大數據技術原理與應用:概念、存儲、處理、分析與應用(第2版) 大数据技术原理与应用:概念、存储、处理、分析与应用(第2版)
林子雨
- 出版商: 人民郵電
- 出版日期: 2017-01-01
- 定價: $299
- 售價: 8.5 折 $254
- 語言: 簡體中文
- 頁數: 286
- 裝訂: 平裝
- ISBN: 7115443300
- ISBN-13: 9787115443304
-
相關分類:
大數據 Big-data
立即出貨 (庫存 < 3)
買這商品的人也買了...
-
The Data Warehouse Toolkit: The Definitive Guide to Dimensional Modeling, 3/e (Paperback)$2,200$2,090 -
一本書讀懂移動大數據$320$272 -
Designing Data-Intensive Applications: The Big Ideas Behind Reliable, Scalable, and Maintainable Systems (Paperback)$1,995$1,890 -
$147SQL初學者指南（第2版） -
TensorFlow + Keras 深度學習人工智慧實務應用$590$460 -
資料結構 -- 使用 Python$520$411 -
寫給未來社會的新帳本──區塊鏈：人類的新型貨幣、終極信任機器與分散治理革命 (Decoding Global Blockchain and Investment Cases)$380$323 -
Python 網路爬蟲實戰$490$245 -
$199Docker 容器與虛擬化技術 -
Python 資料科學學習手冊 (Python Data Science Handbook: Essential Tools for Working with Data)$780$616 -
$390深度學習框架 PyTorch : 入門與實踐 -
翻倍效率工作術 -- 不會就太可惜的 Google 超極限應用, 3/e$360$284 -
$474大數據與數據倉庫：集成、架構與管理 -
$594手把手教你設計 CPU-RISC-V 處理器篇 -
Python 新手使用 Django 架站技術實作：活用 Django 2.0 Web Framework 建構動態網站的 16堂課$690$538 -
$714利用 Python 進行數據分析 (Python for Data Analysis: Data Wrangling with Pandas, NumPy, and IPython, 2/e) -
$254Spark編程基礎（Scala版） -
Python 資料分析, 2/e (Python for Data Analysis: Data Wrangling with Pandas, NumPy, and IPython, 2/e)$880$695 -
Deep Learning 2｜用 Python 進行自然語言處理的基礎理論實作$680$537 -
$354Excel 高級數據處理及分析 -
$479數據挖掘導論 (完整版) (Introduction to Data Mining) -
進擊的資料科學｜Python 與 R 的應用實作$580$458 -
Python Machine Learning: Machine Learning and Deep Learning with Python, scikit-learn, and TensorFlow 2, 3/e (Paperback)$1,980$1,881 -
$709Linux 高效運維實戰 -
資料密集型應用系統設計 (Designing Data-Intensive Applications: The Big Ideas Behind Reliable, Scalable, and Maintainable Systems)$980$774
商品描述
（1） 概念篇：介紹當前緊密關聯的**新IT領域技術雲計算、大數據和物聯網。
（2） 大數據存儲與管理篇：介紹分佈式數據存儲的概念、原理和技術，包括HDFS、HBase、NoSQL數據庫、雲數據庫。
（3） 大數據處理與分析篇：介紹MapReduce分佈式編程框架、基於內存的分佈式計算框架Spark、圖計算、流計算、數據可視化。
（4） 大數據應用篇：介紹基於大數據技術的推薦系統。
（2） 大數據存儲與管理篇：介紹分佈式數據存儲的概念、原理和技術，包括HDFS、HBase、NoSQL數據庫、雲數據庫。
（3） 大數據處理與分析篇：介紹MapReduce分佈式編程框架、基於內存的分佈式計算框架Spark、圖計算、流計算、數據可視化。
（4） 大數據應用篇：介紹基於大數據技術的推薦系統。
