.1 挖掘目标的定义与数据理解
1.3.2 数据准备与数据理解
1.3.3 过程模型的建立
1.3.4 过程模型的评估
1.3.5 模型的部署与应用
小结
习题
第2章 大数据相关技术
2.1 大数据获取技术
2.1.1 分布式数据采集系统F1ume
2.1.2 分布式消息队列Kafka
2.1.3 Sqoop数据转移工具
2.1.4 网络爬虫技术
2.1.5 数据预处理工具Kettle
2.2 大数据存储和处理技术
2.2.1 数据处理架构技术演进
2.2.2 Hadoop分布式存储和计算平台
2.2.3 流式数据计算引擎Storm
2.2.4 Spark分布式内存计算引擎
2.2.5 大数据部署方案简介
2.3 大数据查询和分析技术
2.3.1 SQL-on-Hadoop技术
2.3.2 OLAP分析引擎Kylin
2.3.3 大数据分析技术Mahotlt
2.3.4 大数据分析技术Spark MLlib
2.3.5 其他常用分析语言比较
2.4 大数据可视化技术
2.5 主流大数据分析平台简介
小结
习题
第3章 数据预处理
3.1 数据类型、数据特征与数据质量
3.1.1 数据类型
3.1.2 数据集与数据特征
3.1.3 探索数据结构
3.1.4 数据质量相关概念与数据质量分析
3.2 数据采集与抽样
3.2.1 数据采集概述
3.2.2 数据采集方法与应用特性
第1篇 大数据分析基础
第1章 大数据概述
1.1 大数据的业务应用场景
1.1.1 大数据的产生及特征
1.1.2 大数据现状及趋势
1.1.3 大数据时代面临的技术问题
1.2 云计算与大数据挖掘
1.2.1 云计算的定义与特点
1.2.2 云计算与大数据
1.2.3 大数据挖掘
1.3 大数据挖掘过程概述
1.3.1 挖掘目标的定义与数据理解
1.3.2 数据准备与数据理解
1.3.3 过程模型的建立
1.3.4 过程模型的评估
1.3.5 模型的部署与应用
小结
习题
第2章 大数据相关技术
2.1 大数据获取技术
2.1.1 分布式数据采集系统F1ume
2.1.2 分布式消息队列Kafka
2.1.3 Sqoop数据转移工具
2.1.4 网络爬虫技术
2.1.5 数据预处理工具Kettle
2.2 大数据存储和处理技术
2.2.1 数据处理架构技术演进
2.2.2 Hadoop分布式存储和计算平台
2.2.3 流式数据计算引擎Storm
2.2.4 Spark分布式内存计算引擎
2.2.5 大数据部署方案简介
2.3 大数据查询和分析技术
2.3.1 SQL-on-Hadoop技术
2.3.2 OLAP分析引擎Kylin
2.3.3 大数据分析技术Mahotlt
2.3.4 大数据分析技术Spark MLlib
2.3.5 其他常用分析语言比较
2.4 大数据可视化技术
2.5 主流大数据分析平台简介
小结
习题
第3章 数据预处理
3.1 数据类型、数据特征与数据质量
3.1.1 数据类型
3.1.2 数据集与数据特征
3.1.3 探索数据结构
3.1.4 数据质量相关概念与数据质量分析
3.2 数据采集与抽样
3.2.1 数据采集概述
3.2.2 数据采集方法与应用特性
评论晒单