新書《全棧數據之門》完整目錄

全棧數據之門

前言　自強不息，厚德載物

0x1　Linux，自由之光

0x10　Linux，你是個人眼

0x11　Linux 基礎，從零開始

• 01 Linux 之門

• 02 文件操做

• 03 權限管理

• 04 軟件安裝

• 05 實戰經驗

0x12　Sed 與Grep，文本處理

• 01 文本工具

• 02 grep 的使用

• 03 grep 家族

• 04 sed 的使用

• 05 綜合案例

0x13　數據工程，必備Shell

• 01 Shell 分析

• 02 文件探索

• 03 內容探索

• 04 交差並補

• 05 其餘經常使用的命令

• 06 批量操做

• 07 結語

0x14　Shell 快捷鍵，Emacs 之門

• 01 提升效率

• 02 光標移動

• 03 文本編輯

• 04 命令搜索

• 05 Emacs 入門

• 06 Emacs 思惟

0x15　緣起Linux，一入Mac 誤終身

• 01 開源生萬物

• 02 有錢就換Mac

• 03 程序員需求

• 04 非程序員需求

• 05 一入Mac 誤終身

0x16　大成就者，集羣安裝

• 01 離線安裝

• 02 Host 與SSH 配置

• 03 sudo 與JDK 環境

• 04 準備Hadoop 包

• 05 開啓HTTP 與配置源

• 06 安裝ambari-server

• 07 後續服務安裝

• 08 結語

0x2　Python，道法天然

0x20　Python，靈犀一指

0x21　Python 基礎，興趣爲王

• 01 第一語言

• 02 數據結構

• 03 文件讀寫

• 04 使用模塊

• 05 函數式編程

• 06 一道面試題

• 07 興趣驅動

0x22　喜新厭舊，2 遷移3

• 01 新舊交替

• 02 基礎變化

• 03 編碼問題

• 04 其餘變化

• 05 2to3 腳本

• 06 PySpark 配置

• 07 喜新厭舊

0x23　Anaconda，IPython

• 01 Anaconda

• 02 安裝與配置

• 03 pip 與源

• 04 IPython 與Jupyter

• 05 結語

0x24　美不勝收，Python 工具

• 01 緣起

• 02 調試與開發

• 03 排版與格式化

• 04 輔助工具

• 05 實用推薦

0x25　numpy 基礎，線性代數

• 01 numpy 的使用

• 02 索引與切片

• 03 變形與統計

• 04 矩陣運算

• 05 實用方法

• 06 結語

0x26　numpy 實戰，PCA 降維

• 01 PCA 介紹

• 02 數據均值化

• 03 協方差矩陣

• 04 特徵值與向量

• 05 數據映射降維

• 06 sklearn 實現

0x3　大數據，其大無外

0x30　太大數據，極生兩儀

0x31　神象住世，Hadoop

• 01 Hadoop

• 02 HDFS

• 03 角色與管理

• 04 文件操做

• 05 結語

0x32　分治之美，MapReduce

• 01 map 與reduce 函數

• 02 分而治之

• 03 Hello,World

• 04 Streaming 接口

0x33　Hive 基礎，蜂巢與倉庫

• 01 引言

• 02 Hive 接口

• 03 分區建表

• 04 分區機制

• 05 數據導入

• 06 Hive-QL

• 07 結語

0x34　Hive 深刻，實戰經驗

• 01 排序與分佈式

• 02 多表插入與mapjoin

• 03 加載map-reduce 腳本

• 04 使用第三方UDF

• 05 實戰經驗

• 06 生成惟一ID

0x35　HBase 庫，實時業務

• 01 理論基礎

• 02 Shell 操做

• 03 關聯Hive 表

• 04 數據導入

• 05 實用經驗

0x36　SQL 與NoSQL，Sqoop 爲媒

• 01 SQL 與NOSQL

• 02 從MySQL 導入HDFS

• 03 增量導入

• 04 映射到Hive

• 05 導入Hive 表

• 06 從HDFS 導出到MySQL

• 07 從Hive 導出到MySQL

0x4　數據分析，見微知著

0x40　大數據分析，魯班爲祖師

0x41　SQL 技能，必備MySQL

• 01 SQL 工具

• 02 基礎操做

• 03 查詢套路

• 04 join 查詢

• 05 union 與exists

• 06 實戰經驗

0x42　快刀awk，斬亂數據

• 01 快刀

• 02 一二三要點

• 03 一個示例

• 04 應用與統計

• 05 斬亂麻

0x43　Pandas，數據之框

• 01 數據爲框

• 02 加載數據

• 03 行列索引

• 04 行列操做

• 05 合併聚合

• 06 迭代數據

• 07 結語

0x44　Zeppelin，一統江湖

• 01 心潮澎湃

• 02 基本使用

• 03 SQL 與可視化

• 04 安裝Zeppelin

• 05 配置Zeppelin

• 06 數據安全

• 07 使用心得

0x45　數據分組，聚合窗口

• 01 MySQL 聚合

• 02 Spark 聚合

• 03 非聚合字段

• 04 Hive 實現

• 05 group_concat

• 06 Hive 窗口函數

• 07 DataFrame 窗口

• 08 結語

0x46　全棧分析，六層內功

• 01 引言

• 02 MySQL 版本

• 03 awk 版本

• 04 Python 版本

• 05 Hive 版本

• 06 map-reduce 版本

• 07 Spark 版本

• 08 結語

0x5　機器學習，人類失控

0x50　機器學習，琅琊論斷

• 0x51　酸酸甜甜，Orange

• 01 可視化學習

• 02 數據探索

• 03 模型與評估

• 04 組件介紹

• 05 與Python 進行整合

• 06 結語

0x52　sklearn，機器學習

• 01 sklearn 介紹

• 02 數據預處理

• 03 建模與預測

• 04 模型評估

• 05 模型持久化

• 06 三個層次

0x53　特徵轉換，量綱伸縮

• 01 特徵工程

• 02 獨熱編碼

• 03 sklearn 示例

• 04 標準化與歸一化

• 05 sklearn 與Spark 實現

• 06 結語

0x54　描述統計，基礎指標

• 01 描述性統計

• 02 Pandas 實現

• 03 方差與協方差

• 04 Spark-RDD 實現

• 05 DataFrame 實現

• 06 Spark-SQL 實現

• 07 結語

0x55　模型評估，交叉驗證

• 01 測試與訓練

• 02 評價指標

• 03 交叉驗證

• 04 驗證數據

• 05 OOB 數據

0x56　文本特徵，詞袋模型

• 01 天然語言

• 02 中文分詞

• 03 詞袋模型

• 04 詞頻統計

• 05 TF-IDF

• 06 結語

0x6　算法預測，佔天卜地

0x60　命由己作，福本身求

0x61　近朱者赤，相親kNN

• 01 樸素的思想

• 02 算法介紹

• 03 分類與迴歸

• 04 k 與半徑

• 05 優化計算

• 06 實例應用

0x62　物以類聚，Kmeans

• 01 算法描述

• 02 創建模型

• 03 理解模型

• 04 距離與類似性

• 05 降維與可視化

• 06 無監督學習

0x63　很傻很天真，樸素貝葉斯

• 01 樸素思想

• 02 機率公式

• 03 三種實現

• 04 sklearn 示例

• 05 樸素卻不傻

0x64　菩提之樹，決策姻緣

• 01 緣起

• 02 Orange 演示

• 03 scikit-learn 模擬

• 04 熵與基尼指數

• 05 決策過程分析

• 06 Spark 模擬

• 07 結語

0x65　隨機之美，隨機森林

• 01 樹與森林

• 02 到處隨機

• 03 sklearn 示例

• 04 MLlib 示例

• 05 特色與應用

0x66　自編碼器，深度之門

• 01 深度學習

• 02 特徵學習

• 03 自動編碼器

• 04 Keras 代碼

• 05 抗噪編碼器

0x7　Spark，惟快不破

0x70　人生苦短，快用Spark

0x71　PySpark 之門，強者聯盟

• 01 全棧框架

• 02 環境搭建

• 03 分佈式部署

• 04 示例分析

• 05 兩類算子

• 06 map 與reduce

• 07 AMPLab 的野心

0x72　RDD 算子，計算之魂

• 01 算子之道

• 02 獲取數據

• 03 過濾與排序

• 04 聚合數據

• 05 join 鏈接

• 06 union 與zip

• 07 讀寫文件

• 08 結語

0x73　分佈式SQL，蝶戀飛舞

• 01 SQL 工具

• 02 命令行CLI

• 03 讀Hive 數據

• 04 將結果寫入Hive

• 05 讀寫MySQL 數據

• 06 讀寫三種文件

0x74　DataFrame，三角之戀

• 01 DataFrame

• 02 生成數據框

• 03 合併與join

• 04 select 操做

• 05 SQL 操做

• 06 自定義UDF

• 07 三角之戀

0x75　神器之父，Scala 入世

• 01 Spark 與Scala

• 02 Scala REPL

• 03 編譯Scala

• 04 sbt 編譯

• 05 示例分析

• 06 編譯提交

0x76　機器之心，ML 套路

• 01 城市套路深

• 02 算法與特徵工程

• 03 管道工做流

• 04 OneHotEncoder 示例

• 05 ML 迴歸實戰

• 06 特徵處理與算法

• 07 擬合與評估

0x8　數據科學，全棧智慧

0x80　才高八斗，共分天下

0x81　自學數據，神蟒領舞

• 01 機器學習

• 02 語言領域

• 03 Python 數據生態

• 04 相關資料

• 05 書籍推薦

• 06 性感的職業

0x82　數據科學，七大技能

• 01 七大技能

• 02 SQL 與NoSQL 技能

• 03 Linux 工具集

• 04 Python 或者R 語言生態

• 05 Hadoop 與Spark 生態

• 06 機率、統計與線性代數

• 07 機器學習與深度學習

• 08 業務及雜項

• 09 結語

0x83　大無所大，生態框架

• 01 計算生態

• 02 離線計算

• 03 交互分析

• 04 實時處理

• 05 算法挖掘

• 06 發行版本

• 07 其餘工具

0x84　集體智慧，失控哲學

• 01 數據是寶

• 02 一分爲二

• 03 迴歸統一

• 04 聚少成多

• 05 你中有我

• 06 從小看大

• 07 大事化小

• 08 少便是多

0x85　一技之長，一輩子之用

• 01 一技之長

• 02 數據分析相關

• 03 Python 相關

• 04 Hadoop 相關

• 05 Spark 相關

• 06 模型相關

• 07 算法相關

• 08 一輩子之用

0x86 知識做譜，數據爲棧

• 01 知識做譜

• 02 理論基礎

• 03 Python

• 04 分析與可視化

• 05 大數據

• 06 ETL 與特徵工程

• 07 機器學習與深度學習

• 08 工具與庫

• 09 全棧爲用