篇大数据系统基础
章概述
1.1大数据发展现状与历史
1.1.1国外发展现状
1.1.2国内发展现状
1.1.3大数据发展历史
1.2大数据定义
1.3大数据应用
1.4大数据挑战
1.5大数据机器学习
1.5.1数据流学习
1.5.2深度学习
1.5.3增量学习和集成学习
1.5.4粒度计算
1.6大数据与Hadoop生态系统
1.6.1数据存储层——HDFS和HBase
1.6.2数据处理层
1.6.3数据查询层——Pig、JAQL和Hive
……

本书从大数据分析角度入手，首先介绍了不同的大数据处理模式与代表性的处理系统，其次对大数据分析所应用的数据挖掘、机器学习的理论工具给予了介绍，很后详细介绍了典型的大数据技术IBMInfoSphere BigInsights。
本书由3篇共25章组成。篇大数据系统基础，由章概述和第2章大数据基础组成。第2篇大数据分析理论基础，由第3章到0章组成，主要介绍了一些概率与统计方面的基础知识、数据挖掘的基本技术以及机器学习的常用概率化工具。第3篇大数据技术，由1章到第25章组成，全面介绍了IBM InfoSphere BigInsights各个组件和基本应用。
本书可作为高等学校大数据专业方向以及计算机科学技术、软件工程、物联网工程等信息科学技术类专业的本科教材，也可作为相关专业的技术人员的参考资料。