大数据科学2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

大数据科学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 大数据概述2

1.1 产生背景2

1.1.1 互联网与大数据3

1.1.2 信息技术与大数据6

1.1.3 云计算与大数据9

1.1.4 物联网与大数据11

1.1.5 智能终端与大数据13

1.2 大数据的概念15

1.2.1 狭义的大数据概念15

1.2.2 广义的大数据16

1.3 大数据特征17

1.3.1 大数据体量巨大17

1.3.2 大数据类型多样19

1.3.3 数据处理与流动速度快20

1.3.4 数据价值密度低21

1.4 发展大数据的意义21

1.4.1 大数据创新科学研究23

1.4.2 大数据是实现行业融合发展的需要25

1.4.3 大数据是助推产业转型升级的加速器26

1.4.4 大数据助力智慧城市建设28

1.4.5 大数据创新商业模式29

第2章 起源与发展历程34

2.1 大数据发展起源34

2.2 大数据发展历程35

2.2.1 突破阶段（2000—2006年）35

2.2.2 成熟阶段（2006—2009年）36

2.2.3 完善发展阶段（2010年至今）36

2.3 大数据发展趋势38

第3章 大数据引发的哲学思考46

3.1 大数据与世界观46

3.1.1 数据的本体论主张46

3.1.2 大数据及其本质48

3.2 大数据与方法论49

3.2.1 整体和部分的结合，实现了还原论与整体论的辩证统一49

3.2.2 承认事物的多样性，地方性知识引起重视50

3.2.3 突出相关性而不是因果性52

3.3 大数据与认识论53

3.3.1 数据挖掘与科学知识54

3.3.2 数据规律及其真理性56

第4章 大数据来源60

4.1 数据的概念和分类60

4.1.1 什么是数据？60

4.1.2 我们生活在数据的世界里60

4.1.3 数据的分类60

4.1.4 数据科学63

4.2 常用数据采集方法64

4.2.1 数据采集的概念64

4.2.2 传统的数据来源65

4.2.3 传统的数据采集66

4.2.4 大数据环境下的数据来源66

4.2.5 大数据的数据采集方法68

4.3 常用的数据采集工具71

4.3.1 传统数据采集的常用工具71

4.3.2 大数据采集的常用工具77

第5章 大数据存储技术82

5.1 数据库系统原理82

5.1.1 数据库系统的基本概念82

5.1.2 数据库系统的特点84

5.1.3 数据模型85

5.1.4 数据库技术的发展趋势88

5.2 关系型数据库88

5.2.1 关系模型的基本概念88

5.2.2 关系操作和关系完整性90

5.2.3 关系代数91

5.2.4 SQL95

5.2.5 关系数据库的其他内容96

5.3 非关系型数据库96

5.3.1 非关系型数据库概述96

5.3.2 非关系型数据库的分类98

5.3.3 非关系型数据库的发展瓶颈和发展前景100

5.4 大数据常用存储平台100

5.4.1 大数据对存储平台的要求101

5.4.2 大数据常用存储平台介绍102

5.4.3 大数据存储平台102

第6章 大数据与统计学107

6.1 大数据中的统计理论107

6.1.1 统计学概念和发展历程107

6.1.2 大数据与统计学的相互作用109

6.1.3 大数据分析110

6.2 机器学习和数据挖掘112

6.2.1 机器学习与数据挖掘概述112

6.2.2 传统机器学习和基于大数据的机器学习113

6.2.3 数据挖掘的内涵114

6.2.4 数据挖掘经典算法116

6.3 数据学与数据科学119

6.3.1 数据学与数据科学的基本内容119

6.3.2 数据学的框架122

6.3.3 数据学与数据科学的研究对象和内容123

6.3.4 数据科学家124

6.3.5 数据学与数据科学和大数据科学的关联126

6.3.6 小结128

6.4 常用工具128

6.4.1 统计产品与服务解决方案软件——SPSS128

6.4.2 统计分析软件——SAS130

6.4.3 统计计算和统计制图工具——R131

6.4.4 小结132

第7章 大数据常用技术和平台133

7.1 大数据编程模型133

7.1.1 编程模型的概念以及大数据常用的编程模型133

7.1.2 常见的大数据编程模型134

7.1.3 MapReduce实现单词计数的运算过程135

7.1.4 MapReduce的主要特征138

7.2 大数据处理平台140

7.2.1 Hadoop的相关概念和应用场景140

7.2.2 Storm的相关概念和应用场景142

7.2.3 Spark的相关概念和应用场景144

7.2.4 小结145

7.3 数据可视化146

7.3.1 数据可视化的概念和内涵146

7.3.2 数据可视化分类147

7.3.3 大数据时代数据可视化的发展趋势149

第8章 安全大数据152

8.1 大数据形式下的反恐新形式152

8.1.1 什么是恐怖主义152

8.1.2 我国面临的恐怖主义及反恐工作152

8.1.3 大数据在反恐工作中的应用154

8.2 依托大数据的网络信息安全156

8.2.1 网络信息安全156

8.2.2 大数据技术在网络信息安全中的应用158

8.3 基于大数据的自然灾害预警162

8.3.1 地震灾害预测162

8.3.2 总结166

8.4 大数据下的安全生产166

第9章 商业大数据171

9.1 精准营销171

9.1.1 什么是市场营销171

9.1.2 什么是精准营销172

9.1.3 精准营销案例分析173

9.2 决策支持174

9.2.1 什么是决策支持系统174

9.2.2 大数据下的烟草物流决策支持系统177

9.3 创新模式178

9.3.1 商业模式创新分析178

9.3.2 大数据时代商业模式的创新179

第10章 民生大数据182

10.1 基于大数据的智慧旅游182

10.1.1 大数据下智慧旅游的数据特征182

10.1.2 大数据在智慧旅游中的应用183

10.1.3 总结与展望185

10.2 基于大数据的智能交通185

10.2.1 什么是交通大数据185

10.2.2 大数据下智能交通的特点187

10.2.3 大数据在智能交通中的应用187

10.3 大数据环境下的食品安全188

10.3.1 我国的食品安全问题189

10.3.2 大数据在食品安全问题中的应用190

10.4 大数据环境下的智慧医疗192

10.4.1 什么是智慧医疗192

10.4.2 大数据与智慧医疗193

10.4.3 总结194

10.5 大数据与教育194

10.5.1 什么是教育大数据194

10.5.2 大数据对教育的影响195

第11章 政务大数据199

11.1 基于大数据的网络舆情分析199

11.1.1 什么是网络舆情199

11.1.2 网络舆情大数据特征199

11.1.3 网络舆情分析方法200

11.1.4 政府网络舆情管理201

11.2 基于政务大数据的精细化管理和服务203

11.2.1 以大数据提升政府的科学决策水平203

11.2.2 以大数据提升政府管理效率降低管理成本204

11.2.3 以大数据促进政府的精细化、人性化204

11.2.4 利用政务大数据实现服务精准化205

11.3 大数据下应急预案处理207

11.3.1 大数据时代我国应急预案管理体系变革机遇207

11.3.2 大数据提升政府应急预案管理能力210

11.3.3 总结211

第12章 工业大数据212

12.1 智能装备212

12.2 智慧工厂213

12.3 智能服务216

12.3.1 加速产品创新217

12.3.2 产品故障诊断与预测217

12.3.3 工业物联网生产线的大数据应用218

12.3.4 产品质量管理与分析218

12.3.5 生产计划与排程219

第13章 大数据学科发展概述222

13.1 大数据发展概况222

13.1.1 大数据概述222

13.1.2 大数据发展现状223

13.1.3 大数据应用现状224

13.1.4 大数据发展前景225

13.1.5 大数据发展趋势225

13.2 国家政策环境226

13.2.1 国外大数据相关政策226

13.2.2 国外大数据发展举措228

13.2.3 我国大数据发展启示230

13.2.4 我国大数据政策支持231

13.3 大数据学科概述233

13.3.1 大数据学科发展现状233

13.3.2 大数据学科发展趋势235

13.3.3 大数据学科研究热点236

13.3.4 大数据技术发展趋势237

12.3.5 大数据学科就业分析240

第14章 大数据学科构建242

14.1 大数据学科建设理念242

14.2 大数据学科建设目标244

14.3 大数据学科建设方案245

14.2.1 专业方向设置方案245

14.2.2 教学内容设置方案246

第15章 大数据人才培养250

15.1 大数据学科人才培养概述250

15.1.1 大数据分析方向250

15.1.2 大数据平台方向252

15.1.3 深度计算分析方向253

15.1.4 国际合作方面254

15.2 大数据课程体系255

15.2.1 大数据平台方向255

15.2.2 大数据分析方向258

15.3 专科大数据人才培养260

15.3.1 专科大数据人才培养必要性260

15.3.2 专科大数据人才培养模式260

15.3.3 专科大数据专业课程体系261

15.4 本科大数据人才培养262

15.4.1 本科大数据人才培养必要性262

15.4.2 本科大数据人才培养模式263

15.4.3 本科大数据专业课程体系264

15.5 研究生大数据人才培养266

15.5.1 研究生大数据人才培养必要性266

15.5.2 美国研究生大数据人才培养现状267

15.5.3 研究生大数据人才培养模式274

15.5.4 研究生大数据专业课程体系274

参考文献278