大數據分析概論
張博一、張紹勳、張任坊
- 出版商: 全華圖書
- 出版日期: 2020-03-16
- 定價: $680
- 售價: 9.0 折 $612
- 語言: 繁體中文
- 頁數: 452
- ISBN: 986503316X
- ISBN-13: 9789865033163
-
相關分類:
大數據 Big-data
立即出貨 (庫存 < 3)
買這商品的人也買了...
-
多變量分析 : 專題及論文常用的統計方法, 2/e$510$485 -
圖解!大數據下必學的統計基礎$350$298 -
Deep Learning|用 Python 進行深度學習的基礎理論實作$580$458 -
演算法圖鑑:26種演算法 + 7種資料結構,人工智慧、數據分析、邏輯思考的原理和應用 step by step 全圖解$450$356 -
SPSS 問卷統計分析快速上手祕笈$680$612 -
圖解統計與大數據, 2/e$320$288 -
$551IBM SPSS Modeler 18.0 數據挖掘權威指南 -
最成熟 AI套件之實作:MatLab 人工智慧工具書 (熱銷版)(二版)$550$468 -
Python 機器學習錦囊妙計 (Machine Learning with Python Cookbook)$580$458 -
R 錦囊妙計, 2/e (R Cookbook, 2/e)$880$695 -
強者用 PyTorch:實作史上最經典 AI 範例$690$545 -
$331菜鳥學 SPSS 數據分析 -
$207SPSS Modeler 數據挖掘方法及應用, 3/e -
SPSS 26 統計分析嚴選教材 (適用SPSS 26~22)$560$476 -
NLP 工程師養成術:自然語言處理入門$690$538 -
深度學習 -- 從入門到實戰 (使用 MATLAB)(附範例光碟)$460$414 -
資料科學的良器:R語言在開放資料、管理數學與作業管理的應用$550$429 -
$564SPSS 數據挖掘與案例分析應用實踐 -
統計:看圖解成為大數據高手$330$297 -
入門結構方程模式 ─ Amos 應用$700$630 -
Big Data 大數據分析使用 Power BI 視覺化應用與 Azure 雲端平台$520$468 -
R語言與資料分析 (附範例光碟)$420$378 -
商務大數據分析:案例分析與 AI 應用趨勢$420$378 -
Power BI x Copilot x ChatGPT 商業報表設計入門:資料清理、資料模型、資料視覺化到報表共享建立全局觀念$630$497 -
LLM 的瑞士刀 - 用 LangChain 極速開發可擴充大型應用程式$880$695
商品描述
本書特色
1.本書包含大數據分析:基礎概念、基本理論、分析技術及工具、大數據統計應用技術、生態系統平臺、雲端運算等六大類概念。
2.內文包含大量示意圖,解說大數據分析之觀念。
內容簡介
大數據(Big Data),爆紅速度僅次於雲端運算。近年來,雲端運算雖然還是很熱門的話題,但更熱門的是Big Data,情況就像幾年前廠商不約而同在談雲端運算一樣。大數據已成為目前全球學術單位、政府機關以及頂級企業必須認真面臨的挑戰,隨著有關大數據的程式語言、運算平台、基礎理論,以及虛擬化、容器化的技術成熟,了解大數據的原理、實作、工具、應用以及未來趨勢,都將會是求學、進修、求職、深造的必備技能。本書包含大數據分析:基礎概念、基本理論、分析技術及工具、大數據統計應用技術、生態系統平臺、雲端運算等六大類概念。內文包含大量示意圖,解說大數據分析之觀念。
目錄大綱
Chapter1 大數據及人工智慧(AI)
1-1 大數據(Big data) 的來源、型態、價值
1-2 處理大數據的原則(principle)
1-3「大數據與人工智慧」的整合應用
1-4 AI 機器學習
1-5 大數據vs. 資料探勘(data mining)
1-6 大數據案例及軟硬體配備的需求
1-7 大數據的應用案例
1-8 大數據在商務智慧之分析(business intelligence/analytics)
Chapter2 大數據分析
2-1 大數據分析(Big data analytics, BDA)
2-2 大數據分析與機器學習的整合
2-3 文本挖掘(text mining,TM):Tree-Based 分析
2-4 自然語言處理(NLP):Tree-Based 分析
2-5 機器學習:最大概似(ML) 之Tree-Based 家族
2-6 音頻分析(audio analytics)
2-7 圖像分析(image analytics)
2-8 社交網路分析(social network analysis)
2-9 位置分析、空間決策及大數據:空間自迴歸、Moran's I 相關值
Chapter3 數據科學之分析技術及工具
3-1 創立一個支持大數據的組織:將大數據帶回家的步驟
3-2 數據分析(data analysis):數據科學
3-3 數據(data) 處理:資料倉儲及OLAP
3-4 資料挖掘/ 數據挖掘(data mining, DM)
3-5 數據串流(data streams)
3-6 大數據態樣(patterns) 的分析法-7 個食人魔(Ogres)
3-7 計算平臺、作業系統(OS)、軟體框架
Chapter4 大數據統計的應用技術
4-1 醫學影像分析(medical image analysis)
4-2 多變量分析(multivariate statistics)
4-3 自然語言處理(natural language processing, NLP)
4-4 官方統計& 調查方法論(official statistics and survey methodology)
Chapter5 Hadoop生態系統(平臺):Apache Hadoop及Spark
5-1 大數據工具
5-2 大數據應用、軟體、硬體
5-3 批量平行programming模型
5-4 程式碼開放(open-source)叢集管理(cluster management)框架
5-5 大數據之整合軟體
Chapter6 雲端運算:基礎設施、平台、應用
6-1 雲端運算概念、挑戰
6-2 Amazon Web Services (AWS):雲端運算服務
6-3 雲技術、平台用於數據計算及分析
