大数据技术原理与实践

1 (p1): 第1章 绪论
1 (p1-1): 1.1 什么是大数据
2 (p1-2): 1.2 大数据的特征
3 (p1-3): 1.3 大数据分析的发展情况
4 (p1-4): 1.4 大数据的相关政策
5 (p2): 第2章 面向大数据的分布式存储系统
5 (p2-1): 2.1 Bigtable
5 (p2-1-1): 2.1.1 Bigtable构件
7 (p2-1-2): 2.1.2 Bigtable实现
7 (p2-1-3): 2.1.3 Tablet
10 (p2-1-4): 2.1.4 Bigtable优化
13 (p2-1-5): 2.1.5 Bigtable性能
14 (p2-1-6): 2.1.6 实际应用
16 (p2-2): 2.2 Google File System
16 (p2-2-1): 2.2.1 GFS框架
17 (p2-2-2): 2.2.2 Master节点
18 (p2-2-3): 2.2.3 Chunk数据块
18 (p2-2-4): 2.2.4 元数据
20 (p2-2-5): 2.2.5 系统交互
22 (p2-2-6): 2.2.6 容错和诊断
23 (p2-3): 2.3 Dynamo
24 (p2-3-1): 2.3.1 系统架构
28 (p2-3-2): 2.3.2 系统实现
29 (p2-3-3): 2.3.3 故障处理
30 (p2-4): 2.4 小结
31 (p3): 第3章 面向大数据的分布式处理框架
31 (p3-1): 3.1 Hadoop
31 (p3-1-1): 3.1.1 概述
32 (p3-1-2): 3.1.2 实现运行
32 (p3-1-3): 3.1.3 实际应用
34 (p3-2): 3.2 MapReduce
34 (p3-2-1): 3.2.1 MapReduce实现
37 (p3-2-2): 3.2.2 MapReduce的实际应用
38 (p3-3): 3.3 Spark
38 (p3-3-1): 3.3.1 概述
38 (p3-3-2): 3.3.2 RDD
39 (p3-3-3): 3.3.3 Spark处理框架
40 (p3-3-4): 3.3.4 Spark在实际中的应用
41 (p3-4): 3.4 小结
42 (p4): 第4章 面向大数据信息挖掘的算法
42 (p4-1): 4.1 C4.5
43 (p4-1-1): 4.1.1 算法描述
46 (p4-1-2): 4.1.2 算法特性
48 (p4-1-3): 4.1.3 软件实现
48 (p4-1-4): 4.1.4 应用示例
50 (p4-1-5): 4.1.5 相关研究
51 (p4-1-6): 4.1.6 小结
52 (p4-2): 4.2 k-means
52 (p4-2-1): 4.2.1 算法描述
55 (p4-2-2): 4.2.2 软件实现
55 (p4-2-3): 4.2.3 应用示例
58 (p4-2-4): 4.2.4 相关研究
59 (p4-2-5): 4.2.5 小结
59 (p4-3): 4.3 支持向量机
60 (p4-3-1): 4.3.1 支持向量分类器
61 (p4-3-2): 4.3.2 支持向量分类器的软间隔优化
62 (p4-3-3): 4.3.3 核技巧
64 (p4-3-4): 4.3.4 理论基础
66 (p4-3-5): 4.3.5 支持向量回归器
67 (p4-3-6): 4.3.6 软件实现
67 (p4-3-7): 4.3.7 相关研究
69 (p4-3-8): 4.3.8 小结
70 (p4-4): 4.4 Apriori
70 (p4-4-1): 4.4.1 算法描述
74 (p4-4-2): 4.4.2 挖掘序列模式
76 (p4-4-3): 4.4.3 软件实现
77 (p4-4-4): 4.4.4 应用示例
79 (p4-4-5): 4.4.5 相关研究
84 (p4-4-6): 4.4.6 小结
85 (p4-5): 4.5 EM
85 (p4-5-1): 4.5.1 引言
86 (p4-5-2): 4.5.2 算法描述
86 (p4-5-3): 4.5.3 软件实现
87 (p4-5-4): 4.5.4 应用示例
88 (p4-5-5): 4.5.5 相关研究
89 (p4-5-6): 4.5.6 小结
90 (p4-6): 4.6 PageRank
91 (p4-6-1): 4.6.1 算法描述
94 (p4-6-2): 4.6.2 扩展：Timed-PageRank
95 (p4-6-3): 4.6.3 小结
95 (p4-7): 4.7 AdaBoost
96 (p4-7-1):…