数据科学与大数据技术导论【2025|PDF下载-Epub版本|mobi电子书|kindle百度云盘下载】

数据科学与大数据技术导论PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 专业概论1

1.1 专业发展历史1

1.1.1 专业产生背景1

1.1.2 专业创办与申报4

1.2 专业特点要求4

1.2.1 专业培养定位4

1.2.2 交叉型与复合型4

1.3 专业课程模块5

1.3.1 通识教育课5

1.3.2 公共基础课5

1.3.3 学科基础课5

1.3.4 专业核心课6

1.3.5 专业课6

1.3.6 集中实践环节6

1.3.7 专业完整课程体系供参考选择7

1.4 专业技能体系11

1.4.1 大数据环境11

1.4.2 数据获取11

1.4.3 数据处理与编程11

1.4.4 数据挖掘与统计15

1.4.5 数据预测18

1.4.6 数据可视化20

1.5 紧密相关的专业23

1.5.1 计算机科学与技术24

1.5.2 统计学24

1.6 就业前景24

1.7 本章小结25

思考题25

本章相关的实验26

第2章 数据科学与大数据基本概念27

2.1 数据相关的概念27

2.1.1 基本概念27

2.1.2 数据的分类28

2.1.3 数据的属性29

2.1.4 数据集30

2.1.5 数据特征的统计描述30

2.1.6 数据的相似性和相异性度量36

2.2 数据科学37

2.2.1 数据科学定义38

2.2.2 发展历史40

2.2.3 研究内容40

2.2.4 知识体系40

2.2.5 与其他学科的关系55

2.2.6 体系框架55

2.3 基于数据科学的数据分析与挖掘56

2.3.1 数据分析应用面临的挑战与发展56

2.3.2 用好数据科学57

2.3.3 数据科学平台工具59

2.4 数据库59

2.4.1 数据库概述59

2.4.2 基本概念60

2.4.3 数据库的分类65

2.4.4 关系数据库系统操作语言66

2.5 大数据71

2.5.1 大数据定义及特征71

2.5.2 大数据范式71

2.6 本章小结73

思考题73

本章相关的实验74

第3章 大数据核心技术75

3.1 数据采集75

3.1.1 软件接口方式75

3.1.2 开放数据库方式76

3.1.3 基于底层数据交换的数据直接采集方式77

3.1.4 数据爬取77

3.2 数据存储与管理81

3.2.1 大数据存储与管理的主要模式81

3.2.2 大数据存储典型的三种技术路线82

3.3 数据预处理84

3.3.1 数据预处理的主要步骤84

3.3.2 数据核查的主要方法84

3.3.3 数据提质85

3.3.4 数据集成87

3.3.5 数据归约87

3.3.6 数据变换88

3.3.7 数据离散化88

3.4 数据清洗89

3.4.1 基本概念89

3.4.2 数据清洗原理90

3.4.3 需要清洗的主要数据类型90

3.4.4 数据清洗方法91

3.5 数据挖掘92

3.5.1 起源92

3.5.2 发展阶段92

3.5.3 主要方法93

3.5.4 行业应用94

3.5.5 数据挖掘经典算法96

3.5.6 关联规则挖掘96

3.5.7 数据挖掘相关技术101

3.6 数据可视化101

3.6.1 概述101

3.6.2 概念101

3.6.3 主要应用102

3.6.4 基本思想102

3.6.5 基本手段102

3.6.6 适用范围102

3.6.7 发展阶段103

3.6.8 大数据可视化104

3.7 本章小结106

思考题106

本章相关的实验107

第4章 大数据环境与技术108

4.1 典型大数据环境及工具108

4.1.1 Hadoop综述108

4.1.2 Hadoop特点109

4.1.3 Hadoop核心架构110

4.1.4 Hadoop的发展及社区服务112

4.1.5 Hadoop应用实例114

4.1.6 Hadoop安装114

4.1.7 Hadoop配置及启动服务115

4.1.8 Hadoop文件操作118

4.2 典型大数据实用技术120

4.2.1 存储HDFS及相关技术120

4.2.2 计算Yarn及相关技术125

4.2.3 计算Spark及相关技术134

4.3 本章小结140

思考题141

本章相关的实验141

第5章 大数据应用系统142

5.1 医疗大数据142

5.1.1 医疗大数据背景142

5.1.2 医疗大数据应用技术研究中心144

5.1.3 医疗大数据应用关键技术146

5.1.4 引领未来的关键共性技术167

5.1.5 医疗大数据软硬件环境169

5.2 交通大数据172

5.2.1 交通大数据背景172

5.2.2 交通大数据应用中面临的问题173

5.2.3 交通大数据数据特点及数据来源174

5.2.4 交通大数据融合技术175

5.2.5 交通大数据的全流程分层次特点与技术182

5.2.6 交通大数据安全技术183

5.2.7 交通大数据的数据发现185

5.2.8 交通管理数据库设计技术187

5.2.9 交通大数据应用189

5.2.10 交通大数据软硬件环境193

5.2.11 交通大数据分析与展示技术196

5.3 本章小结199

思考题199

本章相关的实验200

附录：数据科学与大数据技术培养方案201

参考文献217