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與自學用實務教材。
本書特色
巨量資料分析,強化洞悉事物能力;智能應用於裝置產品,大幅提升價值;讓本書給您洞悉力與價值觀,點燃人生亮點。
目錄
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
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
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。
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。
網路書店
類別
折扣
價格
-
二手書1折$69
-
二手書15折$100
-
新書18折$121
-
新書6折$405
-
新書79折$537
-
新書85折$578
-
新書9折$612
-
新書9折$612
-
新書9折$612
-
新書9折$612