返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:
本店所有商品

  • 醉染图书大数据导论9787111565772
  • 正版全新
    • 作者: (美)托马斯·埃尔(Thomas Erl) 等 著;彭智勇,杨先娣 译著 | (美)托马斯·埃尔(Thomas Erl) 等 著;彭智勇,杨先娣 译编 | (美)托马斯·埃尔(Thomas Erl) 等 著;彭智勇,杨先娣 译译 | (美)托马斯·埃尔(Thomas Erl) 等 著;彭智勇,杨先娣 译绘
    • 出版社: 机械工业出版社
    • 出版时间:2017-05-01
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    醉染图书旗舰店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品参数
    • 作者: (美)托马斯·埃尔(Thomas Erl) 等 著;彭智勇,杨先娣 译著| (美)托马斯·埃尔(Thomas Erl) 等 著;彭智勇,杨先娣 译编| (美)托马斯·埃尔(Thomas Erl) 等 著;彭智勇,杨先娣 译译| (美)托马斯·埃尔(Thomas Erl) 等 著;彭智勇,杨先娣 译绘
    • 出版社:机械工业出版社
    • 出版时间:2017-05-01
    • 版次:1
    • 印次:1
    • 页数:177
    • 开本:16开
    • ISBN:9787111565772
    • 版权提供:机械工业出版社
    • 作者:(美)托马斯·埃尔(Thomas Erl) 等 著;彭智勇,杨先娣 译
    • 著:(美)托马斯·埃尔(Thomas Erl) 等 著;彭智勇,杨先娣 译
    • 装帧:平装
    • 印次:1
    • 定价:49.00
    • ISBN:9787111565772
    • 出版社:机械工业出版社
    • 开本:16开
    • 印刷时间:暂无
    • 语种:暂无
    • 出版时间:2017-05-01
    • 页数:177
    • 外部编号:1201521177
    • 版次:1
    • 成品尺寸:暂无

    译者序
    致谢
    作者简介
    部分 大数据基础
    章 理解大数据3
    1.1 概念与术语4
    1.1.1 数据集4
    1.1.2 数据分析5
    1.1.3 数据分析学5
    1.1.4 商务智能11
    1.1.5 关键绩效指标11
    1.2 大数据特征12
    1.2.1 容量12
    1.2.2 速率13
    1.. 多样13
    1.2.4 真实14
    1.2.5 价值14
    1.3 不同数据类型15
    1.3.1 结构化数据16
    1.3.2 非结构化数据17
    1.3.3 半结构化数据17
    1.3.4 元数据18
    1.4 案例学习背景18
    1.4.1 历史背景18
    1.4.2 技术基础和自动化环境19
    1.4.3 商业目标和障碍20
    1.5 案例学习21
    1.5.1 确定数据特征22
    1.5.2 确定数据类型24
    第2章 采用大数据的商业动机与驱动25
    2.1 市场动态25
    2.2 业务架构27
    . 业务流程管理30
    2.4 信息与通信技术31
    2.4.1 数据分析与数据科学31
    2.4.2 数字化31
    2.4.3 开源技术与商用硬件32
    2.4.4 社交媒体33
    2.4.5 超连通社区与设备33
    2.4.6 云计算34
    2.5 万物互联网35
    2.6 案例学习35
    第3章 大数据采用及规划考虑39
    3.1 组织的先决条件40
    3.2 数据获取40
    3.3 隐私40
    3.4 安全41
    3.5 数据来源42
    3.6 有的实支持43
    3.7 不同的能挑战43
    3.8 不同的管理需求43
    3.9 不同的方44
    3.10 云44
    3.11 大数据分析的生命周期45
    3.11.1 商业案例评估45
    3.11.2 数据标识47
    3.11.3 数据获取与过滤47
    3.11.4 数据提取48
    3.11.5 数据验与清理49
    3.11.6 数据聚合与表示50
    3.11.7 数据分析52
    3.11.8 数据可视化52
    3.11.9 分析结果的使用53
    3.12 案例学习54
    3.12.1 大数据分析的生命周期55
    3.12.2 商业案例评估55
    3.1. 数据标识56
    3.12.4 数据获取与过滤56
    3.12.5 数据提取57
    3.12.6 数据验与清理57
    3.12.7 数据聚合与表示57
    3.12.8 数据分析57
    3.12.9 数据可视化58
    3.12.10 分析结果的使用58
    第4章 企业级技术与大数据商务智能59
    4.1 联机事务处理60
    4.2 联机分析处理60
    4.3 抽取、转换和加载技术61
    4.4 数据仓库61
    4.5 数据集市62
    4.6 传统商务智能62
    4.6.1 即席报表63
    4.6.2 仪表板63
    4.7 大数据商务智能65
    4.7.1 传统数据可视化65
    4.7.2 大数据的数据可视化66
    4.8 案例学习67
    4.8.1 企业技术67
    4.8.2 大数据商务智能68
    第二部分 存储和分析大数据
    第5章 大数据存储的概念71
    5.1 集群72
    5.2 文件系统和分布式文件系统72
    5.3 NoSL73
    5.4 分片74
    5.5 复制75
    5.5.1 主从式复制76
    5.5.2 对等式复制77
    5.6 分片和复制80
    5.6.1 结合分片和主从式复制80
    5.6.2 结合分片和对等式复制81
    5.7 CAP定理82
    5.8 AC85
    5.9 BASE88
    5.10 案例学习91
    第6章 大数据处理的概念93
    6.1 并行数据处理93
    6.2 分布式数据处理94
    6.3 Hadoop94
    6.4 处理工作量95
    6.4.1 批处理型95
    6.4.2 事务型95
    6.5 集群96
    6.6 批处理模式97
    6.6.1 MapReduce批处理97
    6.6.2 Map和Reduce任务98
    6.6.3 MapReduce的简单实例103
    6.6.4 理解MapReduce算法104
    6.7 实时模式处理107
    6.7.1 SCV原则107
    6.7.2 事件流处理110
    6.7.3 复杂事件处理110
    6.7.4 大数据实时处理与SCV110
    6.7.5 大数据实时处理与MapReduce111
    6.8 案例学习112
    6.8.1 处理工作量112
    6.8.2 批处理模式处理112
    6.8.3 实时模式处理113
    第7章 大数据存储技术115
    7.1 磁盘存储设备115
    7.1.1 分布式文件系统116
    7.1.2 RDBMS数据库117
    7.1.3 NoSL数据库119
    7.1.4 NewSL数据库128
    7.2 内存存储设备129
    7.2.1 内存数据网格131
    7.2.2 内存数据库138
    7.3 案例学习141
    第8章 大数据分析技术143
    8.1 定量分析144
    8.2 定分析145
    8.3 数据挖掘145
    8.4 统计分析146
    8.4.1 A/B测试146
    8.4.2 相关分析147
    8.4.3 回归分析149
    8.5 机器学习150
    8.5.1 分类(有监督的机器学习)151
    8.5.2 聚类(无监督的机器学习)152
    8.5.3 异常检测152
    8.5.4 过滤153
    8.6 语义分析154
    8.6.1 自然语言处理155
    8.6.2 文本分析155
    8.6.3 情感分析156
    8.7 视觉分析157
    8.7.1 热点图157
    8.7.2 时间序列图159
    8.7.3 网络图160
    8.7.4 空间数据制图161
    8.8 案例学习162
    8.8.1 相关分析162
    8.8.2 回归分析162
    8.8.3 时间序列图163
    8.8.4 聚类163
    8.8.5 分类163
    附录A 案例结论165
    索引167

    Thomas Erl是IT书作者,Arcitura教育公司的创始人,Prentice Hall出版社“Thomas Erl的服务技术丛书”的编辑。他的书发行量超过200 000册,成为靠前书,并且已经获得多个重要IT组织成员的正式认可,例如,IBM、Microsoft、Oracle、Intel、Accenture、IEEE、HL7、MITRE、SAP、CISCO、HP等。作为Arcitura公司的CEO,Thomas领导研发了靠前认可的大数据科学专家认(BDSCP)、云专家认(CCP)与SOA专家认(SOACP)的课程大纲,设立了一系列正式的、与厂商无关的工业认,优选已有数千IT从业人员获得了这些认。Thomas还作为演讲家与教育家,在20多个进行过巡回演讲。Thomas已经在诸多出刊物上发表过100多篇文章和访谈,包括《日报》与《CIO杂志》。
    Wajid Khattak是Arcitura教育公司的大数据研究者与教育者。他的研究领域包括大数据工程与架构、数据科学、机器学习、分析学与SOA。此外,他在商务智能报告解决方案与GIS方面有着丰富的.NET软件开发经验。Wajid于2003年在英国伯明翰城市大学获得软件工程士学,于2008年在该校以杰出的获得软件工程与安全硕士。另外,Wajid还获得了MCAD & MCTS(Microsoft)、SOA架构师、大数据科学家、大数据以及大数据研究顾问(Arcitura)认。
    Paul Buhler博士是一位经验丰富的IT专家,他在商业公司、机构和学校均有过从业经验。在面向服务的计算概念、技术和实现方法领域,他是一位受人尊敬的研究者、实践者与教育者。他在XaaS领域的研究已经延伸到了云、大数据与万物互联网(IoE)。目前他的研究兴趣是通过权衡响应式设计原则与基于目标的执行方式,减少业务策略与流程执行之间的差距。作为Modus21的首席科学家,Paul Buhler博士根据当前业务架构与流程执行框架的发展趋势调整企业的战略布局。目前,他还是查尔斯顿学院的合作教授,负责生与硕士生计算机科学课程的教学工作。Paul Buhler博士在南卡罗来纳大学获得计算机工程博士,在约翰霍普金斯大学获得计算机科学硕士,在塞特多大学获得计算机科学士学。

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    非常抱歉,您前期未参加预订活动,
    无法支付尾款哦!

    关闭

    抱歉,您暂无任性付资格

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购