大数据技术原理与实践(第二版)

第1章大数据技术概览（1）
1.1数据发展历史（1）
1.2什么是大数据（5）
1.3大数据的生命周期（8）
第2章Python编程基础（28）
2.1基本数据类型（28）
2.2基本控制流程（38）
2.3Python的面向对象机制（43）
2.4Numpy、Scipy和Pandas（47）
2.5Matplotlib软件包（56）
本章小结（60）
习题（60）
第3章大数据的软硬件架构（61）
3.1大数据技术基础与软硬件设施概述（61）
3.2大数据存储与管理技术（65）
3.3大数据的分布式处理平台（72）
本章小结（88）
习题（90）
第4章基于Spark MLlib/Mahout的大数据机器学习（91）
4.1机器学习基础（91）
4.2典型机器学习问题（92）
4.3机器学习评价方法（99）
4.4并行机器学习算法（102）
4.5利用Mahout解决大数据推荐优化问题实践（104）
本章小结（107）
习题（108）
第5章大数据分析技术（109）
5.1MapReduce编程基础（109）
5.2基于Storm的流数据分析（119）
5.3文本大数据分析与处理（128）
5.4大数据关联分析（131）
5.5相似项的发现（134）
5.6基于大数据的推荐技术（138）
5.7基于大数据的图与网络分析（142）
5.8大数据聚类分析（150）
5.9时空大数据分析（158）
5.10非结构化大数据分析与处理（164）
5.11利用MLlib解决大数据并行分类问题实践（169）
本章小结（173）
习题（173）
第6章大数据流式处理（175）
6.1流式处理概述（175）
6.2流式处理模型（183）
6.3流式处理引擎Apache Spark（190）
6.4新一代流式处理引擎 Apach Flink（200）
6.5基于Flink的人体生命体征数据分析与告警（218）
6.6本章小结（229）
6.7习题（230）
第7章基于大数据的深度学习技术与应用（231）
7.1深度学习基本原理（231）
7.2深度学习典型应用（233）
7.3Keras基础入门（239）
7.4应 用 案 例（241）
本章小结（248）
习题（248）
第8章大数据安全与隐私保护关键技术（250）
8.1大数据安全（250）
8.1.2大数据时代的隐私安全挑战（251）
8.2大数据安全隐私保护（252）
8.3大数据安全与隐私保护的关键技术（254）
8.3.1匿名化处理技术（255）
8.3.2加密存储技术（257）
8.3.4访问控制技术（260）
8.4大数据安全与隐私保护展望（262）
8.4.1网络态势感知：助力大数据发展（262）
8.4.2人工智能：为大数据发展护航（263）
8.5本章小结（263）
习题（264）
第9章带代码、数据的案例研究（265）
9.1材料大数据与材料热导率预测（265）
9.2旅游大数据分析（275）
9.3交通大数据分析（284）
9.4工业大数据分析（289）
9.4.5模型部署及可视化（313）
9.5产品创新大数据分析（322）
9.6基于医药网站数据的医疗知识图谱（328）
9.7车间生产安全监测（337）
9.8人工智能安全案例（350）
9.9司法大数据分析案例（355）
本章小结（382）
习题（382）
参考文献（383）