数据之魅(京东套装共3册) PDF 高清电子书 免费下载 完整版 在线阅读- 高飞网
数据之魅(京东套装共3册)

数据之魅(京东套装共3册)

怀特
浏览人数:198
读者:                             ...
  《'Reilly:学习OpenCV(中文版)》
  计算机视觉是在图像处理的基础上发展起来的新兴学科。OpenCV是一个开源的计算机视觉库,是英特尔公司资助的两大图像处理利器之一。它为图像处理、模式识别、三维重建、物体跟踪、机器学习和线性代数提供了各种各样的算法。
  本书由OpenCV发起人所写,站在一线开发人员的角度用通俗易懂的语言解释了OpenCV的缘起和计算机视觉基础结构,演示了如何用OpenCV和现有的自由代码为各种各样的机器进行编程,这些都有助于读者迅速入门并渐入佳境,兴趣盎然地深入探索计算机视觉领域。
  本书可作为信息处理、计算机、机器人、人工智能、遥感图像处理、认知神经科学等有关专业的高年级学生或研究生的教学用书,也可供相关领域的研究工作者参考。
  透过本书,您将置身于迅速发展的计算机视觉领域。本书由自由开源OpenCV的发起人所著,介绍了计算机视觉,并通过实例演示了如何快速生成这样的应用——能使计算机“看到”并根据由此获取的数据做出决策。
  计算机视觉无处不在,安全系统、制造检验系统、医学图像分析、无人机等都可以见到它的踪影。它与GoogleMap和GoogleEarth紧密结合,它检查LCD屏幕上的像素,它确保衬衫上的每个针脚都能完全缝合。OpenCV提供了一个简易好用的计算机视觉框架和一个丰富的库,后者包含500多个可实时运行视觉代码的函数。
  透过各章提供的练习,任何一个开发人员或爱好者都可以迅速掌握如何使用这个框架。本书特色主题如下:
  透彻介绍OpenCV
  从摄像机获取输入
  图像的变换
  图像的分割和形状的匹配
  模式识别,包括人脸检测
  二维和三维场景中的跟踪监测
  根据立体视觉进行三维重构
  机器学习算法
  “让机器来看”是一个富有挑战但也很有意思的目标。不管是想构建简单的视觉应用,还是复杂的视觉应用,都离不开这本入门必备参考,拿起它,开始愉快的学习之旅吧!
  《Hadoop权威指南(第2版)》
  《Hadoop权威指南(第2版)》从Hadoop的缘起开始,由浅入深,结合理论和实践,全方位地介绍Hadoop这一高性能处理海量数据集的理想工具。《Hadoop权威指南(第2版)》共16章,3个附录,涉及的主题包括:Haddoop简介;MapReduce简介;Hadoop分布式文件系统;Hadoop的I/O、MapReduce应用程序开发;MapReduce的工作机制;MapReduce的类型和格式;MapReduce的特性;如何构建Hadoop集群,如何管理Hadoop;Pig简介;Hbase简介;Hive简介;ZooKeeper简介;开源工具Sqoop,最后还提供了丰富的案例分析。《Hadoop权威指南(第2版)》是Hadoop权威参考,程序员可从中探索如何分析海量数据集,管理员可以从中了解如何安装与运行Hadoop集群。
  《数据之魅:基于开源工具的数据分析》
  《数据之魅:基于开源工具的数据分析》结合作者多年来从事数据分析工作的丰富经验,阐述了数据分析所涉及的概念和方法。本书四部分19章,主题包括如何通过图表来观察数据,如何通过各种建模方法来分析数据,然后着重阐述如何进行数据挖掘,最后强调数据分析在商业和金融等领域的实际应用。本书包含大量的模拟过程及结果展示,并通过实例来阐述如何使用开源工具来进行数据分析。通过本书的阅读,读者可以清楚地了解这些方法的实际用法及用途。
  本书结构合理,通俗易懂,适合数据分析爱好者和从业者阅读,也适合以科学计算为工具的科研人员参考。同时,本书还适用于计算机科学、数学、工程技术和其他相关专业本科或研究生的数据分析课程,是一本不错的参考书。

《'Reilly:学习OpenCV(中文版)》   
出版前言   
译者序   
写在前面的话   
前言    2
第1章 概述   
什么是OpenCV   
OpenCV的应用领域   
什么是计算机视觉   
OpenCV的起源   
下载和安装OpenCV   
通过SVN获取最新的OpenCV代码   
更多OpenCV文档   
OpenCV的结构和内容   
移植性   
第2章 OpenCV入门   
开始准备   
初试牛刀—— 显示图像   
第二个程序—— 播放AVI视频   
视频播放控制   
一个简单的变换   
一个复杂一点的变换   
从摄像机读入数据   
写入AVI视频文件   
第3章 初探OpenCV   
OpenCV的基本数据类型   
CvMat矩阵结构   
IplImage数据结构   
矩阵和图像   
绘图   
数据存储   
集成性能基元   
第4章 细说HighGUI   
一个可移植的图形工具包   
创建窗口   
载入图像   
显示图像   
视频的处理   
ConvertImage函数   
第5章 图像处理   
综述   
平滑处理   
图像形态学   
漫水填充算法   
尺寸调整   
图像金字塔   
阈值化   
第6章 图像变换   
概述   
卷积   
梯度和Sobel导数   
拉普拉斯变换   
Canny算子   
霍夫变换   
重映射   
拉伸、收缩、扭曲和旋转   
CartToPolar与PolarToCart   
LogPolar   
离散傅里叶变换(DFT)   
离散余弦变换(DCT)   
积分图像   
距离变换   
直方图均衡化   
第7章 直方图与匹配   
直方图的基本数据结构   
访问直方图   
直方图的基本   
一些更复杂的策略   
第8章 轮廓   
内存   
序列   
查找轮廓   
Freeman链码   
轮廓例子   
另一个轮廓例子   
深入分析轮廓   
轮廓的匹配   
第9章 图像局部与分割   
局部与分割   
背景减除   
分水岭算法   
用Inpainting修补图像   
均值漂移分割   
Delaunay三角剖分和Voronoi 划分   
第10章 跟踪与运动   
跟踪基础   
寻找角点   
亚像素级角点   
不变特征   
光流   
mean-shift和camshift跟踪   
运动模板   
预估器   
condensation算法   
第11章 摄像机模型与标定   
摄像机模型   
标定   
矫正   
一次完成标定   
罗德里格斯变换   
第12章 投影与三维视觉   
投影   
仿射变换和透视变换   
POSIT:3D姿态估计   
立体成像   
来自运动的结构   
二维和三维下的直线拟合   
第13章 机器学习   
什么是机器学习   
OpenCV机器学习算法   
Mahalanobis距离   
K均值   
朴素贝叶斯分类   
二叉决策树   
boosting   
随机森林   
人脸识别和Haar分类器   
其他机器学习算法   
第14章 OpenCV的未来   
过去与未来   
发展方向   
OpenCV与艺术家   
后记   
参考文献   
关于作者和译者   
封面图片   
《Hadoop权威指南(第2版)》   
第1章 初识Hadoop   
数据!数据!   
数据存储与分析   
与其他系统相比   
关系型数据库管理系统   
网格计算   
志愿计算   
Apache Hadoop和Hadoop生态圈   
第2章 关于MapReduce   
一个气象数据集   
数据的格式   
使用Unix工具进行数据分析   
使用Hadoop分析数据   
map阶段和reduce阶段   
横向扩展   
合并函数   
运行一个分布式的MapReduce作业   
Hadoop的Streaming   
Ruby版本   
Python版本   
Hadoop Pipes   
编译运行   
第3章 Hadoop分布式文件系统   
HDFS的设计   
HDFS的概念   
数据块   
namenode和datanode   
命令行接口   
基本文件系统   
Hadoop文件系统   
接口   
Java接口   
从Hadoop URL中读取数据   
通过FileSystem API读取数据   
写入数据   
目录   
查询文件系统   
删除数据   
数据流   
文件读取剖析   
文件写入剖析   
一致模型   
通过 distcp并行拷贝   
保持 HDFS 集群的均衡   
Hadoop的归档文件   
使用Hadoop归档文件   
不足   
第4章 Hadoop I/O   
数据完整性   
HDFS的数据完整性   
LocalFileSystem   
ChecksumFileSystem   
压缩   
codec   
压缩和输入切分   
在MapReduce中使用压缩   
序列化   
Writable接口   
Writable类   
实现定制的Writable类型   
序列化框架   
Avro   
依据文件的数据结构   
写入SequenceFile   
MapFile   
第5章 MapReduce应用开发   
配置API   
合并多个源文件   
可变的扩展   
配置开发环境   
辅助类GenericOptionsParser,Tool和ToolRunner   
编写单元测试   
mapper   
reducer   
本地运行测试数据   
在本地作业运行器上运行作业   
测试驱动程序   
在集群上运行   
打包   
启动作业   
MapReduce的Web界面   
获取结果   
作业调试   
使用远程调试器   
作业调优   
分析任务   
MapReduce的工作流   
将问题分解成MapReduce作业   
运行独立的作业   
第6章 MapReduce的工作机制   
剖析MapReduce作业运行机制   
作业的提交   
作业的初始化   
任务的分配   
进度和状态的更新   
作业的完成   
失败   
任务失败   
tasktracker失败   
jobtracker失败   
作业的调度   
Fair Scheduler   
Capacity Scheduler   
shuffle和排序   
map端   
reduce端   
配置的调优   
推测式执行   
重用JVM   
跳过坏记录   
任务执行环境   
第7章 MapReduce的类型与格式   
MapReduce的类型   
默认的MapReduce作业   
输入格式   
输入分片与记录   
文本输入   
二进制输入   
多种输入   
数据库输入(和输出)   
输出格式   
文本输出   
二进制输出   
多个输出   
延迟输出   
数据库输出   
第8章 MapReduce的特性   
计数器   
内置计数器   
用户定义的Java计数器   
用户定义的Streaming计数器   
排序   
准备   
部分排序   
总排序   
二次排序   
联接   
map端联接   
reduce端联接   
边数据分布   
利用JobConf来配置作业   
分布式缓存   
MapReduce库类   
第9章 构建Hadoop集群   
集群规范   
网络拓扑   
集群的构建和安装   
安装Java   
创建Hadoop用户   
安装Hadoop   
测试安装   
SSH配置   
Hadoop配置   
环境设置   
Hadoop守护进程的关键属性   
Hadoop守护进程的地址和端口   
Hadoop的其他属性   
创建用户帐号   
安全性   
Kerberos和Hadoop   
委托令牌   
其他安全性改进   
利用基准测试程序测试Hadoop集群   
Hadoop基准测试程序   
用户的作业   
云上的Hadoop   
Amazon EC2上的Hadoop   
第10章 管理Hadoop   
HDFS   
永久性数据结构   
安全模式   
日志审计   
工具   
监控   
日志   
度量   
Java管理扩展(JMX)   
维护   
日常管理过程   
委任节点和解除节点   
升级   
第11章 Pig简介   
安装与运行Pig   
执行类型   
运行Pig程序   
Grunt   
Pig Latin编辑器   
生成   
与数据库比较   
PigLatin   
结构   
语句   
表达式   
模式   
函数   
用户自定义函数   
过滤UDF   
计算UDF   
加载UDF   
数据处理   
加载和存储数据   
过滤数据   
分组与连接数据   
对数据进行排序   
组合和分割数据   
Pig实战   
并行处理   
参数代换   
第12章 Hive   
1.1 安装Hive   
1.2   
1.3 运行Hive   
1.4 和传统数据库进行比较   
1.5 HiveQL   
1.6 表   
1.7 查询数据   
1.8 用户定义函数(User-Defined Functions)   
第13章 HBase   
2.1 HBasics   
2.2 概念   
2.3 安装   
2.4 客户机   
2.5   
2.6 HBase和RDBMS的比较   
2.7 Praxis   
第14章 ZooKeeper   
安装和运行ZooKeeper   
ZooKeeper中的组成员关系   
创建组   
加入组   
列出组成员   
ZooKeeper服务   
数据模型   
实现   
一致性   
会话   
状态   
使用ZooKeeper来构建应用   
配置服务   
具有可恢复性的ZooKeeper应用   
锁服务   
生产环境中的ZooKeeper   
可恢复性和性能   
配置   
第15章 开源工具Sqoop   
获取Sqoop   
一个导入的例子   
生成代码   
其他序列化系统   
深入了解数据库导入   
导入控制   
导入和一致性   
直接模式导入   
使用导入的数据   
导入的数据与Hive   
导入大对象   
执行导出   
深入了解导出   
导出与事务   
导出和SequenceFile   
第16章 实例分析   
Hadoop 在Last.fm的应用   
Last.fm:社会音乐史上的革命   
Hadoop a Last.fm   
用Hadoop产生图表   
Track Statistics程序   
Hadoop和Hive在Facebook的应用   
概要介绍   
Hadoop a Facebook   
假想的使用情况案例   
Hive   
问题与未来工作计划   
Nutch 搜擎   
背景介绍   
数据结构   
Nutch系统利用Hadoop进行数据处理的精选实例   
Rackspace的日志处理   
简史   
选择Hadoop   
收集和存储   
日志的MapReduce模型   
关于Cascading   
字段、元组和管道   
Tap类,Scheme对象和Flow对象   
Cascading实战   
灵活性   
Hadoop和Cascading在ShareThis的应用   
在Apache Hadoop上的TB字节数量级排序   
使用Pig和Wukong来探索10亿数量级边的 网络图   
测量社区   
每个人都在和我说话:Twitter回复关系图   
(度)degree   
对称链接   
社区提取   
附录A 安装Apache Hadoop   
附录B Cloudera’s Distribution for Hadoop   
附录C 准备NCDC天气数据   
《数据之魅:基于开源工具的数据分析》   
第1 章导论   
数据分析   
本书内容   
关于讲习班   
关于数学   
需要具备的知识   
本书不涉及的内容   
第Ⅰ部分图表:观察数据   
第 2 章单一变量:形状和分布   
数据点和抖动图   
直方图和核密度估计   
直方图   
核密度估计   
(选学)如何选择最优带宽   
累积分布函数   
(选学)概率图分布和QQ 图   
分布的对比   
秩序图和上升图   
仅用于适当时机:汇总统计量和箱形图   
汇总统计量   
Box-and-Whisker 图   
(讲习班)NumPy   
NumPy 实践   
NumPy 详解   
扩展阅读   
第3 章两个变量:建立关系   
散点图   
克服噪声:平滑   
样条   
残差   
其他观点及提醒   
对数图   
倾斜   
线性回归以及诸如此类的方法   
描述重要信息   
图形分析与图形演示   
(讲习班)matplotlib   
交互式使用matplotlib   
案例学习:matplotlib 与   
控制属性   
matplotlib 对象模型及结构   
看过本书的人还看过