流數(shù)據(jù)分析技術(shù)

定　價(jià)：￥38.00

作　者：	李靜林，袁泉著
出版社：	北京郵電大學(xué)出版社
叢編項(xiàng)：	普通高等教育“十三五”規(guī)劃教材，數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)專業(yè)教材叢書
標(biāo)　簽：	暫缺

購買這本書可以去

ISBN：	9787563559152	出版時(shí)間：	2020-01-01	包裝：	平裝
開本：	16開	頁數(shù)：	180	字?jǐn)?shù)：

內(nèi)容簡介

　　流數(shù)據(jù)分析技術(shù)是一種實(shí)時(shí)或準(zhǔn)實(shí)時(shí)的，對動(dòng)態(tài)數(shù)據(jù)集合甚至無界時(shí)間序列數(shù)據(jù)進(jìn)行特征和態(tài)勢認(rèn)知的技術(shù)，目前已經(jīng)廣泛應(yīng)用于互聯(lián)網(wǎng)／移動(dòng)互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、氣象、金融等多個(gè)領(lǐng)域，支撐運(yùn)營管理、應(yīng)用性能管理、監(jiān)測與測控等多種服務(wù)，是大數(shù)據(jù)的重要研究方向之一?！读鲾?shù)據(jù)分析技術(shù)》以流數(shù)據(jù)的基本特征為核心內(nèi)容，突出流數(shù)據(jù)與傳統(tǒng)大數(shù)據(jù)的聯(lián)系與區(qū)別，介紹流數(shù)據(jù)的基本處理方法和分析方法。重點(diǎn)內(nèi)容包括：流數(shù)據(jù)與流式計(jì)算、流數(shù)據(jù)處理技術(shù)、流數(shù)據(jù)分析技術(shù)、流數(shù)據(jù)處理模型與處理框架等?！读鲾?shù)據(jù)分析技術(shù)》還介紹了流數(shù)據(jù)分析技術(shù)的一些新進(jìn)展及流計(jì)算框架的新發(fā)展。《流數(shù)據(jù)分析技術(shù)》可作為計(jì)算機(jī)學(xué)科相關(guān)專業(yè)，特別是數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)專業(yè)的教材。

作者簡介

　　李靜林，博士、副教授，2004年獲得北京郵電大學(xué)計(jì)算機(jī)應(yīng)用技術(shù)博士學(xué)位。現(xiàn)任北京郵電大學(xué)網(wǎng)絡(luò)與交換技術(shù)國家重點(diǎn)實(shí)驗(yàn)室交換與智能控制研究中心主任。主要研究方向?yàn)橐苿?dòng)互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、車聯(lián)網(wǎng)等融合網(wǎng)絡(luò)智能與服務(wù)計(jì)算。

圖書目錄

第1章流數(shù)據(jù)與流計(jì)算
1．1 大數(shù)據(jù)
1．1．1 大數(shù)據(jù)的發(fā)展
1．1．2 大數(shù)據(jù)的概念
1．1．3 大數(shù)據(jù)思維
1．2 流數(shù)據(jù)
1．2．1 流數(shù)據(jù)的場景
1．2．2 流數(shù)據(jù)的特點(diǎn)
1．2．3 流數(shù)據(jù)的概念
1．3 流數(shù)據(jù)處理
1．3．1 批處理模型
1．3．2 流式處理模型
1．3．3 流式處理與窗口模型
1．3．4 流式處理與概要結(jié)構(gòu)
1．3．5 批處理與流式處理的對比
1．4 流數(shù)據(jù)分析
1．4．1 頻繁項(xiàng)挖掘算法
1．4．2 聚類算法
1．4．3 分類算法
1．4．4 回歸算法
1．5 流數(shù)據(jù)機(jī)器學(xué)習(xí)
1．6 小結(jié)
本章知識(shí)點(diǎn)
擴(kuò)展閱讀
習(xí)題1
第2章流數(shù)據(jù)概要結(jié)構(gòu)構(gòu)建技術(shù)
2．1 流數(shù)據(jù)處理的概要結(jié)構(gòu)
2．2 抽樣概要結(jié)構(gòu)
2．2．1 抽樣
2．2．2 伯努利抽樣
2．2．3 水庫抽樣
2．2．4 簡明抽樣
2．3 草圖概要結(jié)構(gòu)
2．3．1 草圖
2．3．2 計(jì)數(shù)草圖
2．3．3 增廣草圖
2．3．4 布隆過濾器
2．3．5 FM基數(shù)估計(jì)草圖
2．4 小波概要結(jié)構(gòu)
2．5 直方圖概要結(jié)構(gòu)
2．5．1 直方圖
2．5．2 等寬直方圖
2．6 小結(jié)
本章知識(shí)點(diǎn)
擴(kuò)展閱讀
習(xí)題2
第3章流數(shù)據(jù)頻繁模式挖掘技術(shù)
3．1 頻繁模式挖掘問題的定義
3．2 不同窗口模型的頻繁模式挖掘
3．3 頻繁項(xiàng)挖掘算法
3．3．1 黏性抽樣算法
3．3．2 KPS算法
3．4 頻繁模式挖掘算法
3．4．1 有損計(jì)數(shù)算法
3．4．2 有損計(jì)數(shù)算法擴(kuò)展
3．5 頻繁模式挖掘的其他相關(guān)問題
3．6 小結(jié)
本章知識(shí)點(diǎn)
擴(kuò)展閱讀
習(xí)題3
第4章流數(shù)據(jù)聚類分析技術(shù)
4．1 聚類算法
4．2 流數(shù)據(jù)聚類的評價(jià)
4．2．1 內(nèi)部度量
4．2．2 外部度量
4．3 不同窗口模型的聚類分析
4．4 基于劃分的流數(shù)據(jù)聚類算法
4．4．1 STREAM算法
4．4．2 K-Center算法
4．5 基于層次的流數(shù)據(jù)聚類算法
4．6 基于密度的流數(shù)據(jù)聚類算法
4．7 基于網(wǎng)格的流數(shù)據(jù)聚類算法
4．8 其他流數(shù)據(jù)聚類算法
4．8．1 K-Median算法
4．8．2 BIRCH算法
4．9 小結(jié)
本章知識(shí)點(diǎn)
擴(kuò)展閱讀
習(xí)題4
第5章流數(shù)據(jù)分類分析技術(shù)
5．1 。分類算法
5．2 流數(shù)據(jù)分類的評價(jià)
5．2．1 誤差估計(jì)
5．2．2 性能評價(jià)指標(biāo)
5．2．3 統(tǒng)計(jì)顯著性
5．2．4 成本度量
5．3 基于貝葉斯的分類算法
5．4 基于決策樹的分類算法
5．4．1 快速?zèng)Q策樹算法
5．4．2 概念自適應(yīng)快速?zèng)Q策樹算法
5．5 其他流數(shù)據(jù)分類算法
5．5．1 VFDTc和UFFT算法
5．5．2 Hoeffding自適應(yīng)樹算法
5．6 小結(jié)
本章知識(shí)點(diǎn)
擴(kuò)展閱讀
習(xí)題5
第6章流數(shù)據(jù)學(xué)習(xí)與時(shí)間序列分析技術(shù)
6．1 時(shí)間序列
6．1．1 時(shí)間序列的分類與特征
6．1．2 時(shí)間序列的表示與擬合
6．1．3 時(shí)間序列的預(yù)測
6．2 在線學(xué)習(xí)模型
6．3 流數(shù)據(jù)學(xué)習(xí)評價(jià)
6．3．1 誤差
6．3．2 Regret界
6．4 模型學(xué)習(xí)算法
6．4．1 ARIMA算法
6．4．2 在線ARIMA算法
6．5 實(shí)例學(xué)習(xí)算法
6．5．1 嶺回歸與LASSO回歸
6．5．2 FIMT算法
6．5．3 AMRules算法
6．6 最優(yōu)化算法
6．6．1 SGD算法
6．6．2 FTRL算法
6．7 小結(jié)
本章知識(shí)點(diǎn)
擴(kuò)展閱讀
習(xí)題6
第7章流數(shù)據(jù)處理模型與框架
7．1 流數(shù)據(jù)處理計(jì)算模型
7．2 流計(jì)算的狀態(tài)與一致性
7．2．1 流計(jì)算的狀態(tài)
7．2．2 流計(jì)算的一致性
7．3 流計(jì)算處理中的時(shí)間
7．4 流計(jì)算實(shí)現(xiàn)框架
7．5 Storm流處理框架
7．5．1 基于流的處理拓?fù)浣Y(jié)構(gòu)
7．5．2 記錄級容錯(cuò)
7．5．3 Storm的系統(tǒng)架構(gòu)
7．6 Spark流處理框架
7．6．1 基于RDD的微批處理結(jié)構(gòu)
7．6．2 基于RDD依賴的容錯(cuò)
7．6．3 Spark的系統(tǒng)架構(gòu)
7．7 Flink流處理框架
7．7．1 基于流水線的處理結(jié)構(gòu)
7．7．2 基于分布式快照的容錯(cuò)
7．7．3 Flink的系統(tǒng)架構(gòu)
7．8 小結(jié)
本章知識(shí)點(diǎn)
擴(kuò)展閱讀
習(xí)題7
參考文獻(xiàn)