圖解大數據分析

內容簡介

本書通過大量的繪圖和詳細的說明，從技術層面以簡單易懂的形式講述大數據分析。這是一本從系統結構搭建到實際開發逐步推進的教科書。書中的知識點包括大數據分析時所需的分散式處理、機器學習，以及分散式存儲、分散式計算、開發時可能遇到的瓶頸，還包括大數據的收集、積累、活用以及元數據的使用與管理等。本書適合大數據領域的廣大愛好者、商務人士和工程技術人員用於了解、學習、掌握、運用大數據技術進行大數據分析，也適合作為該領域的職業院校和高校本科相關專業的教材及研究生輔助教材。

圖書目錄

第1章大數據分析概述

1.1 大數據和分散式處理

網路的普及導致了大量數據的增加 002

1.2 非結構化數據的增加和機器學習

分析文本、聲音、圖像等數據 006

1.3 大數據分析系統

在分散式處理與機器學習驅動下將數據利潤化 010

1.4 企業中大數據活用的各個階段

大數據分析要從一小步開始 014

1.5 活用大數據分析時所需的三個角色

數據業務員、科學分析員、工程技術員 020

1.6 工程技術員的價值在哪裡

為什麼完成了驗證實驗後仍然無法實現真正的系統化 026

第2章大數據分析系統的結構

2.1 整體結構概述

數據的收集、積累、活用 032

2.2 數據的生成和收集

利用業務系統生成數據，利用分析系統收集數據 036

2.3 數據的積累

數據池與數據倉庫 040

2.4 數據的活用

套用於企業決策和增加利潤 044

第3章分散式處理的基礎知識

3.1 對瓶頸問題的分析

系統性能上的一些問題 048

3.2 上述三種瓶頸以外的與性能相關的問題

記憶體枯竭，以及沒有瓶頸但性能仍然很差的原因 052

3.3 分散式存儲

消除磁碟瓶頸的技術 056

3.4 分散式計算

消除處理器瓶頸的技術 060

3.5 分散式系統的網路

消除網路的瓶頸 064

3.6 資源管理器

支撐分散式處理的資源管理 068

3.7 分散式處理的開發方式

Hadoop、自行開發、雲服務 070

第4章機器學習的基礎知識

4.1 機器學習

對變換成向量的數據進行處理的函式 076

4.2 數據的準備和預處理

機器學習的開發過程（前篇） 082

4.3 模型預估與系統化

機器學習的開發過程（中篇） 086

4.4 正式發布與性能提升

機器學習的開發過程（後篇） 090

4.5 深度學習

引發機器學習熱潮的火種 094

圖解大數據分析

基本介紹

內容簡介

圖書目錄

相關詞條

熱門詞條