HyRead ebook 中央研究院-巨量資料分析與智能應用

巨量資料分析與智能應用

點閱：2

作者：駱德廉著

出版年：2017[民106]

出版社：深石

出版地：臺北市

格式：PDF,JPG

ISBN：978-986-500-040-0 ; 986-500-040-7

臺灣學術電子書資料庫聯盟

試用到期日 2019-12-31

可借 97 冊

行動借閱QRcode 加入收藏推薦購買

簡介

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。

章節

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

同書類書籍

Previous Next

服務條款與隱私權政策更新

巨量資料分析與智能應用

簡介

章節