本書將圍繞大數(shù)據(jù)技術(shù)的基本原理與實踐,介紹了大數(shù)據(jù)獲取、存儲、分析、數(shù)據(jù)挖掘和機器學(xué)習(xí)。內(nèi)容涵蓋以下主題：Hadoop、Mapreduce、關(guān)聯(lián)規(guī)則、大規(guī)模監(jiān)督機器學(xué)習(xí)、數(shù)據(jù)流、集群、NoSQL系統(tǒng)（Pig、Hive），以及包括推薦系統(tǒng)、Web和安全性的應(yīng)用程序。
第1章重點闡述了大數(shù)據(jù)驅(qū)動的商業(yè)模式、技術(shù)生態(tài)體系，大數(shù)據(jù)的類型、特點、獲取技術(shù)。第2章概要介紹了大數(shù)據(jù)的軟硬件架構(gòu)，包括大數(shù)據(jù)技術(shù)基礎(chǔ)與軟硬件設(shè)施、大數(shù)據(jù)存儲與管理技術(shù)、大數(shù)據(jù)的分布式處理技術(shù)平臺等，包括MapReduce編程框架原理、Spark結(jié)構(gòu)與原理、基于Storm的大規(guī)模數(shù)據(jù)流的分布式處理技術(shù)等。第3章介紹了Python編程基礎(chǔ)，包括基本數(shù)據(jù)類型、基本控制流程、Numpy、Scipy、Pandas等。第4章介紹了大數(shù)據(jù)分析技術(shù)，包括基于MapReduce基礎(chǔ)編程、文本大數(shù)據(jù)分析與處理技術(shù)、大數(shù)據(jù)關(guān)聯(lián)分析、相似項的發(fā)現(xiàn)、基于大數(shù)據(jù)的推薦系統(tǒng)、基于大數(shù)據(jù)的圖與網(wǎng)絡(luò)分析、大數(shù)據(jù)聚類分析、時空大數(shù)據(jù)分析、非結(jié)構(gòu)化大數(shù)據(jù)分析與處理、基于Storm的流數(shù)據(jù)分析技術(shù)等。第5章介紹了基于SparkMLlib/Mahout的大數(shù)據(jù)機器學(xué)習(xí)，包括機器學(xué)習(xí)基礎(chǔ)、典型機器學(xué)習(xí)問題、機器學(xué)習(xí)評價方法、并行機器學(xué)習(xí)算法，并進行了利用MLlib解決大數(shù)據(jù)并行分類問題、利用Mahout解決大數(shù)據(jù)推薦優(yōu)化問題實踐。第6章介紹了基于大數(shù)據(jù)的深度學(xué)習(xí)技術(shù)，包括深度學(xué)習(xí)基本原理、深度學(xué)習(xí)典型應(yīng)用、Keras 基礎(chǔ)入門及應(yīng)用案例。第7章介紹了材料大數(shù)據(jù)材料熱導(dǎo)率預(yù)測、旅游大數(shù)據(jù)分析、交通大數(shù)據(jù)分析、工業(yè)大數(shù)據(jù)分析、產(chǎn)品創(chuàng)新大數(shù)據(jù)分析等帶代碼、數(shù)據(jù)的案例。
本書內(nèi)容深入淺出，具有很強的理論與實踐指導(dǎo)作用，可作為數(shù)據(jù)科學(xué)與技術(shù)、人工智能、計算機科學(xué)、制造科學(xué)、機械工程等學(xué)科相關(guān)專業(yè)的本科生、研究生的教材或課程教學(xué)參考書，也是對工程技術(shù)人員、科研人員而言非常實用的工具書。