大数据分析与应用基础

本书重点介绍大数据分 析的主要算法及主流计算框 架，强调理实一体化的教学 模式和方法。在讲解各种计 算分析方法的同时，本书对 核心技术配以相应的实训项 目或案例，真正训练学生解 决大数据问题的实践能力。 本书内容包括：大数据计算 分析技术概述、大数据计算 分析常用算法及场景、大数 据离线计算分析技术、大数 据流式计算分析技术、机器 学习在大数据计算分析中的 应用。最后本书还以进出口 管理风险评估大数据平台设 计与实现为例，设置了综合 前述知识的实战项目。 本书可作为高等学校大 数据、云计算、人工智能等 相关专业教材，同时也适合 希望深入了解大数据计算分 析技术的开发人员学习使用 。

第1章 大数据计算分析技术概述 1.1 大数据核心技术 1.1.1 分布式存储 1.1.2 分布式计算 1.2 大数据技术生态圈 1.3 数据分析与大数据分析 1-3.1 数据分析 1.3.2 大数据分析 1.3.3 大数据计算分析的价值 1.4 大数据计算框架 1.4.1 大数据计算框架分类 1.4.2 批处理框架 1.4.3 流式计算框架 1.4.4 内存计算框架 1.4.5 图计算框架 1.5 大数据计算分析平台 1.5.1 DANA Studio 1.5.2 MaxCompute 1.5.3 LeapHD 1.6 本章小结 1.7 课后作业 第2章 大数据计算分析常用算法及场景 2.1 分类 2.1.1 什么是分类 2.1.2 分类过程 2.1.3 典型分类算法 2.1.4 案例：海洋生物分类 2.2 聚类 2.2.1 什么是聚类 2.2.2 聚类过程 2.2.3 典型聚类算法 2.2.4 案例：鸢尾花分类 2.3 回归分析 2.3.1 什么是回归分析 2.3.2 回归分析分类 2.3.3 常用回归分析软件 2.3.4 案例：广告投入与产品销量预测 2.4 关联规则 2.4.1 什么是关联规则 2.4.2 关联规则挖掘过程 2.4.3 关联规则典型算法 2.4.4 案例：毒蘑菇的相似特征 2.5 Web数据挖掘 2.5.1 什么是Web数据挖掘 2.5.2 Web数据挖掘的类型及流程 2.5.3 典型Web数据挖掘技术 2.5.4 案例：支付中的交易欺诈侦测 2.6 本章小结 2.7 课后作业 第3章 大数据离线计算分析技术