大数据技术与应用

封面

书名页

版权页

前言

第1章 大数据概述

1.1 什么是大数据

1.2 大数据的结构类型

1.3 大数据的发展

1.4 大数据技术的意义

1.5 延伸阅读：得数据者得天下

1.6 实验与思考：了解大数据及其在线支持

第2章 大数据的行业应用

2.1 奥巴马的竞选大数据

2.2 大都市的智能交通

2.3 互联网企业对大数据的运用

2.4 互联网竞拍公司eBay

2.5 游戏分析公司Zynga

2.6 延伸阅读：大数据正在改变汽车保险

2.7 实验与思考：熟悉大数据应用

第3章 大数据的基础设施

3.1 云端大数据

3.2 计算虚拟化

3.3 存储虚拟化（大数据存储）

3.4 网络虚拟化

3.5 云环境基础架构的安全

3.6 延伸阅读：用云数据提高农业产量并做出决策

3.7 实验与思考：了解大数据的基础设施

第4章 大数据技术基础

4.1 技术进步与摩尔定律

4.2 大数据的技术架构

4.3 大数据的运用形式

4.4 大数据运用模式的分类

4.5 大数据的运用级别

4.6 大数据运用的真正价值

4.7 相关的大数据技术

4.8 延伸阅读：高科技促使大数据互联网金融步入快车道

4.9 实验与思考：熟悉大数据的技术基础

第5章 Hadoop分布式架构

5.1 什么是分布式系统

5.2 什么是Hadoop

5.3 Hadoop架构元素

5.4 Hadoop集群系统

5.5 Hadoop开源实现

5.6 Hadoop信息安全

5.7 Hadoop考试认证与开源社区

5.8 延伸阅读：有一家大数据公司声称要做地球的操作系统

5.9 实验与思考：什么是Hadoop

第6章 大数据管理

6.1 大数据的数据处理基础

6.2 大数据事务处理（OLTP）

6.3 大数据分析处理（OLAP）

6.4 流数据管理（实时数据处理）

6.5 自行开发流数据处理技术

6.6 延伸阅读：“大数据时代预言家”提醒学校规避“数据独裁”

6.7 实验与思考：了解大数据管理技术

第7章 大数据分析

7.1 数据分析的演变

7.2 大数据分析平台

7.3 大数据与数据挖掘

7.4 数据挖掘的高级分析方法

7.5 数据挖掘项目的生命周期

7.6 大数据可视化

7.7 延伸阅读：什么是大数据分析做不了的

7.8 实验与思考：了解大数据分析技术

第8章 人工智能与机器学习

8.1 什么是人工智能

8.2 机器学习及其研究

8.3 机器学习的分类

8.4 延伸阅读：ZestFinance公司的金融风险评估

8.5 实验与思考：了解人工智能，熟悉机器学习

第9章 数据科学与数据科学家

9.1 什么是数据科学

9.2 数据分析生命周期模型

9.3 数据科学家

9.4 延伸阅读：基于技能的改善数据科学实践的方法

9.5 实验与思考：了解数据科学，熟悉数据科学家

第10章 开放数据的时代

10.1 大数据时代的隐私问题

10.2 连接开放数据

10.3 数据市场的兴起

10.4 不同的商业模式

10.5 延伸阅读：美国几乎可监控网民所有的网络活动

10.6 实验与思考：了解大数据时代的安全与隐私保护

第11章 大数据发展与展望

11.1 大数据时代的企业IT战略

11.2 拥有原创数据的优势

11.3 供应商企业的新商机：数据聚合商

11.4 支付服务商向数据聚合商的演化

11.5 数据整合之妙：将原创数据变为增值数据

11.6 大数据未来展望

11.7 延伸阅读：智能大数据分析或成热点

11.8 课程实验总结