大数据技术概论（本科）

李乔、孙国华

目录

  • 1 绪论
    • 1.1 大数据应用案例
    • 1.2 大数据技术框架
    • 1.3 大数据相关概念
    • 1.4 本章总结和实验作业
    • 1.5 在线平台
    • 1.6 大数据应用（网络安全）
    • 1.7 Python语言及网络爬虫
    • 1.8 网络爬虫实例演示
  • 2 大数据处理框架Hadoop
    • 2.1 自编教材配套资源（自建）
    • 2.2 配套资源使用演示（自建）
    • 2.3 Hadoop特点和生态体系
    • 2.4 Hadoop的安装和配置
    • 2.5 Hadoop的Shell操作
    • 2.6 Hdfs Java API操作
    • 2.7 本章总结和实验作业
  • 3 MapReduce编程
    • 3.1 基于MobaXterm的Hadoop操作1（补充）
    • 3.2 基于MobaXterm的Hadoop操作2（补充）
    • 3.3 MapReduce模型
    • 3.4 学生成绩统计实例分析
    • 3.5 编程实践和总结
    • 3.6 用户收藏商品次数统计案例
    • 3.7 集成开发环境Eclipse(1)
    • 3.8 集成开发环境Eclipse(2)
    • 3.9 基于Java的Hadoop API开发案例
  • 4 分布式数据库HBase
    • 4.1 HBase起源和基本概念
    • 4.2 HBase的组件和性能监测
    • 4.3 HBase的配置
    • 4.4 HBase的Shell操作（云平台）
    • 4.5 HBase的Shell操作（自建平台）
    • 4.6 HBase的API介绍
    • 4.7 HBase的编程实验（云平台）
    • 4.8 HBASE的API编程（自建平台）
    • 4.9 HBase综合案例
  • 5 NoSQL数据库
    • 5.1 NoSQL数据库特点
    • 5.2 NoSQL代表性产品
    • 5.3 数据库MySQL介绍
    • 5.4 数据库MySQL操作演示(自建）
    • 5.5 数据仓库Hive演示(自建)
    • 5.6 MongDB操作
  • 6 云计算资源
    • 6.1 云计算特点和计费模式
    • 6.2 云计算资源调度
    • 6.3 产品文档和介绍视频
    • 6.4 国产自主研发的阿里云
  • 7 大数据处理框架Spark
    • 7.1 Spark简介
    • 7.2 Spark框架原理
    • 7.3 Spark实例介绍
    • 7.4 Spark的Shell操作
  • 8 Spark的机器学习
    • 8.1 机器学习概述（1）
    • 8.2 机器学习概述（2）
    • 8.3 TF-IDF原理
    • 8.4 Spark MLlib 实例1原理
    • 8.5 Spark MLlib 实例1实验
    • 8.6 Spark MLlib 实例2
    • 8.7 机器学习和人工智能应用（无人驾驶）
  • 9 数据可视化
    • 9.1 数据可视化概述
    • 9.2 常见可视化工具
    • 9.3 典型可视化案例
    • 9.4 数据可视化实验
    • 9.5 可视化综合实例
    • 9.6 可视化管理系统（城市公共安全）
  • 10 大数据综合案例
    • 10.1 推荐系统原理
    • 10.2 推荐系统实现
    • 10.3 个性化推荐系统应用
    • 10.4 医疗大数据应用案例（1）
    • 10.5 医疗大数据应用案例（2）
数据可视化概述