分布式与云计算 2017年十本必读的大数据&人工智能领域书(3)

第4章：本章比较特殊，其内容也是数据科学中比较重要的，不仅需要前3章的知识，也需要部分Spark的知识，因为Spark的特殊性，单独放到机器学习之后了。

第5、6 章：涉及数据科学中最重要的主题：机器学习与算法，介绍了机器学习的常用环境、概念、方法以及几个典型的算法应用。这两章是本书的难点，如果不熟悉，必须单独攻克。

第7章：Spark 本身就是一个全栈框架，无论是在分布式计算还是在机器学习领域，都大有用处。因此最好有前面章节的基础知识，方能更好地理解本章的内容，尤其是MLlib/ML 库，必须有机器学习算法的知识。

最后一章：第8章反而是最简单的，因为基本不涉及技术细节，但对整个数据科学的理解，以及技术积累都是非常重要的。

作者介绍：

任柳江，一直工作在数据处理与数据挖掘的第一线，具有丰富的理论知识和实践经验，且精通多种数据挖掘与分析的工具的使用。

《Druid实时大数据分析原理与实践》

注：Druid是一个支持在大型数据集上进行实时查询而设计的开源数据分析和存储系统，提供了低成本、高性能、高可靠性的解决方案，整个系统支持水平扩展，管理方便。

《Druid实时大数据分析原理与实践》就是旨在帮助技术人员更好地深入理解Druid 技术、大数据分析技术选型、Druid 的安装和使用、高级特性的使用，也包括一些源代码的解析，以及一些常见问题的快速回答。

本书从内容上共分为11个章节：

第1章：介绍Druid的初级概念；

第2章：对行业中不同的数据分析软件进行介绍和对比，包括一些时序；

第3章：Druid的设计理念和架构介绍；

第4章：Druid的安装和配置；

第5章：Druid的数据摄入；

第6章：查询详解；

第7章：介绍Druid的一些高级特性，包括正在积极完善的一些功能；

第8章：核心代码的导读和分析；

第9章：集群管理中的安全和监控；

第10章：介绍几个公司的Druid最佳实践；

第11章：Druid的生态介绍和展望；

附录A：简要回答了一些常见的问题；

附录B：列出了各个服务模块的参数含义和建议值，方便系统管理。

作者介绍：

欧阳辰，小米商业产品部研发总监，负责广告架构和数据分析平台，擅长数据挖掘，大数据分析和广告搜索架构。

刘麒赟，现任Testin云测公司技术总监，全面负责领导团队完成数据分析产品的研发。作为资深数据技术专家，曾为多个著名开源项目（Hadoop／Sqoop／Oozie／Druid）贡献源代码，在互联网大数据分析、机器学习和统计学应用等方面拥有丰富的实战经验和相关专利。

张海雷，资深工程师。分布式与云计算目前在优酷土豆广告技术团队负责Druid集群的维护。活跃在Druid中国用户组，Druid、Redis和Storm的开源项目代码贡献者。

高振源，热爱技术，爱智求真的后台开发和数据工程师。先后负责过广告DSP产品、QQ公众号精准投放平台、数据分析产品等研发工作。目前在腾讯SNG企业产品部，负责企点产品的数据平台工作。

许哲，腾讯后台开发高级工程师，先后参与了公司企业产品消息服务后台、QQ公众号后台、QQ公众号精准投放平台等研发，目前在腾讯SNG企业产品部，负责腾讯企点的后台和数据平台开发工作。

《大数据时代小数据分析》

《大数据时代小数据分析》不仅介绍Excel而且介绍使用其他工具软件进行数据分析，可用来拓展互联网公司、传统企业、电商企业、管理咨询公司等各行各业从事数据分析工作的分析师和管理者对数据分析的认知，也适合初中级数据分析师或者想进入数据分析行业的有志之士参考阅读。

本书从内容上共分为5个章节：

本文来自电脑杂谈，转载请注明本文网址：
https://www.pc-fly.com/a/jisuanjixue/article-75359-3.html