巨量資料分析與智能應用

第01章    巨量資料處理概論 
第02章    巨量資料處理程序
第03章    機器學習
第04章    在裝置上處理巨量資料
第05章    巨量資料中的第一步驟實作
第06章    加入NoSQL之動態資料
第07章    圖形資料庫在推薦引擎上的使用
第08章    文本探勘和文本分析
第09章    巨量資料可視覺化分析
第10章    Tableau實作練習之資料萃取
第11章    Tableau實作練習之資料混合
第12章    Tableau實作練習之計算/參數
第13章    Tableau實作練習之排序和過濾
第14章    Tableau實作練習之格式化
第15章    Tableau實作練習之可視覺化
第16章    Tableau實作練習之元件視窗

序

　　本書以智能開發模型注入到巨量資料分析實務練習中，按部就班地讓讀者由淺入深的學習如何為產品量身訂做智能化裝置，進而以範例說明如何應用在行動商務、醫療診斷服務、自助服務式智能商務、金融科技等新世代裝置產品的開發上，適用於現代人想投入智能產品開發的人才培育自學用實務教材。

　　課程中先教導如何先使用開源的虛擬程式安裝Ha 程式庫，啟動系統後逐步介紹程式庫中的各種元件，並練習使用元件來進行巨量資料分析，其間會介紹如何取得巨量的開元資料，如何加裝一直在改進的開源程式庫中的元件，讓學習者學習如何依據任務需求來建置裝置內元件與智能模型，進而訓練裝置內程式庫元件的智能。

　　最後，教導使用視覺化剖析工具，本書選用Tableau 軟體工具，進行洞悉力剖析與解說實驗；巨量資料剖析的初學者亦可以直接先跳到第10 章，先行使用此工具來實驗基本的巨量資料剖析法，後再回到前面章節來學習智能開發技巧。

　　2016 年是巨量資料大幅成長的一年，更多的機構儲存，處理和萃取所有形式和大小資料後產出價值。2017 年，支援大量結構化和非結構化資料的系統持續開發，市場更需要融入智能化資料的價值道裝置產品中，各類型智能化裝置系統讓企業IT 裝置產品需求大量的人才。本書正是針對此需求而寫，希望能讓讀者快速學到進入職場的真知卓識。

　　巨量資料就像人造水庫，首先你要結束（建立一個叢集群），然後讓它充滿水（資料）。一旦建立了水庫，就可以開始使用水（資料），用於發電，飲水和重建等各種用途（預測分析，機器學習，網絡安全等）。到現在為止，保持水庫本身已經結束了。2017 年，隨著Hadoop 的商業理由越來越多，這將會改變。機構將要求可複製和敏捷地使用巨量資料以獲得更快的答案。在投資人事，資料、智能開發和基礎設施之前，他們會仔細考慮業務成果。