第1章数据与大数据时代
1.1什么是大数据
1.1.1天文学——信息爆炸的起源
1.1.2大数据的定义
1.1.3用3V描述大数据特征
1.1.4广义的大数据
1.2大数据变革思维
1.3大数据的结构类型
1.4大数据的发展
1.4.1硬件性价比提高与软件技术进步
1.4.2云计算的普及
1.4.3大数据作为BI的进化形式
1.4.4从交易数据分析到交互数据分析
第2章大数据的可视化
2.1数据与可视化
2.1.1数据的可变性
2.1.2数据的不确定性
2.1.3数据所依存的背景信息
2.1.4打造最好的可视化效果
2.2数据与图形
2.2.1数据与走势
2.2.2视觉信息的科学解释
2.2.3图片和分享的力量
2.3公共数据集
2.4实时可视化
2.5挑战图像的多变性
2.6数据可视化的运用
2.6.1可视化对认知的帮助
2.6.27个数据类型
2.6.37个基本任务
2.6.4数据可视化的挑战
第3章大数据的商业规则
3.1大数据的跨界年度
3.2谷歌的大数据行动
3.3亚马逊的大数据行动
3.4将信息变成一种竞争优势
3.4.1数据价格下降，数据需求上升
3.4.2大数据应用程序的兴起
3.4.3实时响应，大数据用户的新要求
3.4.4企业构建大数据战略
3.5大数据营销
3.5.1像媒体公司一样思考
3.5.2营销面对新的机遇与挑战
3.5.3自动化营销
3.5.4为营销创建高容量和高价值的内容
3.5.5内容营销
3.5.6内容创作与众包
3.5.7用投资回报率评价营销效果
第4章大数据时代的思维变革
4.1大数据时代的大挑战
4.2转变之一：样本=总体
4.2.1小数据时代的随机采样
4.2.2大数据与乔布斯的癌症治疗
4.2.3全数据模式：样本=总体
4.3转变之二：接受数据的混杂性
4.3.1允许不精确
4.3.2大数据的简单算法与小数据的复杂算法
4.3.3纷繁的数据越多越好
4.3.4混杂性是标准途径
4.3.5新的数据库设计
4.3.65%的数字数据与95%的非结构化数据
4.4转变之三：数据的相关关系
4.4.1关联物，预测的关键
4.4.2“是什么”，而不是“为什么”
4.4.3通过因果关系了解世界
4.4.4通过相关关系了解世界
第5章大数据促进医疗与健康
5.1大数据与循证医学
5.2大数据带来的医疗新突破
5.2.1量化自我，关注个人健康
5.2.2可穿戴的个人健康设备
5.2.3大数据时代的医疗信息
5.2.4CellMiner——对抗癌症的新工具
5.3医疗信息数字化
5.4搜索：超级大数据的最佳伙伴
5.5数据决策的成功崛起
5.5.1数据辅助诊断
5.5.2你考虑过……了吗
5.5.3大数据分析使数据决策崛起
第6章大数据激发创造力
6.1大数据帮助改善设计
6.1.1少而精是设计的核心
6.1.2与玩家共同设计游戏
6.1.3以人为本的汽车设计理念
6.1.4寻找最佳音响效果
6.1.5建筑，数据取代直觉
6.2大数据操作回路
6.2.1信号与噪声
6.2.2大数据反馈回路
6.2.3最小数据规模
6.2.4大数据应用程序的优势与作用
6.3大数据资产的崛起
6.3.1大数据催生崭新的应用程序
6.3.2寻找大数据“空白”，提取最大价值
第7章大数据预测分析
7.1什么是预测分析
7.1.1预测分析的作用
7.1.2行业应用举例
7.2数据情感和情感数据
7.2.1从博客观察集体情感
7.2.2预测分析博客中的情绪
7.2.3影响情绪的重要因素——金钱
7.3数据具有内在预测性
7.4情感的因果关系
7.4.1焦虑指数与标普500指数
7.4.2验证情感和被验证的情感
7.4.3情绪指标影响金融市场
第8章大数据促进学习
8.1打造网络教育体系
8.1.1典型的网络教育形式
8.1.2未来的教育：线上线下结合
8.1.3跟踪教学效果
8.1.4形成学习能力
8.2机器学习及其研究
8.2.1什么是人工智能
8.2.2什么是机器学习
8.2.3基本结构
8.2.4研究领域
8.3机器学习的分类
8.3.1基于学习策略的分类
8.3.2基于所获取知识的表示形式分类
8.3.3按应用领域分类
8.3.4按学习形式分类
第9章大数据在云端
9.1云端大数据
9.1.1什么是云计算
9.1.2云计算的服务形式
9.1.3云计算与大数据
9.1.4云基础设施
9.2计算虚拟化
9.3大数据存储
9.3.1传统存储系统时代
9.3.2大数据时代的新挑战
9.3.3分布式存储
9.3.4云存储
9.3.5大数据存储的其他需求
9.4网络虚拟化
9.4.1网卡虚拟化
9.4.2虚拟交换机
9.4.3接入层的虚拟化
9.4.4覆盖网络虚拟化
9.4.5软件定义的网络
9.4.6对大数据处理的意义
9.5数据即服务
9.5.1数据应用
9.5.2数据清理
9.5.3数据保密
9.6云的挑战
第10章支撑大数据的技术
10.1开源技术的商业支援
10.2大数据的技术架构
10.3什么是Hadoop
10.3.1什么是分布式系统
10.3.2Hadoop的由来
10.3.3Hadoop的优势
10.3.4Hadoop的发行版本
10.4大数据的数据处理基础
10.4.1Hadoop与NoSQL
10.4.2NoSQL与RDBMS的主要区别
10.4.3NewSQL
10.5相关的大数据技术
10.5.1神经网络
10.5.2自然语言处理
10.5.3语义检索
10.5.4链接挖掘
10.5.5A／B测试
第11章数据科学与数据科学家
11.1什么是数据科学
11.2数据分析生命周期模型
11.3数据科学家
11.3.1大数据生态系统中的关键角色
11.3.2数据科学家所需的技能
11.3.3数据科学家所需的素质
11.3.4数据科学家的学习内容
11.4数据科学的重要技能
11.4.1数据科学技能和熟练程度
11.4.2重要数据科学技能
11.4.3因职业角色而异的十大技能
11.4.4职业角色的重要技能
第12章大数据的未来
12.1消费者的隐私权
12.2连接开放数据
12.2.1LOD运动
12.2.2对政府公开的影响
12.2.3利用开放数据的创业型公司
12.3数据市场的兴起
12.3.1Factual
12.3.2WindowsAzureMarketplace
12.3.3Infochimps
12.3.4PublicDataSetsOnAWS
12.3.5不同的商业模式
12.4将原创数据变为增值数据
12.5大数据未来展望
12.5.1大数据存储和管理
12.5.2传统IT系统到大数据系统的过渡
12.5.3大数据分析
12.5.4大数据安全
12.5.5数据科学
参考文献
· · · · · · (收起)