大數據分析與應用 1/e Kulkarni
- 滿20件，享8.5折
售價
$
480
- 一般書籍
- ISBN：9789863415145
- 作者：王讚彬、侯唯平 譯:；Parag Kulkarni
- 版次：1
- 年份：2024
- 出版商：東華書局
- 頁數/規格：288頁/平裝單色
書籍介紹
目錄
本書簡介
本書主要介紹大數據分析的基本概念、方法、模型和工具，期望幫助讀者更易理解，並能將大數據分析應用於各種不同領域。書中內容涵蓋了資料探勘、上下文文本分析、分散式聚類與機器學習等多項主題，從基礎的資料探勘與建模，到進階的機器學習演算法，深入淺出地說明各種大數據分析的技術與應用，有助於讀者奠定完整的大數據分析基礎。
內容特色
本書主要介紹大數據分析的基本概念、方法、模型和工具，期望幫助讀者更易理解，並能將大數據分析應用於各種不同領域。書中內容涵蓋了資料探勘、上下文文本分析、分散式聚類與機器學習等多項主題，從基礎的資料探勘與建模，到進階的機器學習演算法，深入淺出地說明各種大數據分析的技術與應用，有助於讀者奠定完整的大數據分析基礎。
內容特色
- 內含大量範例與研究案例。
- 針對Apache Hadoop進行深入探討。
- 每章最後皆附有概念回顧題、選擇題、實作題以及批判性思考題等各類型問題。
目 錄
Chapter 1 大數據簡介
Chapter 2 資料探勘與建模
Chapter 3 大數據探勘──應用觀點
Chapter 4 大數據之王萬歲──上下文情境
Chapter 5 大數據：文本分類與主題建模
Chapter 6 多標籤大數據探勘
Chapter 7 大數據的分散式高維度資料聚類
Chapter 8 機器學習與大數據的增量學習
Chapter 9 當今商業領域中的分析
Chapter 10 結語
Chapter 1 大數據簡介
Chapter 2 資料探勘與建模
Chapter 3 大數據探勘──應用觀點
Chapter 4 大數據之王萬歲──上下文情境
Chapter 5 大數據：文本分類與主題建模
Chapter 6 多標籤大數據探勘
Chapter 7 大數據的分散式高維度資料聚類
Chapter 8 機器學習與大數據的增量學習
Chapter 9 當今商業領域中的分析
Chapter 10 結語
