大数据科学基础

暂缺《大数据科学基础》作者简介

第1章首先从大数据的发展历史出发，介绍了大数据的概念与性质，并且介绍了大数据专业体系的需求和未来展望，系统性地概述了大数据的定义。第2章介绍了数据的采集方式、数据可视化的作用手段以及数据可视化的具体运用。第3章首先从机器学习的基础入手，讲述了 化问题的三个经典算法，包括梯度下降法、牛顿法和遗传算法。然后介绍了机器学习的算法，包括有监督学习和无监督学习等算法， 介绍了机器学习的常用方法。第4章主要介绍深度学习，从Numpy的基础开始，完整地讲解了Python的扩展程序库Numpy。随后介绍了CNN和RNN这两种经典的神经网络。 介绍了包括AlexNet模型等几种经典的深度学习网络模型。第5章主要介绍了TensorFlow和PyTorch这两种框架的安装和搭建，并通过一些小例子来熟悉它们的基础组件， 后介绍了Keras这个 神经网络API。第6章介绍了医疗大数据、天文大数据以及金融大数据这三个大数据技术热门领域，分别讲述了这三个领域的基础概述、理论技术以及未来的目标和挑战。本书适用于对大数据领域感兴趣的读者，中职学历及以上学生、工程师、企业家、研究人员等都可以从中获益。读者能够了解到大数据技术的价值和应用前景，获得基本的数据分析和处理能力，对大数据在不同领域中的应用力和未来的发展趋势有 加全面、深入的认识，服务于大数据 战略。