觀念篇

第 1 章　進入大數據時代

1-1 大數據時代來了

1-2 「大」數據有多「大」

1-3 大數據的「大」特徵

1-4 大數據的「大」作用

1-5 大數據的「大」問題

1-6 結語



第 2 章　大數據挑戰與因應

2-1 大數據的思維轉變

2-2 大數據案例

2-3 大數據的應用模式分類

2-4 大數據計畫的啟動

2-5 結語



第 3 章　大數據分析技術

3-1 資料科學

3-2 資料分析工具箱

3-3 大數據分析流程

3-4 結語



工具篇

第 4 章　大數據工具與生態系統

4-1 Hadoop/HDFS：分散式檔案系統

4-2 Spark：平行運算框架

4-3 NoSQL 資料庫

4-4 結語



第 5 章　大數據作業系統Ubuntu 的安裝

5-1 安裝虛擬化系統工具Oracle VirtualBox

5-2 新增和設定Ubuntu 虛擬機

5-3 安裝和設定Ubuntu 作業系統



第 6 章　大數據平台Hadoop 和Spark 的安裝

6-1 建立和設定master 主機

6-2 建立slave1 虛擬機

6-3 繼續master 的設定

6-4 啟動Hadoop 主機集群

6-5 試玩HDFS

6-6 試玩Spark

6-7 結束Spark 和Hadoop



第 7 章　HDFS 和Spark RDD 的操作

7-1 HDFS 的操作指令

7-2 Spark RDD 的操作



第 8 章　Scala—大數據的程式語言

8-1 Scala 基礎

8-2 基本的資料型態

8-3 資料集Collections

8-4 邏輯流程控制

8-5 函數

8-6 常用資料集處理方法

8-7 模式匹配Pattern Matching



應用篇

第 9 章　大數據分析應用基礎

9-1 字數計算（word count）

9-2 矩陣相乘

9-3 頻繁項（frequent items）分析

9-4 One-hot 編碼

9-5 相似性（similarity）計算

9-6 文件資料反向排序



第 10 章 大數據分析範例—葡萄酒分析

10-1 葡萄酒品質資料集

10-2 讀入資料檔

10-3 基本統計資料

10-4 建立LabeledPoint 資料類別格式

10-5 資料標準化

10-6 切割資料集

10-7 預測模型訓練

10-8 預測與模式評估MSE

10-9 參數最佳組合與模型測試

10-10 結論



第 11 章 大數據分析範例—書籍推薦

11-1 推薦技術

11-2 書籍資料集

11-3 讀入資料檔與資料前處理

11-4 建立Rating 資料格式

11-5 切割資料集

11-6 預測模型訓練

11-7 計算均方差MSE

11-8 參數最佳組合與最佳模型

11-9 使用最佳模型進行推薦



第 12 章 大數據分析範例—鳶尾花分類

12-1 大數據分析流程

12-2 分類演算法

12-3 鳶尾花資料集

12-4 讀入資料檔與資料前處理

12-5 資料集隨機切割

12-6 模式設定與訓練

12-7 使用評價器（evaluator）計算準確度

12-8 交叉驗證

12-9 使用最佳模式來預測新值



附錄　參考文獻

?