大數據書(shū)籍推薦(大數據入門(mén)書(shū)籍有哪些)
1.大數據入門(mén)書(shū)籍有哪些
統計學(xué)：《赤裸裸的統計學(xué)》、《深入淺出統計學(xué)》數學(xué)：《高等數學(xué)》、《概率論及其應用》、《線(xiàn)性代數及其應用》等Linux操作系統：《Linux 新手終極指南》、《Linux 基礎》、《Linux 命令行》Java：《Effective Java》、《Java8實(shí)戰》、《Java高并發(fā)編程實(shí)戰》大數據Hadoop體系：《Big Data》、《Hadoop權威指南》、《Hive編程指南》Scala黃金語(yǔ)言和Spark：《Learning Spark》、《Spark機器學(xué)習：核心技術(shù)與實(shí)踐》。
2.有什么比較好的大數據入門(mén)的書(shū)推薦
1.《大數據分析：點(diǎn)“數”成金》
該書(shū)向讀者介紹怎樣將大數據分析應用于各行各業(yè)。在中，你將了解到如何對數據進(jìn)行挖掘，怎樣從數據中揭示趨勢并轉化為競爭策略及攫取價(jià)值的方法。這些更有意思也更有效的方法能夠提升企業(yè)的智能化水平，將有助于企業(yè)解決實(shí)際問(wèn)題，提升利潤空間，提高生產(chǎn)率并發(fā)現更多的商業(yè)機會(huì )。
2、《大數據時(shí)代 》
《大數據時(shí)代》是國外大數據系統研究的先河之作，本書(shū)中前瞻性地指出，大數據帶來(lái)的信息風(fēng)暴正在變革我們的生活、工作和思維，大數據開(kāi)啟了一次重大的時(shí)代轉型，并用三個(gè)部分講述了大數據時(shí)代的思維變革、商業(yè)變革和管理變革。《大數據時(shí)代》認為大數據的核心就是預測。大數據將為人類(lèi)的生活創(chuàng )造前所未有的可量化的維度。大數據已經(jīng)成為了新發(fā)明和新服務(wù)的源泉，而更多的改變正蓄勢待發(fā)。書(shū)中展示了谷歌、微軟、IBM、蘋(píng)果、facebook、twitter、VISA等大數據先鋒們具價(jià)值的應用案例。
3、《云端時(shí)代殺手級應用：大數據分析》
《云端時(shí)代殺手級應用：大數據分析》分什么是大數據、大數據大商機、技術(shù)與前瞻3個(gè)部分。第一部分介紹大數據分析的概念，以及企業(yè)、政府部門(mén)可應用的范疇。什么是大數據分析？與個(gè)人與企業(yè)有什么關(guān)系？將對全球產(chǎn)業(yè)造成怎樣的沖擊？第二部分完整介紹大數據在各產(chǎn)業(yè)的應用實(shí)況，為企業(yè)及政府部門(mén)提供應用的方向。提供了全球各地的實(shí)際應用案例，涵蓋零售、金融、政府部門(mén)、能源、制造、娛樂(lè )、醫療、電信等各個(gè)行業(yè)，充分展現大數據分析產(chǎn)生的效益。第三部分則簡(jiǎn)單介紹了大數據分析所需技術(shù)及未來(lái)發(fā)展趨勢，為讀者提供了應用與研究的方向。
4、《大數據互聯(lián)網(wǎng)大規模數據挖掘與分布式處理》
《大數據：互聯(lián)網(wǎng)大規模數據挖掘與分布式處理》源自作者在斯坦福大學(xué)教授多年的“Web挖掘”課程材料，主要關(guān)注大數據環(huán)境下數據挖掘的實(shí)際算法。書(shū)中分析了海量數據集數據挖掘常用的算法，介紹了目前Web應用的許多重要話(huà)題。主要內容包括：分布式文件系統以及Map-Reduce工具；相似性搜索；數據流處理以及針對易丟失數據等特殊情況的專(zhuān)用處理算法；搜索引擎技術(shù)，如谷歌的PageRank；頻繁項集挖掘；大規模高維數據集的聚類(lèi)算法；Web應用中的關(guān)鍵問(wèn)題：廣告管理和推薦系統。
3.大數據中有什么比較好用的知識
大數據技術(shù)學(xué)習前的準備知識
(1)英語(yǔ)基礎
對于大數據技術(shù)文章，比較先進(jìn)的是外文較多，必須要有一定的英語(yǔ)能力。
(2)統計學(xué)
主要是大數據分析、數據挖掘方向的工作需要。可以重點(diǎn)學(xué)習：
基本的統計量：均值、中位數、眾數、方差、標準差、百分位數等
概率分布：幾何分布、二項分布、泊松分布、正態(tài)分布等
總體和樣本：了解基本概念，抽樣的概念
置信區間與假設檢驗：如何進(jìn)行驗證分析
相關(guān)性與回歸分析：一般數據分析的基本模型等等。
推薦書(shū)籍：
《赤裸裸的統計學(xué)》、《深入淺出統計學(xué)》
(3)數學(xué)
和數據打交道，數學(xué)知識是有很大幫助的，尤其是數據分析這個(gè)方向。需要的數學(xué)知識如下：
概率論與數理統計
線(xiàn)性代數
優(yōu)化理論：線(xiàn)性?xún)?yōu)化、最優(yōu)化、凸優(yōu)化等
離散數學(xué)等
推薦學(xué)習資源：
《高等數學(xué)》、《概率論及其應用》、《線(xiàn)性代數及其應用》等
(4)計算機知識
網(wǎng)絡(luò )體系結構
網(wǎng)絡(luò )協(xié)議
數據傳輸過(guò)程
網(wǎng)絡(luò )安全
多媒體數據傳輸等
推薦書(shū)籍：
《計算機基礎知識入門(mén)》、《計算機組成原理》、《計算機系統》、《編譯原理》、《語(yǔ)言與計算機》
2、Linux操作系統
要了解操作系統體系結構、任務(wù)調度、內存管理、存儲管理、命令解釋、界面管理、文件管理等基本內容。
Linux基礎
Linux系統管理
基礎網(wǎng)絡(luò )服務(wù)
系統管理進(jìn)階及運維自動(dòng)化工具
推薦學(xué)習資源：
Linux 基金會(huì )關(guān)于 Linux 的介紹、《Linux 介紹》、《Linux 新手終極指南》、《Linux 基礎》、《Linux 命令行》
3、JavaSE
Java經(jīng)過(guò)二十多年的發(fā)展，目前應用十分廣泛，具有健全的生態(tài)體系，網(wǎng)絡(luò )上的學(xué)習資源很多，且相當一部分系統清楚。Java和大數據有直接的關(guān)系，學(xué)習大數據之前，需要先學(xué)習這門(mén)編程語(yǔ)言，尤其是大數據開(kāi)發(fā)方向。
變量、循環(huán)、if等等；面向對象；I/O輸入和輸出（HDFS會(huì )用到）；反射、泛型，MR查詢(xún)等
JavaSE書(shū)籍推薦：
《Java編程思想》、《Java核心技術(shù)卷一》、《Effective Java》、《深入理解Java虛擬機》、《Java8實(shí)戰》、《Java高并發(fā)編程實(shí)戰》
4.求推薦大數據相關(guān)的書(shū)籍,哪些書(shū)應該好好讀
近兩年，大數據火了，所以跟風(fēng)了解了一下
給你推薦《大數據時(shí)代——生活、工作與思維的大變革》，這一本算是大數據領(lǐng)域入門(mén)的不二選擇，從思維變革、商業(yè)變革、管理變革三個(gè)部分闡述大數據對生活、工作、思維的改變。
里面有很多案例，可讀性很強，重點(diǎn)是要了解大數據，需要先了解大數據思維，它是一種很顛覆的思維方式，這本書(shū)里面講得比較清晰。
值得一提的是譯者周濤，有“最年輕的教授”之稱(chēng)，是我國年輕有為的大數據專(zhuān)家，電子科技大學(xué)互聯(lián)網(wǎng)科學(xué)中心主任、教授、博士生導師。也是商業(yè)大數據服務(wù)公司數聯(lián)銘品的首席科學(xué)家。
5.求推薦大數據相關(guān)的書(shū)籍,哪些書(shū)比較好
兩本： 《大數據：正在到來(lái)的數據革命》 涂子沛 《大數據時(shí)代：生活、工作與思維的大變革》 維克托？邁爾-舍恩伯格 （Viktor Mayer-Sch?nberger） （作者），肯尼思？庫克耶 （Kenneth Cukier） （作者），盛楊燕 （譯者），周濤 （譯者） 嫌少再加兩本： 《刪除：大數據取舍之道》 維克托？邁爾-舍恩伯格 （Viktor Mayer-Sch?nberger） （作者），袁杰 （譯者） 《爆發(fā)：大數據時(shí)代預見(jiàn)未來(lái)的新思維》 艾伯特？拉斯洛？巴拉巴西（Albert László Barabási） （作者），馬慧 （譯者）。
6.推薦一本關(guān)于大數據,數據分析類(lèi)似的書(shū)籍
1、《Hadoop權威指南》
現在3.1版本剛剛發(fā)布，但官方并不推薦在生產(chǎn)環(huán)境使用。作為hadoop的入門(mén)書(shū)籍，從2.x版本開(kāi)始也不失為良策。
本書(shū)從Hadoop的緣起開(kāi)始，由淺入深，結合理論和實(shí)踐，全方位地介紹Hadoop這一高性能處理海量數據集的理想工具。剛剛更新的版本中，相比之前的版本增加了介紹YARN , Parquet , Flume, Crunch , Spark的章節，非常適合于Hadoop 初學(xué)者。
2、《Learning Spark》
《Spark 快速大數據分析》是一本為Spark 初學(xué)者準備的書(shū)，它沒(méi)有過(guò)多深入實(shí)現細節，而是更多關(guān)注上層用戶(hù)的具體用法。不過(guò)，本書(shū)絕不僅僅限于Spark 的用法，它對Spark 的核心概念和基本原理也有較為全面的介紹，讓讀者能夠知其然且知其所以然。
3、《Spark機器學(xué)習：核心技術(shù)與實(shí)踐》
以實(shí)踐方式助你掌握Spark機器學(xué)習技術(shù)。本書(shū)采用理論與大量實(shí)例相結合的方式幫助開(kāi)發(fā)人員掌握使用Spark進(jìn)行分析和實(shí)現機器學(xué)習算法。通過(guò)這些示例和Spark在各種企業(yè)級系統中的應用，幫助讀者解鎖Spark機器學(xué)習算法的復雜性，通過(guò)數據分析產(chǎn)生有價(jià)值的數據洞察力。
7.大數據相關(guān)的書(shū)籍有哪些,麻煩推薦一下
初級階段：《大數據時(shí)代》
讀完這本書(shū)，要求你形成大數據的概念，對大數據有個(gè)全面的認識和了解。
中級階段：《失控》
用統計的方法，而不是因果的方法，預測未來(lái)，用統計的方法來(lái)對某些東西進(jìn)行預測.
高級階段：《復雜性》
指明了一個(gè)無(wú)窮疊代，即 “關(guān)系的關(guān)系的……關(guān)系”，而智能將在這里涌現，解決復雜性問(wèn)題預測的關(guān)鍵很可能就在這里，這句話(huà)打開(kāi)了一個(gè)非常廣闊的前景，將象宇宙一樣沒(méi)有窮盡。
高級階段（2）：《量子物理史話(huà)》
停止爭論吧，上帝真的擲骰子！隨機性是世界的基石，當電子出現在這里時(shí)，它是一個(gè)隨機的過(guò)程，并不需要有誰(shuí)給它加上難以忍受的條條框框。……而統計規律則把微觀(guān)上的無(wú)法無(wú)天抹平成為宏觀(guān)上的井井有條。——摘自《量子物理史話(huà)》
