数据科学与大数据技术导论pdf电子书版本下载

点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快] 温馨提示：（请使用BT下载软件FDM进行下载）软件下载地址页 直链下载[便捷但速度慢]   [在线试读本书]   [在线获取解压码]

数据科学与大数据技术导论PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如 BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！

（文件页数 要大于 标注页数，上中下等多册电子书除外）

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 专业概论 1

1.1 专业发展历史 1

1.1.1 专业产生背景 1

1.1.2 专业创办与申报 4

1.2 专业特点要求 4

1.2.1 专业培养定位 4

1.2.2 交叉型与复合型 4

1.3 专业课程模块 5

1.3.1 通识教育课 5

1.3.2 公共基础课 5

1.3.3 学科基础课 5

1.3.4 专业核心课 6

1.3.5 专业课 6

1.3.6 集中实践环节 6

1.3.7 专业完整课程体系供参考选择 7

1.4 专业技能体系 11

1.4.1 大数据环境 11

1.4.2 数据获取 11

1.4.3 数据处理与编程 11

1.4.4 数据挖掘与统计 15

1.4.5 数据预测 18

1.4.6 数据可视化 20

1.5 紧密相关的专业 23

1.5.1 计算机科学与技术 24

1.5.2 统计学 24

1.6 就业前景 24

1.7 本章小结 25

思考题 25

本章相关的实验 26

第2章 数据科学与大数据基本概念 27

2.1 数据相关的概念 27

2.1.1 基本概念 27

2.1.2 数据的分类 28

2.1.3 数据的属性 29

2.1.4 数据集 30

2.1.5 数据特征的统计描述 30

2.1.6 数据的相似性和相异性度量 36

2.2 数据科学 37

2.2.1 数据科学定义 38

2.2.2 发展历史 40

2.2.3 研究内容 40

2.2.4 知识体系 40

2.2.5 与其他学科的关系 55

2.2.6 体系框架 55

2.3 基于数据科学的数据分析与挖掘 56

2.3.1 数据分析应用面临的挑战与发展 56

2.3.2 用好数据科学 57

2.3.3 数据科学平台工具 59

2.4 数据库 59

2.4.1 数据库概述 59

2.4.2 基本概念 60

2.4.3 数据库的分类 65

2.4.4 关系数据库系统操作语言 66

2.5 大数据 71

2.5.1 大数据定义及特征 71

2.5.2 大数据范式 71

2.6 本章小结 73

思考题 73

本章相关的实验 74

第3章 大数据核心技术 75

3.1 数据采集 75

3.1.1 软件接口方式 75

3.1.2 开放数据库方式 76

3.1.3 基于底层数据交换的数据直接采集方式 77

3.1.4 数据爬取 77

3.2 数据存储与管理 81

3.2.1 大数据存储与管理的主要模式 81

3.2.2 大数据存储典型的三种技术路线 82

3.3 数据预处理 84

3.3.1 数据预处理的主要步骤 84

3.3.2 数据核查的主要方法 84

3.3.3 数据提质 85

3.3.4 数据集成 87

3.3.5 数据归约 87

3.3.6 数据变换 88

3.3.7 数据离散化 88

3.4 数据清洗 89

3.4.1 基本概念 89

3.4.2 数据清洗原理 90

3.4.3 需要清洗的主要数据类型 90

3.4.4 数据清洗方法 91

3.5 数据挖掘 92

3.5.1 起源 92

3.5.2 发展阶段 92

3.5.3 主要方法 93

3.5.4 行业应用 94

3.5.5 数据挖掘经典算法 96

3.5.6 关联规则挖掘 96

3.5.7 数据挖掘相关技术 101

3.6 数据可视化 101

3.6.1 概述 101

3.6.2 概念 101

3.6.3 主要应用 102

3.6.4 基本思想 102

3.6.5 基本手段 102

3.6.6 适用范围 102

3.6.7 发展阶段 103

3.6.8 大数据可视化 104

3.7 本章小结 106

思考题 106

本章相关的实验 107

第4章 大数据环境与技术 108

4.1 典型大数据环境及工具 108

4.1.1 Hadoop综述 108

4.1.2 Hadoop特点 109

4.1.3 Hadoop核心架构 110

4.1.4 Hadoop的发展及社区服务 112

4.1.5 Hadoop应用实例 114

4.1.6 Hadoop安装 114

4.1.7 Hadoop配置及启动服务 115

4.1.8 Hadoop文件操作 118

4.2 典型大数据实用技术 120

4.2.1 存储HDFS及相关技术 120

4.2.2 计算Yarn及相关技术 125

4.2.3 计算Spark及相关技术 134

4.3 本章小结 140

思考题 141

本章相关的实验 141

第5章 大数据应用系统 142

5.1 医疗大数据 142

5.1.1 医疗大数据背景 142

5.1.2 医疗大数据应用技术研究中心 144

5.1.3 医疗大数据应用关键技术 146

5.1.4 引领未来的关键共性技术 167

5.1.5 医疗大数据软硬件环境 169

5.2 交通大数据 172

5.2.1 交通大数据背景 172

5.2.2 交通大数据应用中面临的问题 173

5.2.3 交通大数据数据特点及数据来源 174

5.2.4 交通大数据融合技术 175

5.2.5 交通大数据的全流程分层次特点与技术 182

5.2.6 交通大数据安全技术 183

5.2.7 交通大数据的数据发现 185

5.2.8 交通管理数据库设计技术 187

5.2.9 交通大数据应用 189

5.2.10 交通大数据软硬件环境 193

5.2.11 交通大数据分析与展示技术 196

5.3 本章小结 199

思考题 199

本章相关的实验 200

附录：数据科学与大数据技术培养方案 201

参考文献 217