大數(shù)據(jù)原理與應用：講解人人能懂的信息技術前沿

第一章 揭開大數(shù)據(jù)的面紗
課前思考
第一節(jié) 引言
第二節(jié) 從“數(shù)據(jù)”說起：信息的量化
一、什么是信息
知識窗1．2．1：控制論創(chuàng)始人：維納
二、什么是數(shù)據(jù)
三、信息的“維”與“度”
知識窗1．2．2：維度
第三節(jié) 從“數(shù)據(jù)化”到“數(shù)字化”
知識窗1．3．1：進位制
第四節(jié) “大數(shù)據(jù)”的崛起：量化世界
一、時代進步，核心推動力也隨之變化
二、從“信息大爆炸”到“數(shù)據(jù)大爆炸”
三、“大數(shù)據(jù)”的崛起
知識窗1．4．1：石墨烯
第五節(jié) “大數(shù)據(jù)”VS“數(shù)據(jù)”
一、數(shù)量：不懼數(shù)據(jù)大爆炸，反而追求海量數(shù)據(jù)
二、質(zhì)量：不懼紛雜數(shù)據(jù)，甚至不懼錯誤數(shù)據(jù)
知識窗1．5．1：生物識別技術
知識窗1．5．2：正態(tài)分布與“六西格瑪”
三、變量：不苛求因果關系，而關注關聯(lián)關系
知識窗1．5．3：直覺思維與邏輯思維的比較
四、關于案例的復盤：“數(shù)據(jù)”與“大數(shù)據(jù)”的聯(lián)系
課后小結
參考習題
第二章 大數(shù)據(jù)為何崛起
課前思考
第一節(jié) 人類正步人信息社會
一、人類邁入信息社會的歷程
二、信息的形態(tài)與變遷
知識窗2．1．1：信息論創(chuàng)始人：香農(nóng)
第二節(jié) 系統(tǒng)科學的發(fā)展
知識窗2．2．1：計算機之父和博弈論之父——馮·諾伊曼
知識窗2．2．2：錢學森與“錢學森之問”
知識窗2．2．3：有趣的“黑箱”研究案例
第三節(jié) 信息大爆炸的參與者
一、信息大爆炸——全球的信息化浪潮
二、信息大爆炸帶來數(shù)據(jù)大爆炸
知識窗2．3．1：字節(jié)、字符與字節(jié)換算
三、中國是信息化的積極推動者
第四節(jié) 發(fā)現(xiàn)“大數(shù)據(jù)”的價值
一、“大數(shù)據(jù)”的價值
二、數(shù)據(jù)挖掘
三、數(shù)據(jù)挖掘的發(fā)展階段
知識窗2．4．1：按照交易對象劃分的電子商務分類
第五節(jié) 站在巨人的肩膀上
知識窗2．5．1：計算機
課后小結
參考習題
第三章 工農(nóng)業(yè)領域的大數(shù)據(jù)應用
課前思考
第一節(jié) 大數(shù)據(jù)在工業(yè)領域的應用
一、工業(yè)物聯(lián)網(wǎng)
二、設備利用情況監(jiān)控
三、分布式數(shù)控（DNC）
四、智能倉儲物流
知識窗3．1．1：總體擁有成本（TCO）
第二節(jié) 大數(shù)據(jù)與工業(yè)4
一、數(shù)字化工廠
二、工業(yè)4
第三節(jié) 大數(shù)據(jù)在農(nóng)業(yè)領域的應用
一、農(nóng)產(chǎn)品生產(chǎn)環(huán)節(jié)
二、農(nóng)產(chǎn)品流通環(huán)節(jié)
課后小結
參考習題
第四章 商業(yè)、金融和社會管理領域的大數(shù)據(jù)應用
課前思考
第一節(jié) 商業(yè)領域的大數(shù)據(jù)應用
一、大平臺模式
二、大集成模式
三、小網(wǎng)格模式
第二節(jié) 金融領域的大數(shù)據(jù)應用
知識窗4．2．1：美國股市
一、銀行大數(shù)據(jù)應用
二、保險行業(yè)大數(shù)據(jù)應用
三、證券行業(yè)大數(shù)據(jù)應用
第三節(jié) 社會管理領域的大數(shù)據(jù)應用
第四節(jié) 商業(yè)、金融與社會管理相結合的大數(shù)據(jù)應用
課后小結
參考習題
第五章 其他領域的大數(shù)據(jù)應用
課前思考
第一節(jié) 醫(yī)療健康產(chǎn)業(yè)
知識窗5．1．1：首獲科學類諾貝爾獎的中國人：屠呦呦
第二節(jié) 文化體育產(chǎn)業(yè)
第三節(jié) 科研領域
知識窗5．3．1：著名數(shù)學家、諾貝爾獎獲得者：約翰·納什
第四節(jié) 人工智能
知識窗5．4．1：AlphaGo之父——黃士杰
一、機器學習
二、深度學習
三、圖靈測試
知識窗5．4．2：人工智能之父——艾倫·麥席森·圖靈
課后小結
參考習題
第六章 大數(shù)據(jù)的相關技術
課前思考
第一節(jié) 傳感技術：大數(shù)據(jù)軍團的偵察兵
一、語音識別
二、圖像識別
三、射頻識別
知識窗6．1．1：電子標簽
第二節(jié) 物聯(lián)網(wǎng)：大數(shù)據(jù)軍團的通信兵
知識窗6．2．1：兩化融合
第三節(jié) 云計算：大數(shù)據(jù)軍團的參謀部
第四節(jié) 數(shù)據(jù)挖掘方法與算法：大數(shù)據(jù)軍團的兵書戰(zhàn)法
一、算法
二、數(shù)據(jù)挖掘的主要方法
三、關聯(lián)規(guī)則（關聯(lián)關系或相關性）
四、數(shù)據(jù)挖掘的經(jīng)典算法
五、數(shù)據(jù)挖掘的研究與展望
六、數(shù)據(jù)挖掘的相關問題
知識窗6．4．1：六度空間理論
第五節(jié) 免費時代的盛宴
課后小結
參考習題
第七章 大數(shù)據(jù)的業(yè)務環(huán)節(jié)
課前思考
第一節(jié) 數(shù)據(jù)采集業(yè)務
一、數(shù)據(jù)采集技術的研發(fā)與應用
二、手機：無處不在的數(shù)據(jù)采集終端
第二節(jié) 數(shù)據(jù)存儲業(yè)務
第三節(jié) 數(shù)據(jù)傳輸業(yè)務
知識窗7．3．1：國際電信聯(lián)盟（ITU）
第四節(jié) 數(shù)據(jù)處理業(yè)務
一、超級計算中心
知識窗7．4．1：國家超級計算長沙中心資源簡介
二、大數(shù)據(jù)框架需求的提出
三、Had00p框架
四、Spark計算框架
五、Spark的核心組件
課后小結
參考習題
第八章 大數(shù)據(jù)應用的注意事項
課前思考
第一節(jié) 大數(shù)據(jù)不能做什么
第二節(jié) 信息安全與隱私保護
一、大數(shù)據(jù)的巨大體量使得信息管理成本顯著增加
二、大數(shù)據(jù)的繁多類型使得信息有效性驗證工作大大增加
三、大數(shù)據(jù)的低密度價值分布使得安全防御邊界有所擴展
四、大數(shù)據(jù)的快速處理要求使得獨立決策的比例顯著降低
五、大數(shù)據(jù)獨特的導入方式使得攻防雙方地位的不對等性大大降低
六、大數(shù)據(jù)網(wǎng)絡的相對開放性使得安全加固策略的復雜性有所降低
知識窗8．2．1：斯諾登事件（又稱“棱鏡門”）
第三節(jié) 大數(shù)據(jù)的標準化
第四節(jié) 再先進也只是工具
一、再先進也只是工具
二、是“交通工具”還是“肇事車輛”
三、是“核電站”還是“核子彈”
課后小結
參考習題
附錄
課程設計參考題
參考文獻