大數(shù)據入門與實驗

第1章 大數(shù)據的時代背景
1.1 大數(shù)據的產生
1.2 大數(shù)據戰(zhàn)略
1.2.1 大數(shù)據戰(zhàn)略的內涵及意義
1.2.2 中國大數(shù)據戰(zhàn)略的層次體系
1.3 大數(shù)據的應用
1.3.1 大數(shù)據在電子政務中的應用
1.3.2 大數(shù)據在網絡通信行業(yè)中的應用
1.3.3 大數(shù)據在醫(yī)療行業(yè)中的應用
1.3.4 大數(shù)據在能源行業(yè)中的應用
1.3.5 大數(shù)據在零售行業(yè)中的應用
1.4 大數(shù)據人才的需求
1.4.1 大數(shù)據人才的能力要求
1.4.2 大數(shù)據人才的分類
1.5 數(shù)據科學與大數(shù)據技術專業(yè)
1.5.1 數(shù)據科學與大數(shù)據技術專業(yè)的定位
1.5.2 數(shù)據科學與大數(shù)據技術專業(yè)的培養(yǎng)目標
第2章 大數(shù)據初識
2.1 大數(shù)據的定義
2.2 大數(shù)據的特征
2.3 典型行業(yè)的大數(shù)據
2.3.1 金融行業(yè)的大數(shù)據
2.3.2 健康醫(yī)療行業(yè)的大數(shù)據
2.3.3 電信行業(yè)的大數(shù)據
2.3.4 電子商務行業(yè)的大數(shù)據
第3章 大數(shù)據技術初識
3.1 數(shù)據分析流程
3.1.1 數(shù)據分析的基本流程
3.1.2 數(shù)據預處理
3.1.3 數(shù)據探查
3.1.4 數(shù)據建模與應用
3.1.5 數(shù)據可視化
3.2 數(shù)據分析技術
3.2.1 經典數(shù)據挖掘
3.2.2 機器學習簡介
3.2.3 模型評估
3.3 大數(shù)據技術框架與生態(tài)
3.3.1 Hadoop
3.3.2 Spark
3.3.3 NoSQL
第4章 大數(shù)據分析教學平臺——BDAP
4.1 BDAP簡介
4.1.1 大數(shù)據教學的現(xiàn)狀與挑戰(zhàn)
4.1.2 BDAP總覽
4.1.3 BDAP的特點與優(yōu)勢
4.2 BDAP的功能
4.2.1 文件管理功能
4.2.2 數(shù)據挖掘功能
4.2.3 可視化功能
4.2.4 深度學習探索功能