数据湖仓

封面

版权信息

版权声明

内容提要

本书编译组

译者序

前言

资源与支持

第1章 让数据可信

1.1 做一个成熟的终端用户

1.2 不断攀升的可信目标

1.3 可信数据的要素

1.4 小结

第2章 基础数据

2.1 构建应用程序

2.2 以人工智能医疗为例

2.3 基础数据的组成要素

2.4 小结

第3章 如何避免不良数据

3.1 输入错误

3.2 键的问题

3.3 重复记录

3.4 拼写错误

3.5 兼容性

3.6 编制文档

3.7 小结

第4章 不同类型的数据

4.1 数据量

4.2 数据的业务价值

4.3 数据的访问概率

4.4 数据降级

4.5 基于大容量存储器的数据归档机制

4.6 小结

第5章 数据抽象

5.1 结构化数据模型

5.2 本体和分类标准

5.3 模拟/物联网数据的蒸馏算法

5.4 小结

第6章 结构化数据

6.1 业务交易生成的数据

6.2 结构化记录

6.3 键

6.4 联机事务处理

6.5 组织数据

6.6 小结

第7章 文本数据

7.1 文本数据的类型

7.2 使用文本数据时的语言障碍

7.3 多义词

7.4 提取业务的含义

7.5 小结

第8章 模拟/物联网数据

8.1 数据有用性的差异

8.2 摄像头

8.3 人工审视

8.4 日期分隔

8.5 数据筛选

8.6 阈值方法

8.7 时间排序方法

8.8 小结

第9章 大容量存储器与数据湖仓

9.1 大容量存储器的优缺点

9.2 访问概率

9.3 索引

9.4 元数据和大容量存储器

9.5 小结

第10章 数据架构与数据工程

10.1 两个角色如何通力配合

10.2 角色与数据类型

10.3 小结

第11章 业务价值

11.1 业务价值才是驱动力

11.2 一切都离不开钱

11.3 基础数据

11.4 难以协调

11.5 领域

11.6 小结

第12章 数据需要的层次

12.1 数据获取

12.2 数据传输与存储

12.3 数据转换

12.4 数据标签、整合与汇聚

12.5 数据分析与机器学习

12.6 小结

第13章 数据湖仓中的数据集成

13.1 不同种类数据的集成

13.2 自动集成

13.3 ETL

13.4 文本ETL

13.5 数据蒸馏算法

13.6 小结

第14章 分析

14.1 结构化数据分析

14.2 文本数据分析

14.3 模拟/物联网数据分析

14.4 结构化数据和文本数据的结合

14.5 连接3个环境

14.6 执行分析

14.7 小结

第15章 软数据