"本书从大数据的基本概念出发，以大数据的分析为基础，通过回顾大数据的起源、特性探讨大数据与云计算、人工智能的关系，以及大数据在典型应用场景中的实际应用。从多个维度深入介绍大数据分析的技术体系，包括大数据分析的基础框架、大数据处理过程、大数据分析应用、大数据可视化技术和大数据安全等核心内容。 本书详细介绍了Hadoop、Spark、Storm等主流的大数据处理框架，对这些框架进行了对比分析，还提供了它们的配置过程与使用教程。读者能够根据自身需求选择合适的框架，并顺利完成配置与部署。介绍了回归分析、分类算法、集成学习、卷积神经网络（CNN）、循环神经网络（RNN）及对抗学习等常用的大数据分析算法。还详细介绍了文本可视化、网络可视化、时空数据可视化、多维数据可视化等常用的可视化技术手段以及常用工具的功能、特点和适用场景，并讲解了6个具有代表性的大数据分析案例项目。 本书可作为高等学校计算机类专业本科生和研究生的教材，也适合大数据分析初学者及希望提升实践技能的从业者使用。 "

前言 随着技术的进步，以大数据为基础开发的应用越来越丰富，大数据从科学前沿逐渐深入各行各业。纵观国内外，大数据已经形成产业规模，并上升到国家战略层面，大数据技术和应用呈现纵深发展的趋势。基于大数据的深度学习应用直接引发了新一轮人工智能浪潮的到来。对各行各业的决策者来说，对大数据分析应用的能力已经成为能否成功的关键因素。 对大数据的处理和分析很复杂，需要特殊的技术有效地处理大量复杂多样的数据。本书从大数据分析技术的流程出发，对大数据分析的背景和基础进行阐述。围绕主流大数据处理框架介绍和说明常用大数据分析算法。同时，介绍当前主流深度学习框架，帮助新手从零基础学习大数据技术，并加以应用。此外，还介绍了大数据可视化和分析环境搭建的相关理论和实现，使读者对项目的应用可视化更加得心应手。最后，从大数据技术应用的角度出发，提供了6个大数据项目的应用和具体实现。本书适合作为高等学校计算机类专业本科生、研究生，也可供相关工程技术人员及培训机构的学习使用。 全书共分为11章。 第1章主要介绍大数据的基本概念及其相关技术体系。首先阐述了大数据的起源、4V特性以及其与云计算、人工智能的关系，并探讨了大数据在各行业中的典型应用。接着介绍了大数据分析的技术体系，包括大数据的基础框架、处理过程、应用场景、可视化技术以及大数据安全与治理等内容。通过本章的学习，读者将对大数据的概念、发展及其技术框架有全面的了解，为后续学习奠定基础。 第2章介绍几种当前主流的大数据处理框架。首先详细讲解了Hadoop的起源、架构和核心组件，并探讨了不同版本。然后深入分析Spark处理框架，重点介绍RDD以及Sp...