編輯推薦:

內(nèi)容簡介:　　《數(shù)據(jù)科學與大數(shù)據(jù)技術導論/高等教育大數(shù)據(jù)科學與技術“十三五”規(guī)劃教材》全面闡釋了大數(shù)據(jù)的概念、相關的技術和應用的現(xiàn)狀，使讀者對大數(shù)據(jù)的相關技術、應用和產(chǎn)業(yè)鏈能有一個比較清晰的認識。主要內(nèi)容包括大數(shù)據(jù)概論、數(shù)據(jù)組織存儲技術、NoSQL、Hadoop 和 MapReduce、數(shù)據(jù)查詢和分析高級技術、數(shù)據(jù)挖掘技術、數(shù)據(jù)分析語言R、大數(shù)據(jù)用于預測和決策、大數(shù)據(jù)與市場營銷、大數(shù)據(jù)應用案例、大數(shù)據(jù)應用主流解決方案等。
　　《數(shù)據(jù)科學與大數(shù)據(jù)技術導論/高等教育大數(shù)據(jù)科學與技術“十三五”規(guī)劃教材》適合高等院校的大數(shù)據(jù)相關專業(yè)的本?？粕?、研究生以及IT行業(yè)的從業(yè)人員及所有對大數(shù)據(jù)感興趣的人士閱讀。

作者簡介:

目錄:第1章 專業(yè)概論
1．1 專業(yè)發(fā)展歷史
1．1．1 專業(yè)產(chǎn)生背景
1．1．2 專業(yè)創(chuàng)辦與申報
1．2 專業(yè)特點要求
1．2．1 專業(yè)培養(yǎng)定位
1．2．2 交叉型與復合型
1．3 專業(yè)課程模塊
1．3．1 通識教育課
1．3．2 公共基礎課
1．3．3 學科基礎課
1．3．4 專業(yè)核心課
1．3．5 專業(yè)課
1．3．6 集中實踐環(huán)節(jié)
1．3．7 專業(yè)完整課程體系供參考選擇
1．4 專業(yè)技能體系
1．4．1 大數(shù)據(jù)環(huán)境
1．4．2 數(shù)據(jù)獲取
1．4．3 數(shù)據(jù)處理與編程
1．4．4 數(shù)據(jù)挖掘與統(tǒng)計
1．4．5 數(shù)據(jù)預測
1．4．6 數(shù)據(jù)可視化
1．5 緊密相關的專業(yè)
1．5．1 計算機科學與技術
1．5．2 統(tǒng)計學
1．6 就業(yè)前景
1．7 本章小結
思考題
本章相關的實驗

第2章 數(shù)據(jù)科學與大數(shù)據(jù)基本概念
2．1 數(shù)據(jù)相關的概念
2．1．1 基本概念
2．1．2 數(shù)據(jù)的分類
2．1．3 數(shù)據(jù)的屬性
2．1．4 數(shù)據(jù)集
2．1．5 數(shù)據(jù)特征的統(tǒng)計描述
2．1．6 數(shù)據(jù)的相似性和相異性度量
2．2 數(shù)據(jù)科學
2．2．1 數(shù)據(jù)科學定義
2．2．2 發(fā)展歷史
2．2．3 研究內(nèi)容
2．2．4 知識體系
2．2．5 與其他學科的關系
2．2．6 體系框架
2．3 基于數(shù)據(jù)科學的數(shù)據(jù)分析與挖掘
2．3．1 數(shù)據(jù)分析應用面臨的挑戰(zhàn)與發(fā)展
2．3．2 用好數(shù)據(jù)科學
2．3．3 數(shù)據(jù)科學平臺工具
2．4 數(shù)據(jù)庫
2．4．1 數(shù)據(jù)庫概述2．4．2 基本概念
2．4．3 數(shù)據(jù)庫的分類
2．4．4 關系數(shù)據(jù)庫系統(tǒng)操作語言
2．5 大數(shù)據(jù)
2．5．1 大數(shù)據(jù)定義及特征
2．5．2 大數(shù)據(jù)范式
2．6 本章小結
思考題
本章相關的實驗

第3章 大數(shù)據(jù)核心技術
3．1 數(shù)據(jù)采集
3．1．1 軟件接口方式
3．1．2 開放數(shù)據(jù)庫方式
3．1．3 基于底層數(shù)據(jù)交換的數(shù)據(jù)直接采集方式
3．1．4 數(shù)據(jù)爬取
3．2 數(shù)據(jù)存儲與管理
3．2．1 大數(shù)據(jù)存儲與管理的主要模式
3．2．2 大數(shù)據(jù)存儲典型的三種技術路線
3．3 數(shù)據(jù)預處理
3．3．1 數(shù)據(jù)預處理的主要步驟
3．3．2 數(shù)據(jù)核查的主要方法
3．3．3 數(shù)據(jù)提質(zhì)
3．3．4 數(shù)據(jù)集成
3．3．5 數(shù)據(jù)歸約
3．3．6 數(shù)據(jù)變換
3．3．7 數(shù)據(jù)離散化
3．4 數(shù)據(jù)清洗
3．4．1 基本概念
3．4．2 數(shù)據(jù)清洗原理
3．4．3 需要清洗的主要數(shù)據(jù)類型
3．4．4 數(shù)據(jù)清洗方法
3．5 數(shù)據(jù)挖掘
3．5．1 起源
3．5．2 發(fā)展階段
3．5．3 主要方法
3．5．4 行業(yè)應用
3．5．5 數(shù)據(jù)挖掘經(jīng)典算法
3．5．6 關聯(lián)規(guī)則挖掘
3．5．7 數(shù)據(jù)挖掘相關技術
3．6 數(shù)據(jù)可視化
3．6．1 概述
3．6．2 概念
3．6．3 主要應用
3．6．4 基本思想
3．6．5 基本手段
3．6．6 適用范圍
3．6．7 發(fā)展階段
3．6．8 大數(shù)據(jù)可視化
3．7 本章小結
思考題本章相關的實驗

第4章 大數(shù)據(jù)環(huán)境與技術
4．1 典型大數(shù)據(jù)環(huán)境及工具
4．1．1 Hadoop綜述
4．1．2 Hadoop特點
4．1．3 Hadoop核心架構
4．1．4 Hadoop的發(fā)展及社區(qū)服務
4．1．5 Hadoop應用實例
4．1．6 Hadoop安裝
4．1．7 Hadoop配置及啟動服務
4．1．8 Hadoop文件操作
4．2 典型大數(shù)據(jù)實用技術
4．2．1 存儲HDFS及相關技術
4．2．2 計算Yarn及相關技術
4．2．3 計算Spark及相關技術
4．3 本章小結
思考題
本章相關的實驗

第5章 大數(shù)據(jù)應用系統(tǒng)
5．1 醫(yī)療大數(shù)據(jù)
5．1．1 醫(yī)療大數(shù)據(jù)背景
5．1．2 醫(yī)療大數(shù)據(jù)應用技術研究中心
5．1．3 醫(yī)療大數(shù)據(jù)應用關鍵技術
5．1．4 引領未來的關鍵共性技術
5．1．5 醫(yī)療大數(shù)據(jù)軟硬件環(huán)境
5．2 交通大數(shù)據(jù)
5．2．1 交通大數(shù)據(jù)背景
5．2．2 交通大數(shù)據(jù)應用中面臨的問題
5．2．3 交通大數(shù)據(jù)數(shù)據(jù)特點及數(shù)據(jù)來源
5．2．4 交通大數(shù)據(jù)融合技術
5．2．5 交通大數(shù)據(jù)的全流程分層次特點與技術
5．2．6 交通大數(shù)據(jù)安全技術
5．2．7 交通大數(shù)據(jù)的數(shù)據(jù)發(fā)現(xiàn)
5．2．8 交通管理數(shù)據(jù)庫設計技術
5．2．9 交通大數(shù)據(jù)應用
5．2．10 交通大數(shù)據(jù)軟硬件環(huán)境
5．2．11 交通大數(shù)據(jù)分析與展示技術
5．3 本章小結
思考題
本章相關的實驗

附錄：數(shù)據(jù)科學與大數(shù)據(jù)技術培養(yǎng)方案
參考文獻