随着科技的发展，在信息化的今天，大量数据呈爆发式的增长，对这些数据的处理，是一个非常大的挑战，所以必须对数据处理技术进行研究探索，从而发掘合适的技术。蒋卫祥著的《大数据时代计算机数据处理技术探究》结合大数据时代最新技术，对大数据进行了阐述，同时对大数据的获取以及存储进行了有效分析，并且对数据处理进行了介绍，其中包括文本数据预处理、聚类分析、大数据的隐私保护等，结合实际应用让读者更好地了解云计算与大数据，从而对未来有更高的期待。

第一章 大数据时代
第一节 大数据的概述
第二节 大数据的发展
第三节 大数据的现状
第二章 大数据的数据获取
第一节 数据的分类
第二节 数据获取探针
第三节 网页采集与日志收集
第四节 数据分发中间件的作用分析
第三章 数据的可视化分析
第一节 绘图基础分析
第二节 变量分布特征的可视化分析
第三节 地理信息系统数据的可视化解析
第四节 文本词频数据的可视化分析
第四章 大数据机器学习系统
第一节 机器学习系统研究背景
第二节 大数据机器学习研究现状
第三节 机器学习系统的技术特征及问题
第四节 大数据机器学习相关技术
第五节 大数据机器学习平台总体架构
第五章 深度学习方法研究
第一节 深度学习方法的发展
第二节 三类深度学习网络
第三节 深度自编码器
第四节 深度堆叠网络及其变形
第五节 预训练的深度神经网络
第六章 数据挖掘中的模式甄别与网络分析
第一节 模式甄别方法和评价概述
第二节 模式甄别的监督侦测方法
第三节 网络节点重要性的测度
第四节 网络子群构成特征研究
第五节 主要网络类型及特点
第七章 机器学习和数据挖掘的对比分析
第一节 机器学习和数据挖掘
第二节 机器学习的方式与类型
第三节 机器学习与数据挖掘应用解析
第四节 深度学习的实践与发展
第八章 基于Hadoop的大数据平台的实现
第一节 基于大数据的技术的数字媒体平台建设
第二节 基于Hadoop的金融大数据平台架构
第三节 电信运营商大数据平台的实现
第四节 大数据平台安全与隐私保护
第九章 计算机数据处理机器学习的应用领域
第一节 互联网领域
第二节 商业领域
第三节 农业信息化建设领域
第四节 医疗领域
第五节 城市规划与建筑工程领域
第五节 其他研究领域
参考文献