·認知篇·

項目一 劃時代的大數(shù)據(jù) 1

1.1 無處不在的數(shù)據(jù) 2

1.1.1 數(shù)據(jù)是什么 2

1.1.2 數(shù)據(jù)的類型 3

1.1.3 數(shù)據(jù)的生命周期 4

1.1.4 數(shù)據(jù)的價值 4

1.1.5 數(shù)據(jù)的使用 5

1.1.6 數(shù)據(jù)爆炸 6

1.2 大數(shù)據(jù)新時代 7

1.2.1 第三次信息化浪潮 7

1.2.2 大數(shù)據(jù)技術 8

1.2.3 大數(shù)據(jù)創(chuàng)造新時代 9

1.3　大數(shù)據(jù)是智能時代的基石 11

1.3.1 大數(shù)據(jù)的主要特征 11

1.3.2 大數(shù)據(jù)的賦能價值 13

1.3.3 現(xiàn)代社會的基石 13

1.4 大數(shù)據(jù)產(chǎn)業(yè)和我國的大數(shù)據(jù)政策 15

1.4.1 大數(shù)據(jù)產(chǎn)業(yè) 15

1.4.2 我國的大數(shù)據(jù)政策 16

習題 16

實驗 17

項目二 用大數(shù)據(jù)思維思考 18

2.1 從傳統(tǒng)數(shù)據(jù)思維到大數(shù)據(jù)思維 20

2.1.1 傳統(tǒng)數(shù)據(jù)思維 20

2.1.2 近代大數(shù)據(jù)思維的崛起 20

2.2 大數(shù)據(jù)思維原理 21

2.2.1 數(shù)據(jù)核心原理 21

2.2.2 數(shù)據(jù)價值原理 22

2.2.3 全樣本原理 23

2.2.4 關注效率原理 24

2.2.5 關注相關性原理 25

2.2.6 預測原理 25

2.2.7 信息找人原理 26

2.2.8 機器懂人原理 27

2.2.9 電子商務智能原理 27

2.2.10 定制產(chǎn)品原理 27

2.3 大數(shù)據(jù)思維方式 28

2.3.1 大數(shù)據(jù)思維維度 29

2.3.2 大數(shù)據(jù)思維方式的變革 31

2.3.3 大數(shù)據(jù)思維特征 33

2.4 大數(shù)據(jù)思維的應用案例 37

2.4.1 全樣思維應用案例 37

2.4.2 效率思維應用案例 38

2.4.3 相關思維應用案例 38

習題 39

實驗 39

·前沿篇·

項目三 大數(shù)據(jù)之所在云計算 45

3.1 云計算的歷史 47

3.2 云計算的模式與基本特征 47

3.2.1 服務模式 48

3.2.2 部署模式 48

3.2.3 基本特征 49

3.3 云計算的技術和實踐 50

3.3.1 云基礎設施 50

3.3.2 數(shù)據(jù)和應用架構 51

3.3.3 IT管理和支持 51

3.4 云計算安全 51

3.5 云計算的應用 52

3.6 云計算的可持續(xù)發(fā)展 53

習題 55

實驗 55

項目四 大數(shù)據(jù)之所來物聯(lián)網(wǎng) 60

44.1 物聯(lián)網(wǎng)的概念 61

4.1.1 什么是物聯(lián)網(wǎng) 61

4.1.2 物聯(lián)網(wǎng)、云計算和大數(shù)據(jù)之間的關系 62

4.2 物聯(lián)網(wǎng)的關鍵技術 63

4.3 物聯(lián)網(wǎng)的應用 64

習題 66

項目五 大數(shù)據(jù)之所用人工智能 67

5.1 人工智能的概念 69

5.1.1 什么是人工智能 69

5.1.2 人工智能和大數(shù)據(jù)的關系 69

5.2 人工智能的發(fā)展歷史 71

5.2.1 古代的機器人 71

5.2.2 圖靈測試 72

5.2.3 人工智能的現(xiàn)代發(fā)展 73

5.3 人工智能的核心技術 75

5.3.1 深度學習 75

5.3.2 計算機視覺 77

5.3.3 自然語言處理 79

5.4 人工智能的應用 80

5.4.1 智能制造 80

5.4.2 智慧教育 81

5.4.3 智慧零售 82

5.5 人工智能的發(fā)展 82

5.5.1 自動駕駛 83

5.5.2 大模型 85

5.5.3 華為云盤古大模型 87

習題 88

實驗 89

·應用篇·

項目六 大數(shù)據(jù)創(chuàng)造美好生活 91

6.1 大數(shù)據(jù)在電子商務領域的應用 93

6.1.1 推薦系統(tǒng)的概念 93

6.1.2 推薦系統(tǒng)模型 94

6.1.3 推薦算法 95

6.1.4 推薦系統(tǒng)在電子商務領域的應用 97

6.2 大數(shù)據(jù)在智能家居領域的應用 98

6.2.1 智能安防 99

6.2.2 智能養(yǎng)老 100

6.2.3 智能監(jiān)控 101

習題 102

項目七 大數(shù)據(jù)改變商業(yè)形態(tài) 103

7.1 大數(shù)據(jù)在物流領域的應用 104

7.1.1 智能物流的作用 105

7.1.2 智能物流的應用 105

7.2 大數(shù)據(jù)在金融領域的應用 106

7.2.1 大數(shù)據(jù)在銀行行業(yè)的應用 107

7.2.2 大數(shù)據(jù)在證券行業(yè)的應用 108

7.2.3 大數(shù)據(jù)在保險行業(yè)的應用 109

習題 111

項目八 大數(shù)據(jù)賦能未來社會 112

8.1 大數(shù)據(jù)在生物醫(yī)學領域的應用 114

8.1.1 流行病預測 114

8.1.2 智慧醫(yī)療 116

8.1.3 醫(yī)療信息數(shù)字化 118

8.1.4 生物信息學 119

8.2 大數(shù)據(jù)在城市管理中的應用 121

8.2.1 智能交通 121

8.2.2 環(huán)保檢測 124

8.2.3 城市規(guī)劃 125

8.2.4 安防領域 126

習題 127

·實踐篇·

項目九 采集和存儲大數(shù)據(jù) 128

9.1 大數(shù)據(jù)的采集與預處理 130

9.1.1 大數(shù)據(jù)的來源 130

9.1.2 大數(shù)據(jù)的結構 132

9.1.3 數(shù)據(jù)采集的方法 133

9.1.4 數(shù)據(jù)預處理 135

9.2 大數(shù)據(jù)的存儲與管理 137

9.2.1 數(shù)據(jù)存儲概論 137

9.2.2 分布式文件系統(tǒng) 140

習題 142

實驗 143

項目十 分析和可視化大數(shù)據(jù) 151

10.1 大數(shù)據(jù)的處理與分析 154

10.1.1 大數(shù)據(jù)的處理技術 154

10.1.2 統(tǒng)計數(shù)據(jù)分析 155

10.1.3 基于機器學習的分析技術 156

10.1.4 大數(shù)據(jù)處理與分析案例 158

10.2 數(shù)據(jù)可視化技術 160

10.2.1 數(shù)據(jù)可視化的概念及發(fā)展 160

10.2.2 數(shù)據(jù)可視化的作用 161

10.2.3 數(shù)據(jù)可視化的常用圖表與工具 162

10.2.4 數(shù)據(jù)可視化案例 166

習題 167

實驗 168

·管理篇·

項目十一 大數(shù)據(jù)安全與倫理 175

11.1 大數(shù)據(jù)安全概述 176

11.1.1 傳統(tǒng)數(shù)據(jù)安全 176

11.1.2 大數(shù)據(jù)安全與傳統(tǒng)數(shù)據(jù)安全的不同 176

11.1.3 大數(shù)據(jù)安全問題 177

11.1.4 大數(shù)據(jù)安全的典型案例 178

11.2 大數(shù)據(jù)的倫理問題 179

11.2.1 大數(shù)據(jù)倫理的概念 179

11.2.2 大數(shù)據(jù)的倫理問題分類 180

11.2.3 大數(shù)據(jù)倫理問題產(chǎn)生的原因 182

11.2.4 大數(shù)據(jù)倫理問題的治理 184

11.2.5 大數(shù)據(jù)倫理的典型案例 186

11.3 大數(shù)據(jù)相關法律法規(guī) 187

11.3.1 我國數(shù)據(jù)安全法律體系 187

11.3.2 《數(shù)據(jù)安全法》實施的重大意義 188

11.3.3 大數(shù)據(jù)相關法律法規(guī)的典型案例 189

11.4 分析與治理策略 191

11.4.1 數(shù)據(jù)安全與隱私保護 191

11.4.2 世界各國保護數(shù)據(jù)安全的實踐 192

習題 195

參考文獻 196