《大数据原理与实践：复杂信息的准备、共享和分析朱尔斯,J,》[72M]百度网盘|pdf下载|亲测有效

基本信息

书名:大数据原理与实践：复杂信息的准备、共享和分析（原书第2版）

定价：119元

作者:[美]朱尔斯,J,伯曼（Jules,J,Berman）,张桂刚邢春晓

出版社：机械工业出版社

出版日期：2020-06-01

ISBN：9787111657903

字数：

页码：372

版次：2

装帧：平装

开本：16开

商品重量：

编辑推荐

内容提要

当大数据资源变得越发复杂时，仅靠更强大的计算机系统已无法解决问题。本书带我们重新审视数据准备环节，重点讨论了其中至关重要但又常常被忽略的主题——标识符、不变性、内省和数据索引。此外，书中也涵盖常见的与大数据设计、架构、操作和分析相关的内容，以及涉及法律、社会和伦理问题的非技术性章节。全书视角独特，涉猎广博，尤以医学大数据分析见长，强调基本原理，不关注编程细节和数学公式，适合企业决策者、技术专家以及计算机相关专业的学生阅读。

译者序 n
第2版前言 n
版前言 n
作者简介 n
章　引言1 n
11　大数据的定义1 n
12　大数据与小数据2 n
13　大数据在哪里5 n
14　大数据常见的目的是产生小数据6 n
15　大数据是研究领域的中心话题6 n
术语表7 n
参考文献11 n
第2章　为非结构化数据提供结构13 n
21　几乎所有数据都是非结构化的、 n
　不可用的原始形式13 n
22　词汇索引14 n
23　术语提取16 n
24　构建索引19 n
25　自动编码20 n
26　案例研究：宇宙中任意原子位置的快速定位（需要安装一些软件）24 n
27　案例研究（高级）：一个完整的自动编码器（12行Python代码）26 n
28　案例研究：以词汇索引进行文本转换28 n
29　案例研究（高级）：Burrows Wheeler变换30 n
术语表32 n
参考文献43 n
第3章　标识、去标识和重标识45 n
31　什么是标识符45 n
32　标识符和标识系统之间的区别46 n
33　生成标识符48 n
34　糟糕的标识方法50 n
35　注册对象标识符53 n
36　去标识和重标识55 n
37　案例研究：数据清理57 n
38　案例研究（高级）：图像标题中的标识符59 n
39　案例研究：单向散列函数61 n
术语表63 n
参考文献69 n
第4章　元数据、语义和三元组71 n
41　元数据71 n
42　可扩展标记语言71 n
43　语义和三元组72 n
44　命名空间74 n
45　案例研究：三元组的语法75 n
46　案例研究：Dublin Core77 n
术语表78 n
参考文献80 n
第5章　分类和本体论81 n
51　关于对象关系的81 n
52　分类：简单的本体84 n
53　本体：有多个父类的类86 n
54　分类模型选择88 n
55　类混合91 n
56　本体开发的常见陷阱92 n
57　案例研究：上层本体93 n
58　案例研究（高级）：悖论94 n
59　案例研究（高级）：RDF框架和类属性96 n
510　案例研究（高级）：可视化类关系98 n
术语表102 n
参考文献111 n
第6章　内省113 n
61　自我认知113 n
62　数据对象：每个大数据集合中基本的元素116 n
63　大数据如何使用内省117 n
64　案例研究：时间戳数据119 n
65　案例研究：TripleStore 简介121 n
66　案例研究（高级）：大数据必须是面向对象的证明125 n
术语表126 n
参考文献127 n
第7章　标准和数据集成128 n
71　标准128 n
72　规范与标准132 n
73　版本控制134 n
74　合规问题135 n
75　案例研究：标准化巧克力茶壶135 n
术语表136 n
参考文献137 n
第8章　不变性和性139 n
81　数据不变性的重要性139 n
82　不变性和标识符140 n
83　数据产生数据142 n
84　跨机构协调标识符143 n
85　案例研究：可信时间戳144 n
86　案例研究：区块链和分布式账本145 n
87　案例研究（高级）：零知识协调147 n
术语表148 n
参考文献150 n
第9章　评估大数据资源的充分性152 n
91　观察数据152 n
92　大数据的小必要属性158 n
93　附加条件的数据161 n
94　案例研究：用于查看和搜索大型文件的实用程序162 n
95　案例研究：数据扁平化164 n
术语表164 n
参考文献169 n
0章　测量170 n
101　准确性与精度170 n
102　数据范围171 n
103　计数173 n
104　数据标准化和变换176 n
105　约简数据179 n
106　理解控制181 n
107　没有实际意义的统计意义182 n
108　案例研究：基因计数183 n
109　案例研究：早期生物特征和狭窄数据范围的意义184 n
术语表185 n
参考文献186 n
1章　快速简单的大数据分析必不可少的技巧188 n
111　速度和可扩展性188 n
112　适用于大数据的快速操作，并且每台计算机都支持193 n
113　点积—一种简单快速的相关方法197 n
114　聚类199 n
115　数据持久性方法（不使用数据库）201 n
116　案例研究：爬升分类202 n
117　案例研究（高级）：数据库示例203 n
118　案例研究（高级）：NoSQL205 n
术语表205 n
参考文献209 n
2章　寻找大型数据集中的线索211 n
121　分母211 n
122　词频分布212 n
123　异常值和异常215 n
124　封底分析216 n
125　案例研究：预测用户偏好218 n
126　案例研究：人口数据的多模态219 n
127　案例研究：大小黑洞220 n
术语表220 n
参考文献224 n
3章　使用数将大数据分析问题的规模缩小225 n
131　（伪）数的显著效用225 n
132　重采样230 n
133　蒙特卡罗模拟法234 n
134　案例研究：中心极限定理的证明236 n
135　案例研究：发生一连串小概率事件的频率237 n
136　案例研究：臭名昭著的生日问题238 n
137　案例研究（高级）：蒙提霍尔问题239 n
138　案例研究（高级）：贝叶斯分析241 n
术语表242 n
参考文献244 n
4章　大数据分析中的特殊注意事项246 n
141　数据搜索理论246 n
142　理论搜索中的数据247 n
143　巨大的偏差248 n
144　大数据的数据子集：不可加和不传递251 n
145　其他大数据陷阱252 n
146　案例研究（高级）：维数灾难254 n
术语表257 n
参考文献258 n
5章　大数据的失败以及如何避免260 n
151　失败很常见260 n
152　失败的标准261 n
153　复杂性264 n
154　逐步走进大数据分析265 n
155　失败之后272 n
156　案例研究：癌症生物医学信息学网格—遥远的桥273 n
157　案例研究：高斯Copula函数277 n
术语表278 n
参考文献280 n
6章　数据再分析：比分析更重要283 n
161　次分析（几乎）总是错的283 n
162　为什么再分析比分析更重要285 n
163　案例研究：旧JADE对撞机数据的再分析287 n
164　案例研究：通过再分析证明287 n
165　案例研究：从旧数据中寻找新行星288 n
术语表289 n
参考文献290 n
7章　大数据再利用294 n
171　什么是数据再利用294 n
172　暗数据、废弃数据和遗留数据296 n
173　案例研究：从邮政编码到人口统计学基础297 n
174　案例研究：基因序列数据库的科学推断298 n
175　案例研究：将全球变暖与高强度飓风联系起来298 n
176　案例研究：用地质数据推断气候趋势299 n
177　案例研究：环月影像恢复工程299 n
术语表301 n
参考文献301 n
8章　数据共享和数据安全303 n
181　什么是数据共享，为什么我们不共享更多数据303 n
182　常见的不满303 n
183　数据安全和加密协议308 n
184　案例研究：火星上的生命313 n
185　案例研究：个人标识符314 n
术语表315 n
参考文献317 n
9章　合法性320 n
191　对数据的准确性和合法性负责320 n
192　创建、使用和共享资源的权利322 n
193　因使用标准而招致的版权和专利侵权行为324 n
194　对个人的保护325 n
195　许可问题326 n
196　未经许可的数据330 n
197　隐私策略332 n
198　案例研究：大数据的时效性333 n
199　案例：哈瓦苏派的故事334 n
术语表335 n
参考文献336 n
第20章　社会问题338 n
201　公众的大数据感知338 n
202　用大数据降低成本和提高生产效率340 n
203　公众的疑虑342 n
204　从自己做起343 n
205　谁是大数据344 n
206　傲慢和夸张349 n
207　案例研究：公民科学家351 n
208　案例研究：乔治·奥威尔的《1984》354 n
术语表354 n
参考文献355