• 智能数据时代:企业大数据战略与实战
21年品牌 40万+商家 超1.5亿件商品

智能数据时代:企业大数据战略与实战

书籍均为精品二手图书品相85品以上,出库会经过高温消毒,书籍上架都会检测可保证正版!!

14 2.0折 69 九品

库存5件

天津宝坻
认证卖家担保交易快速发货售后保障

作者TalkingData

出版社"机械工业出版社

ISBN9787111569466

出版时间2017

装帧平装

开本16开

纸张胶版纸

定价69元

货号969488207697674242

上书时间2024-09-15

粤读二手书店

七年老店
已实名 已认证 进店 收藏店铺

   商品详情   

品相描述:九品
本店所售书籍均精品二手正版书书籍,严格审核品相为85品以上,出库会经过高温消毒,由于成本增加,所售书籍价格略高,运费首本5元,每增加一本运费加2元,每天下午2点前订单一般当天发出,最迟48小时内发出,二手书不保证100%没有任何笔记,有时会出现缺货现象,我们会第一时间告知您,感谢理解与支持。
商品描述
以下信息以网上匹配仅供参考,不支持以此为由退款
内容简介:

                                          大数据这个概念自诞生以来,已经经历了几次飞跃。当今社会,对传统大数据中的量的需求已经很容易达到,大数据的竞争转向了数据质量。只有将深入在各种行业情景中、非结构化的、与业务流程直接相关的高价值数据挖掘出来,企业才有可能基于自己的业务进行分析甚至预测。因此,大数据时代进入了一个新的纪元——智能数据时代。 
  本书作者团队来着大数据行业的领军企业TalkingData,他们站在企业管理者的角度上,系统全面地剖析了企业如何转型以适应当今智能数据时代。全书以大数据相关的知识和工具为起点,重点介绍了企业大数据实施的三个方面——数据管理、数据工程和数据科学,并结合一线的大数据实战经验,帮助读者更深刻地理解如何构筑数据驱动型企业。 

目录:

                                        前言 
第一篇 大数据基础知识 
第1章 大数据的基本定义 / 2 
1.1 大数据分析的出现 / 3 
1.2 大数据如何发掘价值 / 3 
1.3 大数据处理的关键——数据类型 / 5 
1.4 大数据处理的微妙之处 / 6 
1.5 大数据环境下的处理分析工具 / 7 
1.6 智能数据时代到来 / 10 
第2章 数据的艺术 / 12 
2.1 评估可能性的艺术 / 12 
2.2 了解现状 / 13 
2.3 自我评估、完善度、信息架构 / 14 
2.4 愿景部署 / 19 
2.5 现在和将来的数据仓库 / 20 
2.6 实时建议和操作 / 25 
2.7 验证提出的愿景 / 26 
第3章 大数据:有所为有所不为 / 28 
3.1 大数据分析最佳实践 / 28 
3.2 从小做起 / 29 
3.3 关注大局 / 30 
3.4 避免最差实践 / 30 
3.5 步步为营 / 32 
3.6 学会利用异常数据 / 34 
3.7 速度与精度的抉择 / 35 
3.8 内存计算 / 36 
第二篇 大数据工具和技术 
第4章 分布式世界中的设计 / 42 
4.1 可见性 / 43 
4.2 保持简单的重要性 / 44 
4.3 组合 / 44 
4.4 分布式状态 / 49 
4.5 CAP原则 / 51 
4.6 松耦合系统 / 53 
4.7 速度 / 55 
4.8 总结 / 58 
第5章 大数据分析工具 / 59 
5.1 Apache Hadoop / 59 
5.2 Apache Spark / 69 
5.3 NoSQL数据库 / 73 
5.4 MongoDB / 89 
第三篇 数据管理 
第6章 大数据的类型 / 108 
6.1 定义结构化数据 / 109 
6.2 探秘结构化数据来源 / 109 
6.3 关系数据库在大数据中扮演的角色 / 110 
6.4 非结构化数据 / 111 
6.5 内容管理系统在大数据管理中的作用 / 112 
6.6 实时和非实时条件 / 113 
6.7 大数据集成 / 114 
第7章 大数据的新范式:我们想要从大数据系统中获得什么 / 116 
7.1 稳定性和容错性 / 116 
7.2 横向扩容 / 117 
7.3 可扩展性 / 117 
7.4 即席查询 / 117 
7.5 最小化维护 / 117 
7.6 可调试性 / 118 
7.7 完全增量式架构 / 118 
7.8 操作复杂性 / 119 
7.9 极其复杂地实现最终一致性 / 119 
7.10 人为容错的缺陷 / 121 
7.11 Lambda架构 / 121 
第8章 数据管理 / 125 
8.1 数据管理成熟度评估 / 125 
8.2 元数据管理 / 128 
8.3 数据治理 / 130 
8.4 数据质量管理 / 134 
8.5 参考数据与主数据管理 / 137 
第四篇 数据工程 
第9章 理解数据业务流程 / 142 
9.1 理解商业动机 / 142 
9.2 调查计划 / 146 
9.3 初步研究 / 146 
9.4 专家咨询 / 146 
9.5 识别关键成功因素 / 147 
9.6 优先考虑早期路线图的执行 / 150 
9.7 战略图谱 / 154 
第10章 大数据和云计算 / 163 
10.1 云计算的定义 / 163 
10.2 私有云与公有云计算 / 165 
10.3 IaaS典型平台——亚马逊云平台AWS / 165 
10.4 PaaS典型平台 / 172 
10.5 SaaS典型平台 / 176 
第11章 数据收集 / 179 
11.1 收集一切 / 179 
11.2 为数据源设置优先级 / 181 
11.3 关联单独的数据 / 182 
11.4 如何收集数据 / 184 
11.5 数据采购 / 186 
11.6 数据保留 / 190 
第12章 数据质量和数据预处理 / 191 
12.1 数据质量:为什么要对数据做预处理 / 191 
12.2 数据预处理的主要工作 / 192 
第13章 数据安全和隐私 / 195 
13.1 数据收集:了解隐私的最前沿 / 195 
13.2 策略考虑因素 / 196 
13.3 实施考虑因素 / 200 
13.4 总结 / 201 
第五篇 数据科学 
第14章 数据分析 / 204 
14.1 什么是分析 / 205 
14.2 分析的类型 / 206 
第15章 数据探索 / 221 
15.1 概要 / 221 
15.2 数据探索的目标 / 222 
15.3 数据集 / 222 
15.4 描述性统计 / 225 
15.5 数据可视化 / 229 
15.6 数据探索路线图 / 240 
第16章 大数据、数据科学和数据挖掘 / 242 
16.1 先验知识 / 244 
16.2 数据准备 / 246 
16.3 建模 / 249 
16.4 应用 / 253 
16.5 总结 / 255 
第六篇 构筑数据驱动型企业 
第17章 建立数据驱动文化 / 258 
17.1 数据收集 / 260 
17.2 报告 / 261 
17.3 警报 / 262 
17.4 从报告到警报再到分析 / 263 
17.5 数据驱动的标志 / 265 
17.6 分析成熟度 / 267 
第18章 构建大数据团队 / 271 
18.1 数据科学家 / 271 
18.2 团队挑战 / 272 
18.3 不同的团队,不同的目标 / 272 
18.4 别忘了数据 / 273 
18.5 更多挑战 / 274 
18.6 团队与文化 / 274 
18.7 量化成就 / 275 
第七篇 大数据实战 
第19章 大数据使用实例 / 278 
19.1 大数据的使用与意义 / 279 
19.2 案例:大数据在金融领域的应用 / 283 
19.3 案例:大数据在地产领域的应用 / 298 
第20章 大数据分析和数据驱动决策的思维实战 / 309 
20.1 无处不在的数据机会 / 309 
20.2 数据科学、数据工程和数据驱动决策 / 312 
20.3 数据处理和大数据 / 314 
20.4 从大数据1.0到大数据2.0 / 314 
20.5 数据和数据科学能力作为战略资产 / 315 
20.6 数据分析思维 / 317 
20.7 具备数据分析技能的管理者 / 318 
20.8 数据挖掘与数据科学 / 319 
20.9 化学反应不只限于试管:数据科学与数据科学家的工作 / 320 
20.10 总结 / 321 
第21章 结语 
21.1 全面解读 / 322 
21.2 通往大数据之路 / 323 
21.3 思索大数据的真实一面 / 324 
21.4 大数据实践 / 325 
21.5 深度解读大数据处理流程 / 325 
21.6 大数据可视化 / 329 
21.7 大数据隐私 / 330 

                                    

   相关推荐   

—  没有更多了  —

以下为对购买帮助不大的评价

本店所售书籍均精品二手正版书书籍,严格审核品相为85品以上,出库会经过高温消毒,由于成本增加,所售书籍价格略高,运费首本5元,每增加一本运费加2元,每天下午2点前订单一般当天发出,最迟48小时内发出,二手书不保证100%没有任何笔记,有时会出现缺货现象,我们会第一时间告知您,感谢理解与支持。
此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP