大数据分析与应用

　　该书旨在以大数据分析的基本能力培养与提升为目标，以解决文本分析、流数据分析问题为目的。书中对大数据分析常用的数值优化、智能优化、文本挖掘、深度学习、图像处理等方法的基本原理、基本思想、算法与实现进行递进式描述，并辅以事例及应用实例概述文本挖掘、视频图像分析的求解原理，侧重数据分析方法的原理与思想的介绍；通过以Python语言为主线编写程序代码，并编入书中，增强读者对大数据分析方法的理解和应用。本书共7章， 章简要概述大数据分析平台、工具及开发语言；第2章介绍文本分析所需基本概念、思想、算法步骤，以及图像处理的基本概念和方法；第3章给出来自数学规划、人工智能的基本优化方法，进而介绍数据分析中常用的数据分类与聚类方法；第4章分析感知器模型、人工神经网络、卷积神经网络和循环神经网络的原理与算法，并通过应用实例加深对神经网络应用的理解；第5章介绍文本分类算法、算法实现及应用实例；第6章介绍数字图像处理的理论基础、处理方法与应用实例；第7章介绍数字视频图像的处理与分析方法，并借助视觉神经网络及公共场所下人群流量监测实例，介绍视频图像处理与应用流程。

暂缺《大数据分析与应用》作者简介

第1章 大数据分析工具
1.1 Hadoop基础
1.2 Spark基础
1.3 Python语言基础
第2章 文本与图像处理基础
2.1 文本预处理
2.2 词与文本向量化
2.3 数字图像转换与噪声处理
2.4 数字视频预处理
第3章 化与数据挖掘基础
3.1 数值优化方法
3.2 智能优化方法
3.3 分类算法基础
3.4 聚类算法基础
第4章 深度学习方法与实现
4.1 深度学习概述
4.2 感知器模型
4.3 人工神经网络
4.4 卷积神经网络
4.5 循环神经网络
第5章 自然语言分析与实现
5.1 文本相似度度量
5.2 文本分类算法简介
5.3 实例：新闻文本分类
第6章 数字图像处理与分析
6.1 图像分割
6.2 图像特征提取
6.3 应用实例
第7章 数字视频处理与分析
7.1 运动估计
7.2 视频分割
7.3 目标跟踪
7.4 实例：人群流量监测
参考文献