大数

大数据治理与安全从理论到开源实践

资源名称:大数据治理与安全从理论到开源实践 内容简介: 作为大数据前沿的新兴领域,市面上大数据安全与治理的相关书籍屈指可数。本书在介绍大数据学术界新动态与大数据行业生产实践的同时,对大数据安全与治理的新理论与实践内容做了详尽的阐述。本书分为两部分 第壹篇(理论篇 介绍大数据治理与安全的理论、方法和技术挑战等;第二篇 开源实现篇 ,介绍开源社区各类开源项目,将研究与实践的内容根据不同组件分类。 资源目录: 前 言 第一篇 理论篇 第 章 大数据治理技术  概述  大数据治理的基本概念  大数据治理的意义和重

大数据与机器学习:实践方法与行业案例

资源名称:大数据与机器学习:实践方法与行业案例 内容简介: 本书从企业实践出发,内容覆盖数据、平台、分析和应用等企业内数据流转的主要环节。布局上,按照数据与平台篇、分析篇和应用篇分别撰写。数据与平台篇(第 章),立足找到数据、整合数据、使用数据三个角度,介绍数据在企业内的分布和处理逻辑,以便快速为分析准备素材。分析篇(第 章),选取企业实际案例,介绍常用的数据挖掘与机器学习算法,以业务场景为导向展示数据分析过程和技巧。应用篇(第 章),选取当前主流的四个应用场景,介绍如何实现数据驱动,让数据 自动 流转于

Spark大数据处理技术 完整pdf

资源名称: 大数据处理技术 完整 第 章 系统概述 大数据处理框架 大数据处理框架 表达能力 子系统 小结 第 章 及编程接口 程序 分区( ) 优先位置( ) 依赖关系( ) 分区计算( ) 分区函数( ) 创建操作 集合创建操作 存储创建操作 转换操作 基本转换操作 键值 转换操作 再论 依赖关系 控制操作( ) 行动操作( ) 集合标量行动操作 存储行动操作 小结 第 章 运行模式及原理 运行模式概述 运行模式列表 基本工作流程 相关基本类 模式 部署及程序运行 内部实现原理 模式 部署及程序运行

大数据存储MongoDB实战指南

资源名称:大数据存储 实战指南 内容简介: 是一种面向文档的分布式数据库,可扩展,表结构自由,并且支持丰富的查询语句和数据类型。时至今日, 以其灵活的数据存储方式逐渐成为 行业非常流行的一种非关系型数据库( )。 《大数据存储 实战指南》从学习与实践者的视角出发,本着通俗精简、注重实践、突出精髓的原则,精准剖析了 的诸多概念和要点。全书共分 个部分,分别从基础知识、深入理解 、监控与管理 和应用实践几个维度详细地介绍了 的特点及应用实例。 《大数据存储 实战指南》适合有海量数据存储需求的人员、数据库管理开

Splunk大数据分析

资源名称: 大数据分析 内容简介: 是一种典型的大数据处理工具,能够高效地按时序对数据进行存储、索引、访问,已广泛应用在多个领域。本书是介绍如何实时处理大数据并从中获得商业价值的一本实用指南。本书通过真实的大数据分析项目,从数据导入、访问、挖掘和可视化角度全面而系统地介绍 的基本概念和使用方法,以帮助读者快速掌握 。 全书共 章,分为四个部分:第一部分(第 章)介绍 的基本操作,包括利用 进行数据收集、处理、分析及结果可视化等的基本操作和命令,以及使用日志文件创建高级数据分析报表的方法;第二部分(第 章)

大数据文档合集

教程名称:大数据文档合集 课程目录: 【 教程网】 , 大数据释放的新机会? 【 教程网】 与大数据:下一轮资本泡沫之源 【 教程网】大数据产业生态战略研究( 年) 【 教程网】大数据时代 先锋利器 数据仓库管理系统 【 教程网】大数据时代 王者之剑 企业挖掘系统 【 教程网】大数据时代数据领域未来发展的三大趋势 【 教程网】时间轴:大数据时代的 生死簿 【 教程网】王坚:云计算和大数据,你们都理解错了 【 教程网】电商角力传统银行业大数据控制权争夺升温 【 教程网】马云 金手指 点中大数据产业千亿市场最

Python+Spark 2.0+Hadoop机器学习与大数据实战

资源名称: 机器学习与大数据实战 内容简介: 本书从浅显易懂的 大数据和机器学习 原理说明入手,讲述大数据和机器学习的基本概念,如分类、分析、训练、建模、预测、机器学习(推荐引擎)、机器学习(二元分类)、机器学习(多元分类)、机器学习(回归分析)和数据可视化应用等。书中不仅加入了新近的大数据技术,还丰富了 机器学习 内容。 为降低读者学习大数据技术的门槛,书中提供了丰富的上机实践操作和范例程序详解,展示了如何在单机 系统上通过 虚拟机安装多机 虚拟机,如何建立 集群,再建立 开发环境。书中介绍搭建的上机实

大数据 技术与应用实践指南 第2版

资源名称:大数据 技术与应用实践指南 第 版 内容简介: 大数据是互联网、移动应用、社交网络和物联网等技术发展的必然趋势,大数据应用成为当前最为热门的信息技术应用领域。《大数据:技术与应用实践指南(第 版)》由浅入深,首先概述性地分析了大数据的发展背景、基本概念,从业务的角度分析了大数据应用的主要业务价值和业务需求,在此基础上介绍大数据的技术架构和关键技术,结合应用实践,详细阐述了传统信息系统与大数据平台的整合策略,大数据应用实践的流程和方法,并介绍了主要的大数据应用产品和解决方案。最后,对大数据面临的挑