配送方式
-
台灣
- 國內宅配：本島、離島
-
到店取貨：
不限金額免運費
-
海外
- 國際快遞：全球
-
港澳店取：
內容簡介
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。
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。
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。
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
序／導讀
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Ha 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Ha 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。
訂購/退換貨須知
加入金石堂 LINE 官方帳號『完成綁定』，隨時掌握出貨動態：
提醒您！！
金石堂及銀行均不會請您操作ATM! 如接獲電話要求您前往ATM提款機，請不要聽從指示，以免受騙上當！
退換貨須知：
**提醒您，鑑賞期不等於試用期，退回商品須為全新狀態**
-
依據「消費者保護法」第19條及行政院消費者保護處公告之「通訊交易解除權合理例外情事適用準則」，以下商品購買後，除商品本身有瑕疵外，將不提供7天的猶豫期：
- 易於腐敗、保存期限較短或解約時即將逾期。（如：生鮮食品）
- 依消費者要求所為之客製化給付。（客製化商品）
- 報紙、期刊或雜誌。（含MOOK、外文雜誌）
- 經消費者拆封之影音商品或電腦軟體。
- 非以有形媒介提供之數位內容或一經提供即為完成之線上服務，經消費者事先同意始提供。（如：電子書、電子雜誌、下載版軟體、虛擬商品…等）
- 已拆封之個人衛生用品。（如：內衣褲、刮鬍刀、除毛刀…等）
- 若非上列種類商品，均享有到貨7天的猶豫期（含例假日）。
- 辦理退換貨時，商品（組合商品恕無法接受單獨退貨）必須是您收到商品時的原始狀態（包含商品本體、配件、贈品、保證書、所有附隨資料文件及原廠內外包裝…等），請勿直接使用原廠包裝寄送，或於原廠包裝上黏貼紙張或書寫文字。
- 退回商品若無法回復原狀，將請您負擔回復原狀所需費用，嚴重時將影響您的退貨權益。
商品評價