本书在介绍大数据发展背景、特点及主要技术层面的基础上，对大数据的数据采集、数据存储、常见计算模式和典型系统工具进行了分析介绍。本书同时对各种典型系统工具进行了讲解，包括大数据查询分析计算及典型工具（HBase、Hive）、批处理计算及典型工具（MapReduce、Spark）、流式计算及典型工具（Storm、Apex、Flink）、事件流及典型工具（Druid）等。本书提供了大量的实例和源代码供读
电子书
内容简介
“财务大数据基础”是财经类专业学生学习财务大数据技术应用的入门课程。本书选取薪资管理、量化投资、固定资产管理三个最常见的财务工作场景，详细介绍了这些工作场景中涉及的大数据基础知识，以及数据库基础操作和高级操作、数据采集和数据可视化的专业知识。本书体系完整，内容丰富，学做练一体化设计，适合高等职业院校大数据与会计、大数据与财务管理、会计信息管理、统计与会计核算等财经类专业学生的教材，也可以作为计算机专业量化投资分析相关课程的教材。
章节目录
- 项目一大数据初识
- 任务一 从数据到大数据
- 一、数据、信息与知识
- 二、信息技术的发展历程
- 三、大数据
- 四、大数据的特征
- 五、大数据思维
- 六、大数据技术面临的挑战
- 七、大数据关键技术分类
- 任务二 大数据与数字经济
- 一、数字经济的催生
- 二、数字经济的基本特征
- 三、数字经济的建设方向
- 任务三 数据库基础
- 一、数据管理的3 个阶段
- 二、数据库管理系统的发展历史
- 三、数据库设计
- 四、SQL 的基本概念
- 五、SQL 语句的基本书写与命名规则
- 六、SQL 编译环境构建
- 任务四 数据采集基础
- 一、数据源
- 二、数据采集的方法
- 三、数据类型的划分
- 四、Python 编译环境构建
- 任务五 数据可视化基础
- 一、数据可视化的概念
- 二、数据可视化的重要作用
- 三、常见的数据可视化工具
- 项目二数据库基础操作
- 任务一 存储数据的仓库——数据库
- 一、创建数据库
- 二、显示数据库
- 三、修改数据库
- 四、使用数据库
- 五、删除数据库
- 任务二 数据库的重要成员——数据表
- 一、创建数据表
- 二、显示数据表
- 三、修改数据表
- 四、复制数据表
- 五、删除数据表
- 任务三 向数据表中插入财务数据
- 任务四 修改数据表中的财务数据
- 任务五 删除数据表中的财务数据
- 任务六 查询数据表中的财务数据
- 一、无WHERE 子句的单表查询
- 二、查询指定的列与定义列别名
- 三、消除重复的行
- 四、计算列值
- 五、有WHERE 子句的单表查询
- 项目三数据库高级操作
- 任务一 对查询结果进行排序
- 一、ORDER BY 子句
- 二、LIMIT 子句
- 任务二 多表查询
- 一、全连接
- 二、内连接
- 三、左连接
- 四、右连接
- 任务三 聚合函数和嵌套查询
- 一、COUNT()函数
- 二、SUM()函数和AVG()函数
- 三、嵌套查询
- 四、MAX()函数和MIN()函数
- 任务四 分组查询
- 一、GROUP BY 子句
- 二、HAVING 子句
- 任务五 视图
- 一、创建视图
- 二、查询视图
- 三、插入数据
- 四、修改数据
- 五、删除数据
- 六、删除视图
- 任务六 索引
- 一、索引
- 二、创建索引
- 三、删除索引
- 任务七 数据库编程和管理
- 一、数据库编程
- 二、存储过程
- 三、数据库管理
- 项目四财务大数据采集
- 任务一 抓取证券行业分类数据
- 任务二 抓取企业季频盈利能力数据
- 任务三 抓取企业其他季频能力数据
- 一、企业季频营运能力函数接口
- 二、企业季频成长能力函数接口
- 三、企业季频偿债能力函数接口
- 任务四 用网络爬虫抓取网页
- 项目五财务大数据可视化
- 任务一 从列表中读取数据进行可视化
- 任务二 从文件中读取数据进行可视化
- 任务三 从数据库中读取数据进行可视化
展开全部
大数据技术应用基础是2023年由人民邮电出版社出版,作者周若谷。
温馨提示：
1.本电子书已获得正版授权，由出版社通过知传链发行。
2.该电子书为虚拟物品，付费之后概不接收任何理由退款。电子书内容仅支持在线阅读，不支持下载。
3.您在本站购买的阅读使用权仅限于您本人阅读使用，您不得/不能给任何第三方使用，由此造成的一切相关后果本平台保留向您追偿索赔的权利！版权所有，后果自负！
得书感谢您对《大数据技术应用基础》关注和支持，如本书内容有不良信息或侵权等情形的，请联系本网站。
电子书
电子书
本书是针对高等职业院校财经商贸大类专业大数据相关课程编写的教材，旨在帮助学生建立数据思维方式和培养处理、运用数据的能力。本书利用贴近学生学习和生活环境的案例，通过“发现问题—定义数据—寻找数据—分析数据—可视化—解决问题”六个步骤，解决数据价值认知、寻找需要的数据、分析数据和应用数据四个根本问题。本书内容新颖，教学资源丰富，适合作为高等职业院校财经商贸大类相关专业大数据技术基础课程的教材，也可供对
电子书
全书共十个项目，除了项目一介绍大数据基础理论外，其余项目均以实战为主线，内容循序渐进，逐步深入，围绕大数据技术的应用层层展开。内容主要包括大数据的基本概念、Ubuntu及服务安装配置、Hadoop集群部署、MapReduce编程、HBase数据库部署与应用、Hive数据仓库安装与应用、Pig数据分析、Sqoop数据迁移、Spark部署及数据分析等知识，最后以大数据技术的具体应用介绍了MapRedu
电子书
本书讲解了计算机基础知识、WindowsXP操作系统、文字处理软件Word2003、电子表格Excel2003等内容。
电子书
本书从商科类专业需求出发，介绍了大数据技术的基本概念与应用。全书主要内容包括走进大数据，认识云计算、物联网、人工智能，大数据采集清洗，数据存储管理，数据挖掘分析，大数据可视化，大数据安全，综合实战案例。本书注重理论与实践作相结合，通过大量案例帮助学生快速了解并掌握大数据相关技术，具有较强的系统性、可读性和实用性。为了利教便学，部分学习资源（如作录频、微课视频等）以二维码形式提供在相关内容旁，可扫描
电子书
本书内容由浅入深，实例指导性强，通过大量的实例讲述Python程序设计基础，同时结合Python语言的特性，讲解各类基于Python的大数据应用实例。本书全部例题代码适用于Python3.6及更高版本。全书共13章，主要内容包括大数据及Python概述，Python基础知识、程序流程控制结构、常用组合数据类型、函数与模块、面向对象程序设计、文件相关操作、数据预处理和数据分析、使用NumPy进行处理
电子书
本书教学设计遵循教学规律，对真实项目进行了科学拆分与提炼。主要内容分为Hadoop大数据技术基础与Hadoop大数据分析案例两部分，前者包括大数据的有关概念、Hadoop概述、Hadoop集群的部署与管理、HDFS、MapReduce编程以及Hadoop生态的其他常用组件ZooKeeper、HBase、Hive、Sqoop、Flume、Storm、Kafka的工作原理、安装部署和使用方法，后者通过
电子书
本书是一本介绍大数据处理技术的专业图书，力求提高读者对大数据处理的认知水平和动手能力。本书首先介绍大数据技术的相关概念和发展历程，从实践的角度介绍Hadoop和Spark的安装部署、编程基础和使用方法；然后结合具体案例，重点介绍SparkRDD、SparkSQL、SparkStreaming、SparkGraphFrame等的应用思路和方法，并通过具体代码，让读者更好地感受大数据处理技术的效果。本
