大数据处理技术与应用彭进香,张莉清华大学出版社

【85成左右新】笔记很少，整体很新，质量问题支持退换货，售后无忧；但不要拍错哦！

作者: 彭进香,张莉
出版社: 清华大学出版社
ISBN: 9787302553731
出版时间: 2020-08

版次: 1
装帧: 平装
开本: 16开
纸张: 胶版纸

作者: 彭进香,张莉
出版社: 清华大学出版社
ISBN: 9787302553731

出版时间: 2020-08
版次: 1
装帧: 平装

开本: 16开
纸张: 胶版纸

售价 9.14 1.9折

定价￥49.00

品相 八五品品相描述

优惠

运费

本店暂时无法向该地区发货

延迟发货说明

时间：

说明：

上书时间2023-12-27

数量: 仅1件在售，欲购从速

立即购买加入购物车收藏

卖家超过10天未登录

商品详情
店铺评价

手机购买

微信扫码访问

商品分类：

计算机与互联网

货号：

9787302553731

品相描述：八五品

【书非常新，有少许笔记】但不影响阅读，无附件和增值服务等。

商品描述：

基本信息
书名:大数据处理技术与应用
定价：49.00元
作者:彭进香,张莉
出版社：清华大学出版社
出版日期：2020-08-01
ISBN：9787302553731
字数：
页码：
版次：
装帧：平装
开本：16开
商品重量：
编辑推荐
结构清晰、内容新颖。内容以大数据理论基础、大数据处理的实践技术方法和大数据技术的具体应用为主线，吸纳互联网大数据处理技术相关较新研究成果。理论与实践结合。书中对大数据的概念、挖掘应用进行了系统的介绍，并且配备了相关的案例以及实际操作过程。案例时效性强。《大数据处理技术与应用》致力于通过理论及案例讲解帮助读者理顺大数据处理及应用等方面的实战方法，以达到“真正掌握互联网大数据处理及应用实战方法”的效果。
内容提要
《大数据处理技术与应用》对大数据的概念、挖掘、应用进行了系统的介绍，并且配备了相关的案例以及实际操作过程。这种理论与实践相结合的方式能够极大地帮助读者掌握大数据领域的相关理论知识。《大数据处理技术与应用》共分为10章，主要内容包含互联网大数据概述、互联网大数据采集与获取实战要领、做好数据预处理的实战方法、数据相关性分析与回归分析的黄金法则、如何利用关联规则进行大数据挖掘、大数据分析中的四种常见分类算法、大数据分析中的四种常见聚类算法，以及自组织神经网络算法与人工神经网络算法、互联网大数据分析应用——产品个性化推荐系统、大数据分析在具体行业中的应用等。《大数据处理技术与应用》知识体系完善且适用，可作为高等院校大数据、人工智能等相关专业课程的教材，也可作为从事数据挖掘、机器学习工作以及其他相关工程技术工作人员的参考书。
目录
章互联网大数据概述 11.1 认识大数据 11.1.1 大数据的定义 11.1.2 大数据的特征 21.1.3 未来十年大数据分析的发展趋势 31.2 常用大数据处理、分析工具介绍 41.2.1 大数据的存储工具 41.2.2 大数据的软件开发工具 61.2.3 大数据的挖掘工具 71.2.4 大数据的可视化工具 9小结 11第2章互联网大数据采集与获取实战要领 122.1 互联网大数据采集与处理技术概述 122.1.1 数据采集的基本流程与关键技术 122.1.2 数据处理的基本流程与关键技术 142.2 Web页面数据获取实战方法 152.2.1 Jsoup技术与页面数据获取 152.2.2 应对特定领域的Deep Web数据获取技术 202.3 利用爬虫抓取互联网大数据实战技巧 222.3.1 Python爬虫工作原理 222.3.2 利用HtmlParser实现网页链接的提取实战 25小结 31第3章做好数据预处理的实战方法 333.1 数据预处理概述 333.1.1 数据预处理的目的 333.1.2 数据预处理的方法 333.2 从问题分析到数据清洗实战策略 353.2.1 数据清洗的步骤 363.2.2 缺失值的识别与处理技巧 383.2.3 异常值的判断、检验与处理 403.3 数据集成与数据转换实战方法 443.3.1 数据集成常见方法 443.3.2 数据转换过程中的离散化 473.4 数据的特征选择 493.4.1 常用数据特征选择方法 493.4.2 Relief算法与费希尔判别法的应用 573.5 数据预处理实战案例分析 60小结 69第4章数据相关性分析与回归分析的黄金法则 704.1 什么是数据集 704.1.1 数据集的概念与常见类型 704.1.2 高效进行数据度量的实战技巧 724.2 做好数据相关性分析 754.2.1 进行数据相关性分析的作用 754.2.2 常用的数据相关分析方法 754.3 做好数据回归分析实战要领 824.3.1 数据回归分析方法概述 834.3.2 数据回归分析所能解决的实际问题 85小结 90第5章如何利用关联规则进行大数据挖掘 915.1 关联规则 915.1.1 什么是关联规则 915.1.2 关联规则挖掘的应用场景 915.2 关联规则挖掘实战流程分析 945.2.1 关联规则常见分类与四个基本属性 945.2.2 快速找出高频项目组的实战技巧 955.3 关联规则发掘中重要的Apriori算法 975.3.1 Apriori算法的基本原理 975.3.2 Apriori算法运行的基本流程 995.4 针对Apriori算法缺点的其他关联规则挖掘算法 1015.4.1 Apriori算法的两大缺点 1015.4.2 基于划分规则的算法 1015.4.3 FP-Growth算法 102小结 118第6章大数据分析中的四种常见分类算法 1196.1 分类算法概述 1196.1.1 有关分类算法的基本概念 1196.1.2 分类算法的常见应用场景 1206.2 KNN算法 1246.2.1 KNN算法的工作原理与特点 1246.2.2 快速找到k值的实用策略 1256.3 决策树与随机森林算法 1276.3.1 决策树算法 1276.3.2 Bagging与Boosting的区别 1346.3.3 随机森林分类算法的优势与应用场景 1356.4 朴素贝叶斯分类算法 1416.4.1 朴素贝叶斯分类算法运行原理分析 1416.4.2 贝叶斯网络 1446.4.3 贝叶斯决策理论 1486.5 支持向量机 1536.5.1 支持向量机的基本思想与特点 1536.5.2 分类面和广义分类面 1546.5.3 非线性支持向量机与核函数 157小结 159第7章大数据分析中的四种常见聚类算法 1607.1 大数据分析聚类算法概述 1607.1.1 聚类分析的相关概念及应用场景 1607.1.2 聚类算法运行基础：簇与距离度量 1627.2 K均值聚类算法 1677.2.1 基于划分的K均值聚类算法 1677.2.2 二分K均值聚类算法运行原理 1687.3 基于密度的DBSCAN聚类方法 1707.3.1 DBSCAN算法原理解析 1707.3.2 DBSCAN算法的基本运行流程 1717.4 高斯混合模型聚类算法 1737.4.1 GMM算法原理分析 1747.4.2 GMM的期望算法 1767.5 层次聚类算法 1797.5.1 层次聚类算法的算法思想 1797.5.2 层次聚类算法的运行原理 179小结 182第8章自组织神经网络算法与人工神经网络算法 1838.1 自组织神经网络算法 1838.1.1 什么是自组织神经网络 1838.1.2 自组织映射算法运行原理 1838.1.3 进行SOM网络拓扑的实战方法 1848.2 人工神经网络算法 1878.2.1 神经元与人工神经网络 1878.2.2 BP算法的网络结构与反向传播 189小结 192第9章互联网大数据分析应用—— 产品个性化推荐系939.1 推荐算法基本逻辑与常用推荐算法类型 1939.1.1 推荐算法的基本运行逻辑 1939.1.2 五种常用的推荐算法 1969.2 打造互联网产品个性化推荐引擎实战攻略 1989.2.1 基于内容关联的个性化推荐系统打造方法 1989.2.2 基于用户行为的协同过滤算法实战流程 2009.2.3 协同过滤推荐算法在电商个性化推荐系统中的应用法则 2059.3 经典互联网产品个性化推荐系统案例分析 2089.3.1 音乐推荐算法机制分析 2089.3.2 今日头条推荐算法原理深度解析 212小结 2180章大数据分析在具体行业中的应用 21910.1 大数据分析在商业银行领域的应用 21910.1.1 利用大数据分析显著提升银行精准营销效率实战方法 21910.1.2 如何利用大数据分析提升金融风控安全性 22210.1.3 利用大数据分析降低信用卡套现概率实战技巧 22510.2 大数据分析在交通领域的应用 23010.2.1 公共交通利用出行数据分析合理分配运力实战策略 23010.2.2 大数据分析实现城市的智能交通 23310.3 大数据分析在安防领域的应用 23410.3.1 大数据分析对实现快速安检过闸的提升作用 23410.3.2 家庭安防系统中的大数据挖掘应用 235小结 236参考文献 237
作者介绍
彭进香，湖南应用技术学院信息工程学院院长，副教授，市级教师，“十三五”校级首批重点建设学科——计算机应用技术学科建设负责人。近年来主持和参与省、市级教研、科研项目20多项，指导省大学生研究性学习和创新性实验计划项目2项，发表研究论文20多篇，主编和参编教材6部，专利1项，软件著作权2项。对互联网企业从事数据挖掘有较深的研究，在大数据挖掘、分析及实战场景应用方面具有深厚经验。
序言
- 封面
  
  【封面】
配送说明

...
相似商品
为你推荐

孔网分类

孔网特色

外文古旧书(1)

图书

艺术品收藏

连环画(2124)

特色

图书

艺术品藏品

大数据处理技术与应用彭进香,张莉清华大学出版社

孔网啦啦啦啦啦纺织女工火锅店第三课

特色

图书

艺术品藏品

大数据处理技术与应用 彭进香,张莉 清华大学出版社

孔网啦啦啦啦啦纺织女工火锅店第三课

大数据处理技术与应用彭进香,张莉清华大学出版社