巨量資料分析，強化洞悉事物能力。
智能應用於裝置產品，大幅提升價值。
讓本書給您洞悉力與價值觀，點燃人生亮點。
本書內容：
以智能開發模型注入到巨量資料分析實務練習中，按部就班讓讀者由淺入深的學習如何為產品量身訂做智能化裝置，進而以範例說明如何應用在行動商務、醫療診斷服務、自助服務式智能商務、金融科技等新世代裝置產品的開發上，適用於現代人想投入智能產品開發的人才培育與自學用實務教材。
作者序
本書以智能開發模型注入到巨量資料分析實務練習中，按部就班地讓讀者由淺入深的學習如何為產品量身訂做智能化裝置，進而以範例說明如何應用在行動商務、醫療診斷服務、自助服務式智能商務、金融科技等新世代裝置產品的開發上，適用於現代人想投入智能產品開發的人才培育自學用實務教材。
課程中先教導如何先使用開源的虛擬程式安裝HADOOP 程式庫，啟動系統後逐步介紹程式庫中的各種元件，並練習使用元件來進行巨量資料分析，其間會介紹如何取得巨量的開元資料，如何加裝一直在改進的開源程式庫中的元件，讓學習者學習如何依據任務需求來建置裝置內元件與智能模型，進而訓練裝置內程式庫元件的智能。
最後，教導使用視覺化剖析工具，本書選用Tableau 軟體工具，進行洞悉力剖析與解說實驗；巨量資料剖析的初學者亦可以直接先跳到第10 章，先行使用此工具來實驗基本的巨量資料剖析法，後再回到前面章節來學習智能開發技巧。
2016 年是巨量資料大幅成長的一年，更多的機構儲存，處理和萃取所有形式和大小資料後產出價值。2017 年，支援大量結構化和非結構化資料的系統持續開發，市場更需要融入智能化資料的價值道裝置產品中，各類型智能化裝置系統讓企業IT 裝置產品需求大量的人才。本書正是針對此需求而寫，希望能讓讀者快速學到進入職場的真知卓識。
巨量資料就像人造水庫，首先你要結束（建立一個叢集群），然後讓它充滿水（資料）。一旦建立了水庫，就可以開始使用水（資料），用於發電，飲水和重建等各種用途（預測分析，機器學習，網絡安全等）。到現在為止，保持水庫本身已經結束了。2017 年，隨著Hadoop 的商業理由越來越多，這將會改變。機構將要求可複製和敏捷地使用巨量資料以獲得更快的答案。在投資人事，資料、智能開發和基礎設施之前，他們會仔細考慮業務成果。
本書以智能開發模型注入到巨量資料分析實務練習中，按部就班地讓讀者由淺入深的學習如何為產品量身訂做智能化裝置，進而以範例說明如何應用在行動商務、醫療診斷服務、自助服務式智能商務、金融科技等新世代裝置產品的開發上，適用於現代人想投入智能產品開發的人才培育自學用實務教材。
課程中先教導如何先使用開源的虛擬程式安裝HADOOP 程式庫，啟動系統後逐步介紹程式庫中的各種元件，並練習使用元件來進行巨量資料分析，其間會介紹如何取得巨量的開元資料，如何加裝一直在改進的開源程式庫中的元件，讓學習者學習如何依據任務需求來...
目錄
第01章 巨量資料處理概論
第02章 巨量資料處理程序
第03章 機器學習
第04章 在裝置上處理巨量資料
第05章 巨量資料中的第一步驟實作
第06章 加入NoSQL之動態資料
第07章 圖形資料庫在推薦引擎上的使用
第08章 文本探勘和文本分析
第09章 巨量資料可視覺化分析
第10章 Tableau實作練習之資料萃取
第11章 Tableau實作練習之資料混合
第12章 Tableau實作練習之計算/參數
第13章 Tableau實作練習之排序和過濾
第14章 Tableau實作練習之格式化
第15章 Tableau實作練習之可視覺化
第16章 Tableau實作練習之元件視窗
第01章 巨量資料處理概論
第02章 巨量資料處理程序
第03章 機器學習
第04章 在裝置上處理巨量資料
第05章 巨量資料中的第一步驟實作
第06章 加入NoSQL之動態資料
第07章 圖形資料庫在推薦引擎上的使用
第08章 文本探勘和文本分析
第09章 巨量資料可視覺化分析
第10章 Tableau實作練習之資料萃取
第11章 Tableau實作練習之資料混合
第12章 Tableau實作練習之計算/參數
第13章 Tableau實作練習之排序和過濾
第14章 Tableau實作練習之格式化
第15章 Tableau實作練習之可視覺化
第16章 Tableau實作練習之元件視窗
購物須知
退換貨說明：
會員均享有10天的商品猶豫期（含例假日）。若您欲辦理退換貨，請於取得該商品10日內寄回。
辦理退換貨時，請保持商品全新狀態與完整包裝（商品本身、贈品、贈票、附件、內外包裝、保證書、隨貨文件等）一併寄回。若退回商品無法回復原狀者，可能影響退換貨權利之行使或須負擔部分費用。
訂購本商品前請務必詳閱退換貨原則。
收藏
二手徵求有驚喜
2024專利防護中