日韩偷拍一区二区,国产香蕉久久精品综合网,亚洲激情五月婷婷,欧美日韩国产不卡

第1章入門：大數(shù)據(jù)的基本概念

1.1 初步認識，大數(shù)據(jù)究竟是什么

1.1.1 大數(shù)據(jù)基本定義

1.1.2 大數(shù)據(jù)結(jié)構(gòu)特征

1.1.3 大數(shù)據(jù)與云計算

1.1.4 大數(shù)據(jù)規(guī)模預(yù)測

1.1.5 大數(shù)據(jù)的發(fā)展史

1.1.6 大數(shù)據(jù)技術(shù)架構(gòu)

1.1.7 大數(shù)據(jù)重要的理由

1.1.8 大數(shù)據(jù)的解決方案

1.2 預(yù)測未來，大數(shù)據(jù)的發(fā)展趨勢

1.2.1 大數(shù)據(jù)撬動全世界

1.2.2 大數(shù)據(jù)是大勢所趨

1.2.3 大數(shù)據(jù)將成為資產(chǎn)

1.2.4 大數(shù)據(jù)時代的轉(zhuǎn)變

1.2.5 大數(shù)據(jù)的發(fā)展動力

1.2.6 展望2014的大數(shù)據(jù)

1.3 做好準備，大數(shù)據(jù)面對的挑戰(zhàn)

1.3.1 大數(shù)據(jù)的12個不足之處

1.3.2 大數(shù)據(jù)挑戰(zhàn)的應(yīng)對策略

第2章價值：大數(shù)據(jù)商業(yè)變革

2.1 深度挖掘，大數(shù)據(jù)的商業(yè)機遇

2.1.1 挖掘大數(shù)據(jù)的商業(yè)價值

2.1.2 大數(shù)據(jù)已進入4G時代

2.1.3 實現(xiàn)商業(yè)價值的新捷徑

2.1.4 挖掘大數(shù)據(jù)的商業(yè)機會

2.1.5 用大數(shù)據(jù)預(yù)測宏觀經(jīng)濟

2.1.6 企業(yè)用大數(shù)據(jù)獲取優(yōu)勢

2.1.7 大數(shù)據(jù)有待更深的挖掘

2.2 體現(xiàn)價值，大數(shù)據(jù)的4大變革

2.2.1 變革醫(yī)療衛(wèi)生

2.2.2 帶來商業(yè)革命

2.2.3 改變?nèi)藗兯季S

2.2.4 開啟時代轉(zhuǎn)型

2.3 價值轉(zhuǎn)型，大數(shù)據(jù)下的商業(yè)智能

2.3.1 大數(shù)據(jù)為商業(yè)智能構(gòu)建基礎(chǔ)

2.3.2 Oracle BIEE商業(yè)智能系統(tǒng)

2.3.3 商業(yè)智能成就行業(yè)價值機會

2.3.4 BI導(dǎo)出商業(yè)潛能和社會走向

2.3.5 商業(yè)智能的6大發(fā)展前景

2.4 大數(shù)據(jù)商業(yè)變革應(yīng)用案例

2.4.1 [案例]大數(shù)據(jù)助力地產(chǎn)行業(yè)

2.4.2 [案例]大數(shù)據(jù)預(yù)測機票價格

2.4.3 [案例]用大數(shù)據(jù)增強競爭力

2.4.4 [案例]大數(shù)據(jù)助力企業(yè)管理

2.4.5 [案例]沃森人工智能計算機

第3章架構(gòu)：大數(shù)據(jù)基礎(chǔ)設(shè)施

3.1 探索全球，10大大數(shù)據(jù)部署方案

3.1.1 Netflix：掌握視頻大數(shù)據(jù)煉金術(shù)

3.1.2 家譜網(wǎng)：建立更的血緣關(guān)系

3.1.3 西奈山：更深刻地理解數(shù)據(jù)形態(tài)

3.1.4 CAIISO：實現(xiàn)電廠電網(wǎng)的智能化

3.1.5 Hydro One：把大數(shù)據(jù)放地圖上

3.1.6 OHSU：結(jié)合數(shù)據(jù)虛擬化技術(shù)

3.1.7 VTN：公共設(shè)施的實時3D模型

3.1.8 戴德縣：實現(xiàn)大型城市的智能化

3.1.9 澳網(wǎng)：利用大數(shù)據(jù)分析做出決策

3.1.10 DPR：結(jié)合3D技術(shù)與大數(shù)據(jù)

3.2 掘金紅海，10大大數(shù)據(jù)分析平臺

3.2.1 IBM：大數(shù)據(jù)領(lǐng)域的傳統(tǒng)巨頭

3.2.2 亞馬遜：結(jié)合大數(shù)據(jù)與云

3.2.3 甲骨文：高集成度大數(shù)據(jù)平臺

3.2.4 谷歌：價值無可估量的大數(shù)據(jù)

3.2.5 微軟："端到端"大數(shù)據(jù)平臺

3.2.6 EMC：針對海量數(shù)據(jù)分析應(yīng)用

3.2.7 英特爾：用Hadoop靠攏大數(shù)據(jù)

3.2.8 NetApp：讓大數(shù)據(jù)變得更簡單

3.2.9 惠普：構(gòu)建靈活的"智能環(huán)境"

3.2.10 Sybase：徹底改變大數(shù)據(jù)分析

3.3 大數(shù)據(jù)基礎(chǔ)設(shè)施應(yīng)用案例

3.3.1 [案例]Streams監(jiān)控嬰兒ICU感染

3.3.2 [案例]沃爾瑪打造商業(yè)數(shù)據(jù)中心

3.3.3 [案例]Clustrix挖掘整合海量數(shù)據(jù)

3.3.4 [案例]長虹聯(lián)手IBM掘金大數(shù)據(jù)

3.3.5 [案例]LSI積極創(chuàng)新數(shù)據(jù)中心變革

第4章掌握：數(shù)據(jù)管理與挖掘

4.1 管理數(shù)據(jù)，解析開源框架Hadoop

4.1.1 Hadoop的主要特點

4.1.2 Hadoop的發(fā)展歷史

4.1.3 Hadoop的主要用途

4.1.4 Hadoop的項目結(jié)構(gòu)

4.1.5 Hadoop的體系結(jié)構(gòu)

4.2 挖掘數(shù)據(jù)，大數(shù)據(jù)如何去粗存精

4.2.1 準備數(shù)據(jù)

4.2.2 挖掘過程

4.2.3 結(jié)果表示

4.3 大數(shù)據(jù)管理與挖掘應(yīng)用案例

4.3.1 [案例]用數(shù)據(jù)挖掘篩查高危病人

4.3.2 [案例]數(shù)據(jù)挖掘助力NBA賽事

4.3.3 [案例]用數(shù)據(jù)挖掘控制鮮花庫存

4.3.4 [案例]挖掘人類頭腦里的大數(shù)據(jù)

4.3.5 [案例]數(shù)據(jù)挖掘助力銀行的營銷

4.3.6 [案例]星系動物園里的數(shù)據(jù)挖掘

第5章管理：用數(shù)據(jù)洞察一切

5.1 不能再等，大數(shù)據(jù)時代的思維變革

5.1.1 利用所有的數(shù)據(jù)

5.1.2 充分利用這些數(shù)據(jù)

5.1.3 海量數(shù)據(jù)替代采樣

5.2 知己知彼，數(shù)據(jù)分析的演變與現(xiàn)狀

5.2.1 大數(shù)據(jù)分析的商業(yè)驅(qū)動力

5.2.2 大數(shù)據(jù)分析環(huán)境的演變

5.2.3 大數(shù)據(jù)分析與處理方法

5.3 企業(yè)管理中的大數(shù)據(jù)分析應(yīng)用案例

5.3.1 [案例]機場用大數(shù)據(jù)管理節(jié)省數(shù)百萬美元

5.3.2 [案例]國藥集團打造多方位的管理模式

5.3.3 [案例]迪士尼樂園用大數(shù)據(jù)提升游客樂趣

5.3.4 [案例]Farmeron用大數(shù)據(jù)促成農(nóng)業(yè)增產(chǎn)

5.3.5 [案例]西爾斯著眼于大數(shù)據(jù)以降低成本

5.4 能源管理中的大數(shù)據(jù)分析應(yīng)用案例

5.4.1 [案例]用"大數(shù)據(jù)"預(yù)測風電和太陽能

5.4.2 [案例]電力增長情況反映宏觀經(jīng)濟形勢

5.4.3 [案例]石油公司用大數(shù)據(jù)追求較大利益

5.4.4 [案例]大數(shù)據(jù)管理更、一致、及時

5.4.5 [案例]大數(shù)據(jù)幫助消費者提高能源效率

第6章安全：擺脫大數(shù)據(jù)風險

6.1 問題凸顯，大數(shù)據(jù)存在5大風險

6.1.1 風險1：個人隱私泄露

6.1.2 風險2：數(shù)據(jù)管理困難

6.1.3 風險3：成本難以控制

6.1.4 風險4：網(wǎng)絡(luò)安全漏洞

6.1.5 風險5：數(shù)據(jù)人才缺乏

6.2 步步小心，大數(shù)據(jù)項目7大誤區(qū)

6.2.1 誤區(qū)1：盲目跟風

6.2.2 誤區(qū)2：思路太過僵硬

6.2.3 誤區(qū)3：不注重他人的經(jīng)驗

6.2.4 誤區(qū)4：把大數(shù)據(jù)當"門面"

6.2.5 誤區(qū)5：過度夸大數(shù)據(jù)成果

6.2.6 誤區(qū)6：想要獲得所有數(shù)據(jù)

6.2.7 誤區(qū)7：認為軟件是萬能的

6.3 踏雪無痕，徹底逃離大數(shù)據(jù)監(jiān)視

6.3.1 碼頭：讓網(wǎng)絡(luò)行為一目了然

6.3.2 上游：截取全球互聯(lián)網(wǎng)數(shù)據(jù)

6.3.3 棱鏡：備份全球互聯(lián)網(wǎng)數(shù)據(jù)

6.3.4 星風：監(jiān)視全球通信大數(shù)據(jù)

6.3.5 小甜餅：竊取個人網(wǎng)絡(luò)隱私

6.3.6 間諜軟件：讓我們無處藏身

6.4 有備無患，做好大數(shù)據(jù)風險管理

6.4.1 風險管理利器1：IBM StorWize V7000

6.4.2 風險管理利器2：EMC VNX系列

6.4.3 風險管理利器3：戴爾EqualLogic平臺

6.4.4 風險管理利器4：NetApp FAS平臺

6.5 大數(shù)據(jù)風險管理應(yīng)用案例

6.5.1 [案例]"閃電計劃"為數(shù)據(jù)護航

6.5.2 [案例]智慧存儲化解大數(shù)據(jù)風險

6.5.3 [案例]谷歌循環(huán)利用"數(shù)據(jù)廢氣"

6.5.4 [案例]借助淘寶大數(shù)據(jù)控制風險

精準行業(yè)聚焦篇

第7章平臺：信息通信大數(shù)據(jù)

7.1 信息通信平臺大數(shù)據(jù)解決方案

7.1.1 運營商在大數(shù)據(jù)時代的認識轉(zhuǎn)變

7.1.2 運營商在大數(shù)據(jù)時代的模式轉(zhuǎn)型

7.1.3 運營商在大數(shù)據(jù)時代的機遇前景

7.1.4 運營商在大數(shù)據(jù)時代的應(yīng)對方案

7.2 信息通信平臺大數(shù)據(jù)應(yīng)用案例

7.2.1 [案例]西班牙電話公司的數(shù)據(jù)再利用

7.2.2 [案例]德國電信的大數(shù)據(jù)營銷新策略

7.2.3 [案例]Verizon利用大數(shù)據(jù)精準營銷

7.2.4 [案例]中國聯(lián)通開啟大數(shù)據(jù)探索之路

7.2.5 [案例]法國電信大力發(fā)掘大數(shù)據(jù)價值

7.2.6 [案例]中國移動大數(shù)據(jù)全新戰(zhàn)略定位

7.2.7 [案例]中國電信大數(shù)據(jù)聚焦商業(yè)模式

第8章醫(yī)療：數(shù)據(jù)解決大難題

8.1 醫(yī)療行業(yè)大數(shù)據(jù)解決方案

8.1.1 大數(shù)據(jù)在醫(yī)療行業(yè)的應(yīng)用場景

8.1.2 如何從大數(shù)據(jù)中獲取醫(yī)療價值

8.1.3 醫(yī)療領(lǐng)域大數(shù)據(jù)的挑戰(zhàn)和前景

8.2 醫(yī)療行業(yè)大數(shù)據(jù)應(yīng)用案例

8.2.1 [案例]利用大數(shù)據(jù)進行基因組測序

8.2.2 [案例]利用大數(shù)據(jù)來預(yù)防流感疫情

8.2.3 [案例]用大數(shù)據(jù)預(yù)測心臟病發(fā)作率

8.2.4 [案例]大數(shù)據(jù)BI促進醫(yī)院智能化

8.2.5 [案例]用大數(shù)據(jù)"魔毯"改善健康

8.2.6 [案例]用大數(shù)據(jù)分析找出治療方案

8.2.7 [案例]手表成為大數(shù)據(jù)的有力武器

8.2.8 [案例]中南大學啟動臨床大數(shù)據(jù)系統(tǒng)

第9章網(wǎng)絡(luò)：抓牢數(shù)據(jù)發(fā)源地

9.1 互聯(lián)網(wǎng)大數(shù)據(jù)解決方案

9.1.1 傳統(tǒng)互聯(lián)網(wǎng)大數(shù)據(jù)解決方案

9.1.2 移動互聯(lián)網(wǎng)大數(shù)據(jù)解決方案

9.2 互聯(lián)網(wǎng)大數(shù)據(jù)應(yīng)用案例

9.2.1 [案例]大數(shù)據(jù)與互聯(lián)網(wǎng)助力競選總統(tǒng)

9.2.2 [案例]Acxiom用數(shù)據(jù)洞悉你的心理

9.2.3 [案例]大數(shù)據(jù)為個性化用戶體驗撐腰

9.2.4 [案例]人人游戲網(wǎng)用大數(shù)據(jù)了解玩家

9.2.5 [案例]迅雷用大數(shù)據(jù)抓"網(wǎng)絡(luò)票房"

9.2.6 [案例]騰訊用微信展開大數(shù)據(jù)"首戰(zhàn)"

第10章零售：打響大數(shù)據(jù)之戰(zhàn)

10.1 零售行業(yè)大數(shù)據(jù)解決方案

10.1.1 大數(shù)據(jù)對零售行業(yè)的影響

10.1.2 大數(shù)據(jù)對零售行業(yè)的挑戰(zhàn)

10.1.3 大數(shù)據(jù)對零售行業(yè)的價值

10.2 零售行業(yè)大數(shù)據(jù)應(yīng)用案例

10.2.1 [案例]ZARA：可以預(yù)見未來的時尚圈

10.2.2 [案例]沃爾瑪：大數(shù)據(jù)幫你選好購物單

10.2.3 [案例]淘寶：開放"數(shù)據(jù)魔方"的秘密

10.2.4 [案例]Target：判斷哪位顧客懷孕

10.2.5 [案例]上品折扣：用大數(shù)據(jù)做全渠道營銷

10.2.6 [案例]阿迪達斯：用大數(shù)據(jù)帶來利潤

第11章制造：更快更好地生產(chǎn)

11.1 生產(chǎn)制造業(yè)大數(shù)據(jù)解決方案

11.1.1 大數(shù)據(jù)對生產(chǎn)制造業(yè)的影響

11.1.2 生產(chǎn)制造業(yè)如何利用大數(shù)據(jù)

11.2 生產(chǎn)制造業(yè)大數(shù)據(jù)應(yīng)用案例

11.2.1 [案例]大數(shù)據(jù)結(jié)合ERP助力生產(chǎn)

11.2.2 [案例]大數(shù)據(jù)改變福特汽車的制造

11.2.3 [案例]長安汽車數(shù)據(jù)與制造的結(jié)合

11.2.4 [案例]樂百氏BI系統(tǒng)助力企業(yè)成長

11.2.5 [案例]大數(shù)據(jù)可以破解"豬周期"

11.2.6 [案例]鋼鐵企業(yè)用大數(shù)據(jù)擺脫困境

11.2.7 [案例]大數(shù)據(jù)提高企業(yè)核心競爭力

第12章餐飲：精準營銷的數(shù)據(jù)

12.1 餐飲行業(yè)大數(shù)據(jù)解決方案

12.1.1 大數(shù)據(jù)在餐飲業(yè)的市場現(xiàn)狀

12.1.2 餐飲行業(yè)面臨的大數(shù)據(jù)挑戰(zhàn)

12.1.3 大數(shù)據(jù)對餐飲企業(yè)有何作用

12.1.4 餐飲企業(yè)該如何應(yīng)用大數(shù)據(jù)

12.2 餐飲行業(yè)大數(shù)據(jù)應(yīng)用案例

12.2.1 [案例]農(nóng)夫山泉用大數(shù)據(jù)賣礦泉水

12.2.2 [案例]絕味鴨脖的大數(shù)據(jù)經(jīng)營模式

12.2.3 [案例]"哆啦寶"打造精準營銷平臺

12.2.4 [案例]打造適合你的找餐館手機APP

第13章金融：大數(shù)據(jù)理財時代

13.1 金融行業(yè)大數(shù)據(jù)解決方案

13.1.1 大數(shù)據(jù)對傳統(tǒng)金融行業(yè)的影響

13.1.2 大數(shù)據(jù)時代下金融業(yè)的機遇和面臨的挑戰(zhàn)

13.1.3 金融業(yè)該如何"迎戰(zhàn)"大數(shù)據(jù)

13.2 金融行業(yè)大數(shù)據(jù)應(yīng)用案例

13.2.1 [案例]淘寶網(wǎng)掘金大數(shù)據(jù)金融市場

13.2.2 [案例]IBM用大數(shù)據(jù)預(yù)測股價走勢

13.2.3 [案例]匯豐銀行采用SAS管理風險

13.2.4 [案例]Kabbage用大數(shù)據(jù)開辟新路徑

13.2.5 [案例]大數(shù)據(jù)時代信用卡該怎么玩

第14章交通：暢通無阻的數(shù)據(jù)

14.1 交通行業(yè)大數(shù)據(jù)解決方案

14.1.1 5大日益突出的城市交通難題

14.1.2 大數(shù)據(jù)為交通難題開出的藥方

14.1.3 大數(shù)據(jù)解決交通難題4大優(yōu)勢

14.1.4 如何應(yīng)用大數(shù)據(jù)解決交通問題

14.1.5 大數(shù)據(jù)在智能交通行業(yè)的挑戰(zhàn)

14.2 交通行業(yè)大數(shù)據(jù)應(yīng)用案例

14.2.1 [案例]大數(shù)據(jù)解決波士頓堵車難題

14.2.2 [案例]谷歌街景帶你在家環(huán)游世界

14.2.3 [案例]騰訊SOSO讓地圖更"真實"

14.2.4 [案例]用大數(shù)據(jù)APP緩解交通壓力

14.2.5 [案例]ETC電子收費系統(tǒng)加大通行力

第15章社會：用數(shù)據(jù)改變生活

15.1 教育領(lǐng)域大數(shù)據(jù)應(yīng)用案例

15.1.1 [案例]大數(shù)據(jù)讓在線教育變?yōu)楝F(xiàn)實

15.1.2 [案例]無孔不入的數(shù)字化學習平臺

15.1.3 [案例]用云平臺推進素質(zhì)教育

15.1.4 [案例]美國政府用大數(shù)據(jù)改善教育

15.1.5 [案例]大數(shù)據(jù)有效地指導(dǎo)學生學習

15.1.6 [案例]用大數(shù)據(jù)管理上海大學招生

15.2 體育領(lǐng)域大數(shù)據(jù)應(yīng)用案例

15.2.1 [案例]Nike記錄運動中的數(shù)據(jù)價值

15.2.2 [案例]大數(shù)據(jù)助力NBA賽事全過程

15.2.3 [案例]大數(shù)據(jù)顛覆網(wǎng)球的游戲規(guī)則

15.2.4 [案例]從大數(shù)據(jù)中獲得寶貴洞察力

15.2.5 [案例]用預(yù)測分析軟件來防止受傷

15.2.6 [案例]普通球迷也能成為分析專家

15.3 影音媒體大數(shù)據(jù)應(yīng)用案例

15.3.1 [案例]《爸爸去哪兒》成口碑之王

15.3.2 [案例]用大數(shù)據(jù)來挖掘《小時代》

15.3.3 [案例]《紙牌屋》變革傳統(tǒng)電視業(yè)

15.3.4 [案例]《紐約時報》讓報紙智能化

15.3.5 [案例]大數(shù)據(jù)帶來逼真的影視特效

15.4 生活中的大數(shù)據(jù)應(yīng)用案例

15.4.1 [案例]大數(shù)據(jù)讓你的生活更智能

15.4.2 [案例]數(shù)據(jù)能夠開口說話當紅娘

15.4.3 [案例]大數(shù)據(jù)保障人身財產(chǎn)安全

15.4.4 [案例]用大數(shù)據(jù)安全保管門鑰匙

15.4.5 [案例]地圖APP成為生活好助手