간편결제, 신용카드 청구할인
PAYCO(페이코) 최대 5,000원 할인
(페이코 신규 회원 및 90일 휴면 회원 한정)
네이버페이 1%
(네이버페이 결제 시 적립)
북피니언 롯데카드 30% (14,940원)
(최대할인 3만원 / 3만원 이상 결제)
EBS 롯데카드 20% (17,080원)
(최대할인 3만원 / 3만원 이상 결제)
인터파크 NEW 우리V카드 10% (19,210원)
(최대할인 3만원 / 3만원 이상 결제)
인터파크 현대카드 7% (19,850원)
(최대할인 3만원 / 3만원 이상 결제)
Close

빅데이터 컴퓨팅 기술

소득공제

2013년 9월 9일 이후 누적수치입니다.

판매지수 92
?
판매지수란?
사이트의 판매량에 기반하여 판매량 추이를 반영한 인터파크 도서에서의 독립적인 판매 지수입니다. 현재 가장 잘 팔리는 상품에 가중치를 두었기 때문에 실제 누적 판매량과는 다소 차이가 있을 수 있습니다. 판매량 외에도 다양한 가중치로 구성되어 최근의 이슈도서 확인시 유용할 수 있습니다. 해당 지수는 매일 갱신됩니다.
Close
공유하기
정가

22,000원

  • 21,340 (3%할인)

    220P (1%적립)

할인혜택
적립혜택
  • I-Point 적립은 출고완료 후 14일 이내 마이페이지에서 적립받기한 경우만 적립됩니다.
  • 추가혜택
    배송정보
    주문수량
    감소 증가
    • 이벤트/기획전

    • 연관도서(173)

    • 사은품(8)

    책소개

    방대한 빅데이터 관련 업무에 필요한 역량을 갖추고자 하나 어떤 기술이 있고 이 중 어떤 것을 익혀야 할지 갈피를 잡지 못하는 학생들과, 그들을 지도하는 교육 종사자를 위한 책이다. 새로 등장하는 수많은 빅데이터 기술에 대한 탐색과 이해의 기회를 제공해 줄 것이다. 또한 현직에 종사하는 실무자가 새로운 기술에 휩쓸리지 않고 적절한 기술을 취사선택하거나, 기업의 의사결정권자가 빅데이터 기술을 도입하기 위해 기술 전반에 대한 그림을 그리는 데도 도움이 될 것이다.

    출판사 서평

    - 빅데이터에 대한 명확한 개념 정리를 바탕으로 빅데이터 처리 과정의 전체적인 그림을 그려준다.
    - 다양한 빅데이터 컴퓨팅 기술을 처리 과정별로 소개하여 빅데이터 기술을 상황에 맞게 활용할 수 있도록 했다.
    - IT 관련 종사자와 IT 관련 학과 학생들을 대상으로 빅데이터 기술에 대하여 명확하게 개념을 정리할 수 있도록 도와준다.
    - 적절한 그림과 도표를 삽입하여 내용을 좀 더 쉽게 이해할 수 있도록 했다.

    방대한 빅데이터 컴퓨팅 기술을 명쾌하게 정리한다!

    무엇을 다루는가?
    빅데이터 개요
    - 개념과 속성
    - 처리 과정과 기술

    빅데이터 컴퓨팅 기술
    - 수집 및 통합 기술
    - 저장 및 관리 기술
    - 처리 기술
    - 분석 기술
    - 표현 기술
    - 플랫폼 기술

    기술 개발 현황과 실제 구현 예
    - 기술 개발의 현황과 활용
    - 하둡을 이용한 추천 시스템의 구현

    부/장별 내용 요약
    1부 빅데이터 개요(1장)
    - 빅데이터의 개념을 명확히 정리한 후 빅데이터를 처리하는 과정에 대한 전체적인 그림을 그려준다.

    2부 빅데이터 컴퓨팅 기술(2~7장)
    - 빅데이터 컴퓨팅 기술을 빅데이터를 처리하는 과정에 따라 단계적으로 소개한다. 구체적인 예를 언급할 때는 가장 많이 사용되는 하둡을 기반으로 설명하고, 이 과정별 기술을 통합적으로 지원하는 기술인 빅데이터 플랫폼 기술도 소개한다.

    3부 빅데이터 기술 개발 현황과 실제 구현 예(8~9장)
    - 빅데이터 기술 개발의 현황과 활용 예를 소개한다. 그리고 하둡을 이용하여 간단한 추천 시스템을 직접 구현하는 과정을 단계별로 설명한다.

    목차

    1부 빅데이터 개요

    1장 빅데이터 개념과 처리 과정
    1.1 빅데이터 등장 배경
    1.2 빅데이터 개념과 속성
    1.3 빅데이터 처리 과정과 기술
    1.3.1 빅데이터 소스 생성과 수집 기술
    1.3.2 빅데이터 저장 기술
    1.3.3 빅데이터 처리 기술
    1.3.4 빅데이터 분석 기술
    1.3.5 빅데이터 표현 기술
    1.4 빅데이터 활용 분야와 기대 효과
    1.5 빅데이터 시대 준비
    1.6 연습문제
    1.7 참고문헌

    2부 빅데이터 컴퓨팅 기술

    2장 빅데이터 수집 및 통합 기술
    2.1 개요
    2.2 빅데이터 주요 수집 및 통합 기술
    2.2.1 Flume플럼
    2.2.2 Chukwa척와
    2.2.3 Scribe스크라이브
    2.2.4 SQOOPSQl-to-hadOOP; 스쿱
    2.2.5 Kafka카프카
    2.2.6 OpenRefine오픈리파인
    2.2.7 JSONJavaScript Object Notation; 제이슨
    2.2.8 BSONBinary javaScript Object Notation; 비슨
    2.2.9 Thrift쓰리프트
    2.2.10 Protocol Buffers프로토콜 버퍼스
    2.2.11 Avro에이브로
    2.3 연습문제
    2.4 참고문헌

    3장 빅데이터 저장 및 관리 기술
    3.1 개요
    3.2 빅데이터 주요 저장 및 관리 기술
    3.2.1 S3Simple Storage Service
    3.2.2 HDFSHadoop Distributed File System
    3.2.3 DynamoDB다이나모DB
    3.2.4 MongoDBMONGOus DB; 몽고DB
    3.2.5 CouchDBCluster Of Unreliable Commodity Hardware DB; 카우치DB
    3.2.6 Cassandra카산드라
    3.2.7 HBaseHadoop dataBASE; H베이스
    3.2.8 RedisREmote DIctionary System; 레디스
    3.2.9 Riak리악
    3.2.10 Hypertable하이퍼테이블
    3.2.11 ZooKeeper주키퍼
    3.2.12 Voldemort볼드모트
    3.3 연습문제
    3.4 참고문헌

    4장 빅데이터 처리 기술
    4.1 개요
    4.2 빅데이터 주요 처리 기술
    4.2.1 Hadoop하둡
    4.2.2 Pig피그
    4.2.3 Hive하이브
    4.2.4 Cascading캐스캐이딩
    4.2.5 Cascalog캐스칼로그
    4.2.6 Mrjob미스터잡
    4.2.7 S4Simple Scalable Streaming System
    4.2.8 MapR맵알
    4.2.9 Acunu아큐누
    4.2.10 Azkaban아즈카반
    4.2.11 Oozie우지
    4.2.12 Greenplum그린플럼
    4.2.13 EC2Elastic Compute Cloud
    4.2.14 Heroku히로쿠
    4.2.15 R 프로그래밍 언어
    4.2.16 Pipes파이프
    4.2.17 Mechanical Turk미케니컬 터크; Mturk
    4.2.18 Solr/Lucene솔라/루씬
    4.2.19 ElasticSearch엘라스틱서치
    4.2.20 Datameer데이터미어
    4.2.21 InfoSphere BigInsights인포스피어 빅인사이트
    4.2.22 InfoSphere Streams인포스피어 스트림즈
    4.3 연습문제
    4.4 참고문헌

    5장 빅데이터 분석 기술
    5.1 개요
    5.2 텍스트 마이닝 기술
    5.3 오피니언 마이닝 기술
    5.4 리얼리티 마이닝 기술
    5.5 군집화 기술
    5.5.1 계층적 군집화 기술
    5.5.2 분할적 군집화 기술
    5.6 소셜 네트워크 분석 기술
    5.7 그래프 마이닝 기술
    5.8 빅데이터를 처리하는 기존 알고리즘 변형 기술
    5.8.1 도형 세기 알고리즘의 변형
    5.8.2 컬럼 빈도수 측정 프로그래밍 방안
    5.8.3 소셜 네트워크 통계 방안
    5.8.4 네트워크 분석 기법
    5.9 최신 빅데이터 분석 연구
    5.9.1 데이터 마이닝 연관 규칙을 활용한 빅데이터 알고리즘
    5.9.2 빅데이터와 분류 기술
    5.9.3 빅데이터와 군집화
    5.10 빅데이터 주요 분석 기술
    5.10.1 NLTKNatural Language ToolKit
    5.10.2 OpenNLP오픈NLP
    5.10.3 Boilerpipe보일러파이프
    5.10.4 WEKA웨카
    5.10.5 Mahout머하웃
    5.10.6 scikits_learn사이키트런
    5.11 연습문제
    5.12 참고문헌

    6장 빅데이터 표현 기술
    6.1 개요
    6.2 빅데이터 주요 표현 기술
    6.2.1 Tag Cloud태그 클라우드
    6.2.2 Gephi게피
    6.2.3 GraphVizGRAPH VIsualiZation software; 그래프비즈
    6.2.4 Processing프로세싱
    6.2.5 Fusion Tables퓨전 테이블
    6.2.6 Tableau타블로
    6.2.7 TinkerPop팅커팝
    6.2.8 Clustergram클러스터그램
    6.2.9 Spatial Information Flow스페이셜 인포메이션 플로우
    6.3 연습문제
    6.4 참고문헌

    7장 빅데이터 플랫폼 기술
    7.1 개요
    7.2 빅데이터 플랫폼 요소 기술과 구조
    7.2.1 빅데이터 플랫폼 요소 기술
    7.2.2 빅데이터 플랫폼 구조 및 세부 기술
    7.3 빅데이터 플랫폼 관리 기술
    7.3.1 가상화 기술
    7.3.2 클라우드 환경에서 처리 기술
    7.4 빅데이터 워크플로우 컴퓨팅 플랫폼 기술
    7.4.1 그래프 기반 빅데이터 응용
    7.4.2 그래프 기반 빅데이터 처리 기술
    7.5 연습문제
    7.6 참고문헌

    3부 빅데이터 기술 개발 현황과 실제 구현 예

    8장 빅데이터 기술 개발의 현황과 활용
    8.1 개요
    8.2 국내외 빅데이터 기술 개발 현황
    8.2.1 국내 빅데이터 기술 개발 현황
    8.2.2 국외 빅데이터 기술 개발 현황
    8.3 빅데이터 산업체 현황
    8.3.1 EMC
    8.3.2 오라클
    8.3.3 IBM
    8.3.4 SAP
    8.3.5 테라데이타
    8.3.6 마이크로소프트
    8.3.7 코난테크놀로지
    8.3.8 솔트룩스(트루스토리)
    8.3.9 다음소프트(소셜 메트릭스)
    8.3.10 그루터(씨날)
    8.3.11 기타 사업체
    8.4 빅데이터 활용 사례
    8.4.1 공공·정부·과학 분야
    8.4.2 정보 통신 분야
    8.4.3 소셜 미디어 분야
    8.4.4 의료·헬스 케어 분야
    8.4.5 도소매 분야
    8.4.6 제조업 분야
    8.5 연습문제
    8.6 참고문헌

    9장 하둡을 이용한 추천 시스템의 구현
    9.1 개요
    9.1.1 협업 필터링과 연관 규칙을 이용한 추천 시스템과 하둡 에코시스템
    9.1.2 실습 환경 구축
    9.2 협업 필터링 기법과 머하웃을 이용한 구현
    9.2.1 협업 필터링 기법의 원리
    9.2.2 사용자 기반 추천 엔진의 구현
    9.2.3 아이템 기반 추천 엔진의 구현
    9.2.4 협업 필터링 기법에서 추가로 고려할 사항
    9.3 연관 규칙 기법과 피그, 하이브를 이용한 구현
    9.3.1 연관 규칙 기법의 원리
    9.3.2 피그를 이용한 연관 규칙 구현
    9.3.3 하이브를 이용한 연관 규칙 구현
    9.4 추천 시스템의 구현
    9.4.1 데이터 준비하기 : u.data
    9.4.2 전처리하기 : PHP
    9.4.3 단일 아이템 빈도수 구하기 : 샤크
    9.4.4 아이템 (A∩B) 조합의 빈도수 계산하기 : 샤크
    9.4.5 연관 규칙 계산하기 : PHP와 샤크
    9.4.6 데이터 내보내기 : 스쿱
    9.4.7 웹 서비스로 추천 기능 구현하기 : PHP
    9.5 참고문헌

    찾아보기

    저자소개

    생년월일 -
    출생지 -
    출간도서 0종
    판매수 0권

    1985년부터 순천향대학교 컴퓨터 소프트웨어공학과 교수로 재직 중이며 공과대학 학장을 역임했다. 고려대학교에서 프로그래밍 언어 설계 및 병렬 컴파일러 개발 분야의 박사 학위를 취득하고, 미국 일리노이대학교 어배너 - 섐페인의 슈퍼컴퓨터센터와 콜로라도대학교 덴버 캠퍼스의 컴퓨터학과에서 객원교수를 지냈다. 현재 한국정보처리학회 회장, 순천향대학교 중앙도서관장, 순천향대학교 웰니스코칭서비스연구센터장, 한국정보기술학술단체 총연합회 부회장 등으로 국내외 컴퓨터 분야의 발전에 노력하고 있다.

    관심 연구 분야는 병렬 컴파일러, 병렬 처리, 데

    펼쳐보기

    저자의 다른책

    전체보기
    생년월일 -
    출생지 -
    출간도서 0종
    판매수 0권

    KAIST에서 학사, 석사, 박사학위를 받았으며, 현대전자, 인프라밸리 등에서 이동통신 시스템 개발에 참여하였다. 2005년부터 현재까지 강원대학교 컴퓨터학부 교수로 재직 중이다.
    퍼듀대학교에서 Visiting Scholar로 프라이버시 보호 데이터 마이닝 연구를 수행하였다. 주요 연구 분야는 데이터 마이닝과 빅데이터 분석으로, 특히 시계열 데이터 대상의 검색 및 마이닝 분야에서 다수의 연구실적을 발표하였다. 대학교재로 데이터베이스 시스템 책을 번역하였고, 최근 빅데이터 분석에 관한 책을 저술 중이다.

    저자의 다른책

    전체보기
    생년월일 -
    출생지 -
    출간도서 0종
    판매수 0권

    숙명여자대학교 멀티디미어과학과 교수

    생년월일 -
    출생지 -
    출간도서 0종
    판매수 0권

    KAIST 전기 및 전자공학과 교수

    생년월일 -
    출생지 -
    출간도서 0종
    판매수 0권

    동국대학교 멀티디미어공학과 교수

    생년월일 -
    출생지 -
    출간도서 0종
    판매수 0권

    충북대학교 비즈니스데이터융합학과 교수

    언론사 추천 및 수상내역

    이 상품의 시리즈

    IT COOKBOOK 한빛교재 시리즈(총 354권 / 현재구매 가능도서 173권)

    펼쳐보기

    이 책과 내용이 비슷한 책 ? 내용 유사도란? 이 도서가 가진 내용을 분석하여 기준 도서와 얼마나 많이 유사한 콘텐츠를 많이 가지고 있는가에 대한 비율입니다.

      리뷰

      8.7 (총 0건)

      기대평

      작성시 유의사항

      평점
      0/200자
      등록하기

      기대평

      0.0

      교환/환불

      교환/환불 방법

      ‘마이페이지 > 취소/반품/교환/환불’ 에서 신청함, 1:1 문의 게시판 또는 고객센터(1577-2555) 이용 가능

      교환/환불 가능 기간

      고객변심은 출고완료 다음날부터 14일 까지만 교환/환불이 가능함

      교환/환불 비용

      고객변심 또는 구매착오의 경우에만 2,500원 택배비를 고객님이 부담함

      교환/환불 불가사유

      반품접수 없이 반송하거나, 우편으로 보낼 경우 상품 확인이 어려워 환불이 불가할 수 있음
      배송된 상품의 분실, 상품포장이 훼손된 경우, 비닐랩핑된 상품의 비닐 개봉시 교환/반품이 불가능함

      소비자 피해보상

      소비자 피해보상의 분쟁처리 등에 관한 사항은 소비자분쟁해결기준(공정거래위원회 고시)에 따라 비해 보상 받을 수 있음
      교환/반품/보증조건 및 품질보증 기준은 소비자기본법에 따른 소비자 분쟁 해결 기준에 따라 피해를 보상 받을 수 있음

      기타

      도매상 및 제작사 사정에 따라 품절/절판 등의 사유로 주문이 취소될 수 있음(이 경우 인터파크도서에서 고객님께 별도로 연락하여 고지함)

      배송안내

      • 인터파크 도서 상품은 택배로 배송되며, 출고완료 1~2일내 상품을 받아 보실 수 있습니다

      • 출고가능 시간이 서로 다른 상품을 함께 주문할 경우 출고가능 시간이 가장 긴 상품을 기준으로 배송됩니다.

      • 군부대, 교도소 등 특정기관은 우체국 택배만 배송가능하여, 인터파크 외 타업체 배송상품인 경우 발송되지 않을 수 있습니다.

      • 배송비

      도서(중고도서 포함) 구매

      2,000원 (1만원이상 구매 시 무료배송)

      음반/DVD/잡지/만화 구매

      2,000원 (2만원이상 구매 시 무료배송)

      도서와 음반/DVD/잡지/만화/
      중고직배송상품을 함께 구매

      2,000원 (1만원이상 구매 시 무료배송)

      업체직접배송상품 구매

      업체별 상이한 배송비 적용