本書有DRM加密保護,需使用HyRead閱讀軟體開啟
  • 巨量資料分析與智能應用
  • 點閱:15
  • 作者: 駱德廉著
  • 出版社:深石
  • 出版年:2017[民106]
  • ISBN:978-986-500-040-0 ; 986-500-040-7
  • 格式:JPG
租期14天 今日租書可閱讀至2021-05-21

內容簡介

巨量資料分析,強化洞悉事物能力。
智能應用於裝置產品,大幅提升價值。
讓本書給您洞悉力與價值觀,點燃人生亮點。
 
以智能開發模型注入到巨量資料分析實務練習中,按部就班讓讀者由淺入深的學習如何為產品量身訂做智能化裝置,進而以範例說明如何應用在行動商務、醫療診斷服務、自助服務式智能商務、金融科技等新世代裝置產品的開發上,適用於現代人想投入智能產品開發的人才培育與自學用實務教材。

  • 第 01 章 巨量資料處理概論(第1-1頁)
    • 1.1 基本概念(第1-2頁)
    • 1.2 巨量資料的優點和用途(第1-3頁)
    • 1.3 資料的面向(第1-4頁)
    • 1.4 巨量資料處理程式(第1-9頁)
    • 1.5 巨量資料系統框架(第1-11頁)
    • 1.6 虛擬機執行巨量資料供作範例(第1-15頁)
    • 1.7 Hortonworks 資料平台(HDP)概念(第1-20頁)
    • 1.8 總結(第1-39頁)
  • 第 02 章 巨量資料處理程序(第2-1頁)
    • 2.1 處理程序概述(第2-2頁)
    • 2.2 步驟 1:設定研究目標並制定專案計劃書(第2-5頁)
    • 2.3 步驟 2:檢索資料(第2-7頁)
    • 2.4 步驟 3:清理,轉換和整合資料(第2-10頁)
    • 2.5 步驟 4:探索性資料分析(第2-24頁)
    • 2.6 步驟 5:建立模型(第2-28頁)
    • 2.7 步驟 6:提出剖析結果和建立自動化資料剖析(第2-36頁)
    • 2.8 總結(第2-38頁)
  • 第 03 章 機器學習(第3-1頁)
    • 3.1 什麼是機器學習,你為什麼要關心它?(第3-2頁)
    • 3.2 建模處理程序(第3-7頁)
    • 3.3 機器學習類型(第3-12頁)
    • 3.4 半監督式學習(第3-30頁)
    • 3.5 總結(第3-32頁)
  • 第 04 章 在裝置上處理巨量資料(第4-1頁)
    • 4.1 處理巨量資料時遇到的問題(第4-2頁)
    • 4.2 處理巨量資料的一般技術(第4-4頁)
    • 4.3 處理巨量資料集的一般編程技巧(第4-18頁)
    • 4.4 案例研究 1:預測惡意 URL(第4-22頁)
    • 4.5 案例研究 2:在資料庫中建立一個推薦系統(第4-27頁)
    • 4.6 總結(第4-38頁)
  • 第 05 章 巨量資料中的第一步驟實作(第5-1頁)
    • 5.1 透過框架分配資料儲存和處理(第5-3頁)
    • 5.2 案例研究:貸款時評估風險(第5-8頁)
    • 5.3 總結(第5-32頁)
  • 第 06 章 加入 NoSQL 之動態資料(第6-1頁)
    • 6.1 NoSQL 簡介(第6-4頁)
    • 6.2 案例研究:這是什麼病?(第6-17頁)
    • 6.3 總結(第6-45頁)
  • 第 07 章 圖形資料庫在推薦引擎上的使用(第7-1頁)
    • 7.1 連接的資料和圖形資料庫的介紹(第7-2頁)
    • 7.2 Neo4j 介紹:圖形資料庫(第7-9頁)
    • 7.3 連接資料範例:配方推薦引擎(第7-17頁)
    • 7.4 總結(第7-31頁)
  • 第 08 章 文本探勘和文本分析(第8-1頁)
    • 8.1 現實世界中的文字探勘(第8-4頁)
    • 8.2 文本探勘技術(第8-8頁)
    • 8.3 案例研究:對 Reddit 帖子進行分類(第8-15頁)
    • 8.4 總結(第8-39頁)
  • 第 09 章 巨量資料可視覺化分析(第9-1頁)
    • 9.1 資料可視覺化選項(第9-3頁)
    • 9.2 跨過濾器,JavaScript MapReduce 程式庫(第9-7頁)
    • 9.3 使用 dc.js 建立互動式視窗元件(第9-18頁)
    • 9.4 視窗元件開發工具(第9-24頁)
    • 9.5 總結(第9-26頁)
  • 第 10 章 Tableau 實作練習之資料萃取(第10-1頁)
    • 10.1 建立 Tableau 資料萃取的不同方式(第10-2頁)
    • 10.2 Tableau 資料萃取如何工作的技術細節(第10-4頁)
    • 10.3 高效率地建立大量資料的萃取(第10-7頁)
    • 10.4 在 Tableau 中上傳和管理 Tableau 資料萃取(第10-8頁)
    • 10.5 重新顯示 Tableau 資料萃取(第10-9頁)
    • 10.6 使用 Tableau Web 連接器建立資料萃取(第10-12頁)
    • 10.7 總結(第10-13頁)
    • 10.8 實驗練習(第10-13頁)
  • 第 11 章 Tableau 實作練習之資料混合(第11-1頁)
    • 11.1 資料混合中的主要與次要資料來源(第11-2頁)
    • 11.2 資料混合與加入(第11-6頁)
    • 11.3 使用資料混合和快速修復的潛在問題(第11-8頁)
    • 11.4 透過不同方式混合相同資料來解決不同業務問題的使用案例(第11-11頁)
    • 11.5 自我混合(第11-13頁)
    • 11.6 主領域填充(第11-14頁)
    • 11.7 使用 Alteryx 有效地混合大量的資料(第11-15頁)
    • 11.8 總結(第11-16頁)
    • 11.9 練習實驗(第11-16頁)
  • 第 12 章 Tableau 實作練習之計算 / 參數(第12-1頁)
    • 12.1 表格計算(第12-2頁)
    • 12.2 LOD 計算(第12-27頁)
    • 12.3 日期計算(第12-33頁)
    • 12.4 字串計算(第12-36頁)
    • 12.5 自定義總計(第12-39頁)
    • 12.6 動態參數(第12-42頁)
    • 12.7 總結(第12-42頁)
    • 12.8 練習實驗(第12-43頁)
  • 第 13 章 Tableau 實作練習之排序和過濾(第13-1頁)
    • 13.1 不同類型的排序(第13-2頁)
    • 13.2 按計算欄位排序(第13-2頁)
    • 13.3 不同類型的過濾器(第13-7頁)
    • 13.4 按計算欄位過濾(第13-10頁)
    • 13.5 過濾器、群組和集合(第13-19頁)
    • 13.6 串型聯接過濾器(第13-19頁)
    • 13.7 動態設置和過濾器(第13-22頁)
    • 13.8 總結(第13-25頁)
    • 13.9 練習實驗(第13-25頁)
  • 第 14 章 Tableau 實作練習之格式化(第14-1頁)
    • 14.1 提示(第14-2頁)
    • 14.2 格式化個別度量指標(第14-9頁)
    • 14.3 日期格式(第14-14頁)
    • 14.4 參考線(第14-19頁)
    • 14.5 工作表格選擇(第14-23頁)
    • 14.6 元件視窗運作(第14-27頁)
    • 14.7 色盲技巧(第14-32頁)
    • 14.8 總結(第14-33頁)
    • 14.9 練習實驗(第14-33頁)
  • 第 15 章 Tableau 實作練習之可視覺化(第15-1頁)
    • 15.1 自定義形狀(第15-2頁)
    • 15.2 條形和折線圖(第15-4頁)
    • 15.3 樹狀圖條形圖(第15-8頁)
    • 15.4 堆疊的條形圖問題和解決方法(第15-9頁)
    • 15.5 散點圖(第15-12頁)
    • 15.6 華夫餅圖(第15-15頁)
    • 15.7 抖動圖(第15-18頁)
    • 15.8 圓形圖(第15-23頁)
    • 15.9 網路圖(第15-26頁)
    • 15.10 日曆熱圖(第15-30頁)
    • 15.11 多個小地圖(第15-31頁)
    • 15.12 隊列分析(第15-32頁)
    • 15.13 可視覺化調查資料(第15-36頁)
    • 15.14 總結(第15-39頁)
    • 15.15 練習實驗(第15-39頁)
  • 第 16 章 Tableau 實作練習之元件視窗(第16-1頁)
    • 16.1 元件視窗設計的禪宗(第16-2頁)
    • 16.2 元件視窗的五秒鐘測試(第16-5頁)
    • 16.3 檢視元件視窗(第16-6頁)
    • 16.4 元件視窗導覽(第16-7頁)
    • 16.5 嵌入 YouTube 視頻(第16-10頁)
    • 16.6 在 Tableau 元件視窗上隱藏資訊(第16-13頁)
紙本書 NT$ 680
單本電子書
NT$ 476

點數租閱 20點
租期14天
今日租書可閱讀至2021-05-21
還沒安裝 HyRead 3 嗎?馬上免費安裝~
QR Code