Big Data：大數據的概念與演算法

Chapter 01 　簡介
第一節　為什麼Big Data 會受到重視
第二節　Big Data 的3V、4V 與5V
第三節　Big Data 的機會與挑戰
第四節　Big Data 在業界的應用實例
Chapter 02 　預備知識
第一節　CAP & BASE 理論
第二節　BASE vs. ACID
第三節　雜湊表與分散式雜湊表的應用
第四節　為什麼關聯式資料庫在Big Data 的應用中會使不上力
第五節　分析Big Data 的方法
第六節　資料品質與知識發現模型
第七節　Big Data 應用的安全性與風險
第八節　分散式系統的設計要點
Chapter 03 　演算法
第一節　Google MapReduce
第二節　Apache MapReduce
第三節　Apache Spark
第四節　Google Pregel
第五節　Apache Hama
Chapter 04 　NoSQL資料庫
第一節　四大主流NoSQL 資料庫
第二節　Google Bigtable
第三節　Apache HBase
第四節　Apache：Cassandra
第五節　Amazon Dynamo
第六節　資料倉儲& Apache Hive
Chapter 05 　文件系統
第一節　Google GFS
第二節　Apache HDFS
第三節　Facebook Haystack
Chapter 06 　分析工具
第一節　Google Dremel
第二節　Apache Drill
第三節　Google BigQuery
第四節　Google Cloud Dataflow
Chapter 07 　趨勢
第一節　NoHadoop/ Beyond Hadoop
第二節　Google Knowledge Graph
第三節　Open Data
第四節　Block Chain
第五節　Industry 4.0
附錄A 　R語言在計算應用上的優勢與特色
附錄B 　運用R語言進行股價分析

Chapter 01 　簡介
第一節　為什麼Big Data 會受到重視
第二節　Big Data 的3V、4V 與5V
第三節　Big Data 的機會與挑戰
第四節　Big Data 在業界的應用實例
Chapter 02 　預備知識
第一節　CAP & BASE 理論
第二節　BASE vs. ACID
第三節　雜湊表與分散式雜湊表的應用
第四節　為什麼關聯式資料庫在Big Data 的應用中會使不上力
第五節　分析Big Data 的方法
第六節　資料品質與知識發現模型
第七節　Big Data 應用的安全性與風險
第八節　分散式系統的設計要點
Chapter 03 　演算法
第一節　Google MapReduce
第二節　Apache...