大數據管理與應用

王剛

  • 出版商: 機械工業
  • 出版日期: 2024-01-01
  • 定價: $474
  • 售價: 8.5$403
  • 語言: 簡體中文
  • 頁數: 456
  • 裝訂: 平裝
  • ISBN: 7111738438
  • ISBN-13: 9787111738435
  • 相關分類: 大數據 Big-data
  • 下單後立即進貨 (約4週~6週)

商品描述

本書從管理應用視角解讀大數據,以大數據分析全生命週期為主線,從大數據的採集、儲存、預處理、分析、視覺化、治理等環節切入,
對大數據管理與應用的理論、方法、工具和應用進行科學合理的組織。
本書包含十六章,分為四個部分:
概念篇主要介紹大數據管理與應用的基本概念、分析的基本想法;
基礎篇主要介紹大數據管理與應用的數學基礎與機器學習基礎;
技術篇主要介紹大數據管理與應用的資料擷取與儲存技術、資料預處理技術、資料迴歸分析技術、
資料分類分析技術、資料聚類分析技術、資料關聯分析技術、深度學習技術、文字分析技術、
Web分析技術、視覺化技術、資料治理技術;平臺與發展篇介紹大數據計算平臺並綜述大數據管理與應用的新進展。

作者簡介

王剛,復旦大學管理學博士,教授,博士生導師,入選國家級人才計畫。國際著名期刊DSS副主編,國際標準化組織ISO/IECTC268工作小組專家,入選2021年、2022年愛思唯爾(Elsevier)中國高被引學者。科學研究方面,主要從事資訊管理與資訊系統,資料科學與大數據技術相關領域的研究工作。主持國家自然科學基金計畫5項,安徽省傑出青年基金等省級議題10餘項。在科學出版社出版學術專著2部,在MIS Quarterly,DSS,IEEE會刊等國內外學術期刊發表研究論文100餘篇。多項成果獲教育部自然科學獎,資料空間大會優秀科技成果獎以及省級以上領導者批示。教育教學方面,主持教育部產學合作協同育人計畫「工程管理與智慧製造虛擬模擬聯合實驗室」(實務條件與實務基地建設(200萬新工科)),安徽省品質工程計畫6項。主持「基於工業大數據分析的工程機械高端裝備智慧運維」國家級一流本科課程(虛擬模擬實驗教學課程)。獲安徽省教學成果特等獎4項,一等獎3項。

目錄大綱

前言
第一部分 概念篇
第一章 緒論
第一節 大數據時代
第二節 數據和大數據
第三節 大數據的管理與應用概述
第四節 大數據管理與應用的理論、技術與應用體系
第五節 應用案例
思考與練習
本章擴展閱讀
第二部分 基礎篇
第二章 大數據管理與應用的數學基礎
第一節 線性代數基礎
第二節 優化基礎
第三節 統計基礎
第四節 應用案例
思考與練習
本章擴展閱讀
第三章 大數據管理與應用的機器學習基礎
第一節 機器學習概述
第二節 機器學習的分類
第三節 模型評估與選擇
第四節 計算學習理論
第五節 應用案例
思考與練習
本章擴展閱讀
第三部分 技術篇
第四章 資料收集與資料存儲
第一節 數據採集
第二節 關係型資料存儲
第三節 非關係型資料存儲
第四節 資料倉儲
第五節 應用案例
思考與練習
本章擴展閱讀
第五章 資料預處理
第一節 數據質量
第二節 資料清洗
第三節 資料變換
第四節 數據集成
第五節 其他預處理方法
第六節 應用案例
思考與練習
本章擴展閱讀
第六章 資料迴歸分析
第一節 資料迴歸分析概述
第二節 線性迴歸分析
第三節 嶺迴歸分析與LASSO迴歸分析
第四節 廣義線性迴歸分析
第五節 非線性迴歸分析
第六節 應用案例
思考與練習
本章擴展閱讀
第七章 資料分類分析
第一節 資料分類分析概述
第二節 基於函數的分類分析
第三節 基於機率的分類分析
第四節 基於最近鄰的分類分析
第五節 基於決策樹的分類分析
第六節 基於規則的分類分析
第七節 集成分類分析
第八節 應用案例
思考與練習
本章擴展閱讀
第八章 資料聚類分析
第一節 資料聚類分析概述
第二節 基於層次的聚類分析
第三節 基於劃分的聚類分析
第四節 基於密度的聚類分析
第五節 基於網格的聚類分析
第六節 基於模型的聚類分析
第七節 整合聚類分析
第八節 應用案例
思考與練習
本章擴展閱讀
第九章 資料關聯分析
第一節 資料關聯分析概述
第二節 關聯規則分析
第三節 序列模式分析
第四節 應用案例
思考與練習
本章擴展閱讀
第十章 深度學習
第一節 深度學習概述
第二節 神經網絡
第三節 深度前饋網絡
第四節 捲積神經網絡
第五節 循環神經網絡
第六節 應用案例
思考與練習
本章擴展閱讀
第十一章 文本分析
第一節 文本分析概述
第二節 文字預處理
第三節 特徵提取與文字表示方法
第四節 文本分類分析
第五節 文本聚類分析
第六節 應用案例
思考與練習
本章擴展閱讀
第十二章 Web分析
第一節 Web分析概述
第二節 Web內容分析
第三節 Web結構分析
第四節 Web使用分析
第五節 應用案例
思考與練習
本章擴展閱讀
第十三章 視覺化技術
第一節 視覺化概述
第二節 可視化主要類型
第三節 可視化主要方法
第四節 可視化評測
第五節 應用案例
思考與練習
本章擴展閱讀
第十四章 資料治理
第一節 資料治理概述
第二節 元資料治理
第三節 資料品質治理
第四節 資料安全治理
第五節 資料治理評估
第六節 應用案例
思考與練習
本章擴展閱讀
第四部分 平臺與發展篇
第十五章 大數據計算平臺
第一節 大數據計算平臺概述
第二節 基於Hadoop的大數據計算平臺
第三節 基於Spark的大數據計算平臺
第四節 應用案例
思考與練習
本章擴展閱讀
第十六章 大數據管理與應用程式進展
第一節 大數據產業發展動態
第二節 大數據管理與應用程式相關職業
第三節 大數據管理與應用挑戰
第四節 大數據管理與應用發展趨勢
思考與練習
本章擴展閱讀
參考文獻