机读格式显示(MARC)

• 000 01853nam0 2200265 450

• 001 0000983273

• 005 20211019190000.0

• 010 __ |a 978-7-5429-6661-2 |d CNY56.00

• 100 __ |a 20210402d2020 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 310000

• 105 __ |a a z 000yy

• 106 __ |a r

• 200 1_ |a 大数据基础教程 |A da shu ju ji chu jiao cheng |b 专著 |f 樊重俊，刘臣，杨云鹏编著

• 210 __ |a 上海 |c 立信会计出版社 |d 2020

• 215 __ |a 321页 |c 图 |d 28cm

• 300 __ |a 上海理工大学一流本科系列教材

• 330 __ |a 本书共有12章：第1章介绍了大数据的基本概念与发展现状；第2章对数据抽取和清洗原理与方法进行了介绍，同时介绍了数据抽取和清洗的ETL工具；第3章介绍了大数据存储技术，包括大数据存储面临的挑战、数据存储的方式、非关系型数据库、常见非关系型系统、分布式文件系统等；第4章介绍了大数据分析方法，包括决策树、神经网络和隐马尔科夫模型三类分类分析方法和基于深度学习的预测方法；第5章介绍了数据挖掘的基本概念以及大数据挖掘的定义与应用，同时概述了文本、语音、图像、空间以及Web数据挖掘的方法；第6章介绍了云计算的基本概念以及云服务的类型，同时分析了云计算技术和大数据的应用；第7章介绍了大数据时代下电子商务发展的新特点、新应用以及新态势；第8章介绍了大数据可视化的相关概念及部分典型大数据可视化工具；第9章归纳了各行业中大数据的个性化应用，同时梳理了大数据应用的流程与企业中大数据应用的共性需求；第10章研究了大数据时代下的商业智能新概念与应用领域，同时介绍了大数据时代下新型的Hadoop与MPP结合的新架构、云平台以及大数据一体机；第11章指出大数据时代的信息安全面临的挑战及其特征并总结出了应对策略，同时分析了大数据引起的个人隐私问题；第12章介绍了IBM、Oracle、SAS、SAP、腾讯、阿里、用友等部分大数据主流厂商的大数据解决方案。

• 606 0_ |a 数据处理 |A Shu Ju Chu Li |j 教材

• 690 __ |a TP274 |v 5

• 701 _0 |a 樊重俊 |A fan chong jun |4 编著

• 701 _0 |a 刘臣 |A liu chen |4 编著

• 701 _0 |a 杨云鹏 |A yang yun peng |4 编著

• 801 _0 |a CN |b ZPHC |c 20210402

• 905 __ |a ZPHC |d TP274/307