具體描述
《敏捷數據科學：用Hadoop創建數據分析應用》麵嚮大數據挖掘，以敏捷視角呈現高效構建數據模型的全程實踐和思路。在一組以一個真實電子郵箱數據挖掘為例的數據-價值金字塔進階模式中，你將學到：一整套實用工具及其方法論，可快速實現在Hadoop 上構建數據分析應用；用Python、Apache Pig 及D3.js等輕量級工具創建用於探索數據的敏捷環境；一種可根據數據中信息快速切換，進行不同類型數據分析的迭代式開發方法。
《敏捷數據科學：用Hadoop創建數據分析應用》適閤所有與數據工作相關的從業者，同時也適閤有誌成為數據科學工作者的廣大讀者作為入門讀物。
著者簡介
作者介紹：Russsel Jurney 在美國和墨西哥的賭場開始他的數據分析生涯。他開發瞭一個 Web 應用來分析老虎機的性能。在經曆瞭創業、交互式媒體和新聞業以後，他到瞭矽榖，在 Ning 和LinkedIn 開始構建可擴展的數據分析應用。
譯者介紹：硃洪波 阿裏巴巴數據挖掘專傢，機器學習團隊負責人，司職於解決商業客戶對數據的深層需求。紙質書愛好者，相信理性與邏輯的力量。
圖書目錄
第1 部分 起步 ............................................................... 1
第1 章 理論 .................................................................. 3
敏捷大數據 ............................................................................................................3
Big Words 定義 ......................................................................................................4
敏捷大數據團隊 .....................................................................................................5
認識機遇和問題 ..............................................................................................6
敏捷大數據流程 ................................................................................................... 11
代碼檢查和結對編程 ...........................................................................................12
敏捷的場所：開發的效率 ....................................................................................13
協作空間 .......................................................................................................14
私人空間 .......................................................................................................14
個人空間 .......................................................................................................14
用大幅打印件明確錶達想法 ................................................................................15
第2 章 數據 ............................................................... 17
電子郵件 ..............................................................................................................17
處理原始數據 ......................................................................................................18
原始的電子郵件 ............................................................................................18
結構化與半結構化數據 .................................................................................18
SQL ......................................................................................................................20
NoSQL .................................................................................................................24
序列化 ...........................................................................................................24
從演變的模式中抽取和展示特徵 ..................................................................25
數據流水綫 ...................................................................................................26
數據透視 ..............................................................................................................27
社交網絡 .......................................................................................................28
時間序列 .......................................................................................................30
自然語言 .......................................................................................................31
概率 ...............................................................................................................33
小結 .....................................................................................................................35
第3 章 敏捷開發工具 ................................................... 37
可擴展性= 簡潔...................................................................................................37
敏捷大數據處理 ...................................................................................................38
設置運行Python 的虛擬環境 ...............................................................................39
使用Avro 對事件進行序列化 ..............................................................................40
在Python 中使用Avro ..................................................................................40
收集數據 ..............................................................................................................42
使用Pig 處理數據................................................................................................44
安裝Pig .........................................................................................................45
使用MongoDB 發布數據 ....................................................................................49
安裝MongoDB ..............................................................................................49
安裝MongoDB 的Java 驅動程序 .................................................................50
安裝mongo-hadoop .......................................................................................50
用Pig 嚮MongoDB 推送數據 .......................................................................50
使用ElasticSearch 搜索數據 ................................................................................52
安裝 ...............................................................................................................52
使用Wonderdog 整閤ElasticSearch 和Pig ...................................................53
對工作流程的反思 ...............................................................................................55
輕量級的Web 應用 ..............................................................................................56
Python 和 Flask .............................................................................................56
展示數據 ..............................................................................................................58
安裝Bootstrap ...............................................................................................58
啓用Bootstrap ...............................................................................................59
使用d3.js 和nvd3.js 可視化數據 ..................................................................63
小結 .....................................................................................................................64
第4 章 在雲端 ............................................................. 65
引言 .....................................................................................................................65
GitHub .................................................................................................................67
dotCloud ...............................................................................................................67
dotCloud Echo 服務 .......................................................................................68
Python 工作者服務 ........................................................................................71
Amazon Web Services ..........................................................................................71
Simple Storage Service ..................................................................................71
Elastic MapReduce ........................................................................................72
MongoDB 即服務 ..........................................................................................79
輔助工具（Instrumentation） ................................................................................81
Google Analytics ...........................................................................................81
Mortar Data ...................................................................................................82
第2 部分 登上金字塔 ................................................... 85
第5 章 收集和展示數據 ............................................... 89
整閤軟件棧 ..........................................................................................................90
收集並序列化收件箱 ...........................................................................................90
處理和發布郵件數據 ...........................................................................................91
在瀏覽器中顯示郵件 ...........................................................................................93
用Flask 和pymongo 處理郵件數據 ..............................................................94
使用Jinja2 渲染HTML5 頁麵 ......................................................................94
敏捷檢查點 ..........................................................................................................98
生成電子郵件清單 ...............................................................................................99
用MongoDB 顯示郵件 .................................................................................99
對數據展示的分析 ...................................................................................... 101
搜索郵件 ............................................................................................................ 106
使用Pig，ElasticSearch 和Wonderdog 構建索引 ....................................... 106
在網頁中搜索郵件數據 ............................................................................... 107
結論 ................................................................................................................... 108
第6 章 使用圖錶可視化數據 ....................................... 111
優秀的圖錶 ........................................................................................................ 112
抽取實體：郵件地址 ......................................................................................... 112
抽取郵件 ..................................................................................................... 112
對時間進行可視化 ............................................................................................. 116
結論 ................................................................................................................... 122
第7 章 利用報錶探索數據 .......................................... 123
為數據添加聯係 ................................................................................................. 126
用TF-IDF 從郵件中提取關鍵字 ........................................................................ 133
小結 ................................................................................................................... 138
第8 章 預測 .............................................................. 141
預測電子郵件的迴復率 ...................................................................................... 142
個性化 ................................................................................................................ 147
小結 ................................................................................................................... 148
第9 章 驅動行動 ........................................................ 149
好郵件的屬性 .................................................................................................... 150
使用樸素貝葉斯方法進行更好的預測 ............................................................... 150
P(Reply | From ∩ To) ........................................................................................ 150
P(Reply | Token) ................................................................................................. 151
實時預測 ............................................................................................................ 153
記錄事件日誌 .................................................................................................... 157
小結 ................................................................................................................... 157
索引 ........................................................................... 159
· · · · · · (收起)
第1 章 理論 .................................................................. 3
敏捷大數據 ............................................................................................................3
Big Words 定義 ......................................................................................................4
敏捷大數據團隊 .....................................................................................................5
認識機遇和問題 ..............................................................................................6
敏捷大數據流程 ................................................................................................... 11
代碼檢查和結對編程 ...........................................................................................12
敏捷的場所：開發的效率 ....................................................................................13
協作空間 .......................................................................................................14
私人空間 .......................................................................................................14
個人空間 .......................................................................................................14
用大幅打印件明確錶達想法 ................................................................................15
第2 章 數據 ............................................................... 17
電子郵件 ..............................................................................................................17
處理原始數據 ......................................................................................................18
原始的電子郵件 ............................................................................................18
結構化與半結構化數據 .................................................................................18
SQL ......................................................................................................................20
NoSQL .................................................................................................................24
序列化 ...........................................................................................................24
從演變的模式中抽取和展示特徵 ..................................................................25
數據流水綫 ...................................................................................................26
數據透視 ..............................................................................................................27
社交網絡 .......................................................................................................28
時間序列 .......................................................................................................30
自然語言 .......................................................................................................31
概率 ...............................................................................................................33
小結 .....................................................................................................................35
第3 章 敏捷開發工具 ................................................... 37
可擴展性= 簡潔...................................................................................................37
敏捷大數據處理 ...................................................................................................38
設置運行Python 的虛擬環境 ...............................................................................39
使用Avro 對事件進行序列化 ..............................................................................40
在Python 中使用Avro ..................................................................................40
收集數據 ..............................................................................................................42
使用Pig 處理數據................................................................................................44
安裝Pig .........................................................................................................45
使用MongoDB 發布數據 ....................................................................................49
安裝MongoDB ..............................................................................................49
安裝MongoDB 的Java 驅動程序 .................................................................50
安裝mongo-hadoop .......................................................................................50
用Pig 嚮MongoDB 推送數據 .......................................................................50
使用ElasticSearch 搜索數據 ................................................................................52
安裝 ...............................................................................................................52
使用Wonderdog 整閤ElasticSearch 和Pig ...................................................53
對工作流程的反思 ...............................................................................................55
輕量級的Web 應用 ..............................................................................................56
Python 和 Flask .............................................................................................56
展示數據 ..............................................................................................................58
安裝Bootstrap ...............................................................................................58
啓用Bootstrap ...............................................................................................59
使用d3.js 和nvd3.js 可視化數據 ..................................................................63
小結 .....................................................................................................................64
第4 章 在雲端 ............................................................. 65
引言 .....................................................................................................................65
GitHub .................................................................................................................67
dotCloud ...............................................................................................................67
dotCloud Echo 服務 .......................................................................................68
Python 工作者服務 ........................................................................................71
Amazon Web Services ..........................................................................................71
Simple Storage Service ..................................................................................71
Elastic MapReduce ........................................................................................72
MongoDB 即服務 ..........................................................................................79
輔助工具（Instrumentation） ................................................................................81
Google Analytics ...........................................................................................81
Mortar Data ...................................................................................................82
第2 部分 登上金字塔 ................................................... 85
第5 章 收集和展示數據 ............................................... 89
整閤軟件棧 ..........................................................................................................90
收集並序列化收件箱 ...........................................................................................90
處理和發布郵件數據 ...........................................................................................91
在瀏覽器中顯示郵件 ...........................................................................................93
用Flask 和pymongo 處理郵件數據 ..............................................................94
使用Jinja2 渲染HTML5 頁麵 ......................................................................94
敏捷檢查點 ..........................................................................................................98
生成電子郵件清單 ...............................................................................................99
用MongoDB 顯示郵件 .................................................................................99
對數據展示的分析 ...................................................................................... 101
搜索郵件 ............................................................................................................ 106
使用Pig，ElasticSearch 和Wonderdog 構建索引 ....................................... 106
在網頁中搜索郵件數據 ............................................................................... 107
結論 ................................................................................................................... 108
第6 章 使用圖錶可視化數據 ....................................... 111
優秀的圖錶 ........................................................................................................ 112
抽取實體：郵件地址 ......................................................................................... 112
抽取郵件 ..................................................................................................... 112
對時間進行可視化 ............................................................................................. 116
結論 ................................................................................................................... 122
第7 章 利用報錶探索數據 .......................................... 123
為數據添加聯係 ................................................................................................. 126
用TF-IDF 從郵件中提取關鍵字 ........................................................................ 133
小結 ................................................................................................................... 138
第8 章 預測 .............................................................. 141
預測電子郵件的迴復率 ...................................................................................... 142
個性化 ................................................................................................................ 147
小結 ................................................................................................................... 148
第9 章 驅動行動 ........................................................ 149
好郵件的屬性 .................................................................................................... 150
使用樸素貝葉斯方法進行更好的預測 ............................................................... 150
P(Reply | From ∩ To) ........................................................................................ 150
P(Reply | Token) ................................................................................................. 151
實時預測 ............................................................................................................ 153
記錄事件日誌 .................................................................................................... 157
小結 ................................................................................................................... 157
索引 ........................................................................... 159
· · · · · · (收起)
讀後感
評分
这本书的第二版已经于2018年出版了。这第一版面世于2014年，第二版在此基础之上有非常大幅度的修改。但最最基本的思路没有变化：端到端，全栈，敏捷，技术为具体业务服务。 第二版的链接在下面： [Spark全栈数据分析] 对比两个版本，除了内容扩充了不少，处理的问题更加充实，...
評分这本书的第二版已经于2018年出版了。这第一版面世于2014年，第二版在此基础之上有非常大幅度的修改。但最最基本的思路没有变化：端到端，全栈，敏捷，技术为具体业务服务。 第二版的链接在下面： [Spark全栈数据分析] 对比两个版本，除了内容扩充了不少，处理的问题更加充实，...
評分这本书的第二版已经于2018年出版了。这第一版面世于2014年，第二版在此基础之上有非常大幅度的修改。但最最基本的思路没有变化：端到端，全栈，敏捷，技术为具体业务服务。 第二版的链接在下面： [Spark全栈数据分析] 对比两个版本，除了内容扩充了不少，处理的问题更加充实，...
評分这本书的第二版已经于2018年出版了。这第一版面世于2014年，第二版在此基础之上有非常大幅度的修改。但最最基本的思路没有变化：端到端，全栈，敏捷，技术为具体业务服务。 第二版的链接在下面： [Spark全栈数据分析] 对比两个版本，除了内容扩充了不少，处理的问题更加充实，...
評分这本书的第二版已经于2018年出版了。这第一版面世于2014年，第二版在此基础之上有非常大幅度的修改。但最最基本的思路没有变化：端到端，全栈，敏捷，技术为具体业务服务。 第二版的链接在下面： [Spark全栈数据分析] 对比两个版本，除了内容扩充了不少，处理的问题更加充实，...
用戶評價
评分
小動物係列，內插不錯，思路很清晰
评分整本書用通俗易懂的一個案例介紹瞭一個完整數據流的處理過程，並沒有介紹算法等核心功能。對不瞭解etl,olap的初學者有一個簡明易懂的介紹，建議完全不懂大數據 數據清洗的人拿來看看，有過瞭解和研究的人不能得到幫助
评分蠻失望的 整本書蜻蜓點水 關於算法幾乎沒有涉及
评分走馬觀花
评分小動物係列，內插不錯，思路很清晰
相關圖書
本站所有內容均為互聯網搜索引擎提供的公開搜索信息，本站不存儲任何數據與內容，任何內容與數據均與本站無關，如有需要請聯繫相關搜索引擎包括但不限於百度，google,bing,sogou 等
© 2025 book.quotespace.org All Rights Reserved. 小美書屋 版权所有