前言
第1章大數(shù)據(jù)管理與應(yīng)用概述/
1.1什么是大數(shù)據(jù)/
1.2大數(shù)據(jù)管理與應(yīng)用/
1.3大數(shù)據(jù)管理與應(yīng)用前沿/
1.4大數(shù)據(jù)管理與應(yīng)用技術(shù)/
參考文獻(xiàn)/
第2章大數(shù)據(jù)技術(shù)基礎(chǔ)知識(shí)/
2.1Hadoop生態(tài)系統(tǒng)簡介/
2.2Linux簡介/
2.3Python基礎(chǔ)知識(shí)/
實(shí)驗(yàn)一Python環(huán)境搭建/
實(shí)驗(yàn)二基于Python語言的Spark實(shí)戰(zhàn)/
參考文獻(xiàn)/
第3章數(shù)據(jù)采集與融合/
3.1數(shù)據(jù)資源/
3.2常見數(shù)據(jù)采集途徑/
3.3多源數(shù)據(jù)融合/
實(shí)驗(yàn)三網(wǎng)絡(luò)爬蟲/
實(shí)驗(yàn)四Kafka操作/
參考文獻(xiàn)/
第4章數(shù)據(jù)存儲(chǔ)與管理/
4.1數(shù)據(jù)存儲(chǔ)簡介/
4.2分布式文件系統(tǒng)/
4.3數(shù)據(jù)庫和數(shù)據(jù)倉庫/
4.4數(shù)據(jù)管理/
實(shí)驗(yàn)五HBase操作/
實(shí)驗(yàn)六彈性搜索應(yīng)用實(shí)例/
參考文獻(xiàn)/
第5章大數(shù)據(jù)處理與分析技術(shù)/
5.1大數(shù)據(jù)計(jì)算框架概述/
5.2文本數(shù)據(jù)處理與分析/
5.3圖像數(shù)據(jù)處理與分析/
5.4音頻數(shù)據(jù)處理與分析/
5.5視頻數(shù)據(jù)處理與分析/
參考文獻(xiàn)/
第6章大數(shù)據(jù)決策支持/
6.1大數(shù)據(jù)決策概述/
6.2可視化分析方法/
6.3機(jī)器學(xué)習(xí)方法/
6.4計(jì)量經(jīng)濟(jì)學(xué)方法/
參考文獻(xiàn)/
第7章大數(shù)據(jù)應(yīng)用研究案例/
7.1大數(shù)據(jù)機(jī)器學(xué)習(xí)研究案例/
7.2大數(shù)據(jù)計(jì)量模型研究案例/
參考文獻(xiàn)/
第8章大數(shù)據(jù)決策支持實(shí)驗(yàn)/
8.1大數(shù)據(jù)機(jī)器學(xué)習(xí)實(shí)驗(yàn)/
8.2大數(shù)據(jù)計(jì)量經(jīng)濟(jì)分析實(shí)驗(yàn)/
參考文獻(xiàn)/