本書是第一本兼顧編程和統(tǒng)計學基礎技能的書籍，涵蓋了整個數據科學生命周期。它面向那些希望成為數據科學家或與數據科學家合作的讀者，以及希望跨越“技術/非技術”界限的數據分析師。如果具備基本的Python編程知識，你將學到如何使用像pandas這樣的行業(yè)標準工具來處理數據。

數據治理是指通過建立組織架構，明確相關部門職責要求，制定和實施系統(tǒng)化的制度、流程和方法，確保數據統(tǒng)一管理、高效運行，并在經營管理中充分發(fā)揮價值的動態(tài)過程。數據治理有助于控制數據的開發(fā)和使用，降低與數據相關的風險，使相關主體可以戰(zhàn)略性地利用數據，并從數據治理中獲得價值。數據治理應從以下三個方面進行理解：第一，數據治理的對

本書針對當代社會日益復雜的應急管理挑戰(zhàn)，以時空感知大數據為核心，系統(tǒng)探討了一系列模型、技術和應用。本書內容分為模型篇、技術篇和應用篇。模型篇重點研究時空大數據的表征與提取模型，以及時空感知大數據的存儲和查詢模型，為讀者在處理和管理海量時空感知數據方面提供指導。技術篇關注于利用時空感知大數據支持應急管理決策和行動的核心技

本書主要闡述多自主體系統(tǒng)分布式優(yōu)化控制的基本內容和方法，介紹國內外相關領域的最新研究成果。本書主要內容如下：討論基于領航-跟隨的線性連續(xù)多自主體系統(tǒng)和離散多自主體系統(tǒng)的分布式優(yōu)化控制問題；設計無領航者線性多自主體系統(tǒng)分布式平均一致性優(yōu)化協(xié)議；研究未知環(huán)境干擾作用下和模型參數不確定下線性多自主體系統(tǒng)的魯棒分布式優(yōu)化控制策

本書以數字經濟發(fā)展為背景，圍繞數據要素估值，從數據要素概念界定入手，介紹數據要素經濟價值、數據要素市場發(fā)展及管理、相關研究前沿知識等。本書以數字經濟發(fā)展為背景，圍繞數據要素估值，結合實務界探索成果與理論界研究成果，構建了數據資產評估框架和數據要素定價知識體系。本書內容編排體現(xiàn)關于數據要素市場改革的重點：數據開放共享、提

本書以初學者的角度詳細介紹Spark架構的核心技術，主要圍繞Spark的架構、Spark的開發(fā)語言、Spark模塊的主要功能展開；以IDEA為主要開發(fā)工具，CentOS為運行環(huán)境，采用理實一體化授課模式。本書內容包括Spark導論，Spark環(huán)境搭建與使用，Scala語言，Spark彈性分布式數據集，SparkSQL、

本書以BI負責人的視角介紹BI分析師的核心工作和應具備的核心技能，并分析BI創(chuàng)造價值的專題，理論和實例并重。全書分為四部分： 第一部分（第1、2章）為BI概述與團隊組建，從介紹BI分析的基本概念說起，包含BI職責與數據驅動的概述，以及組建團隊時需要考慮的能力模型、團隊選型、團隊管理。第二部分（第3、4章）為BI

作為人工智能的核心技術，機器學習在數據分析中具有舉足輕重的地位。本書在介紹機器學習相關知識的基礎上，主要介紹了如何對有噪聲的數據進行魯棒回歸分析。全書共6章，除第1章外，各章對異常點或重尾分布數據中的具體問題進行了詳細分析與建模，所涉及的問題包括權值選擇問題、變量相關性問題以及網絡數據問題等。本書對于構建具有魯棒性的機

《計算機控制技術》以反饋控制理論為基礎，從s域到z域的信號轉換出發(fā)，詳細闡述了計算機控制系統(tǒng)的模型分析、控制器設計及工程應用的理論和方法。《計算機控制技術》理論聯(lián)系實際，既注重計算機控制的基礎理論和基本方法，也涵蓋預測、模糊與神經網絡等先進控制技術，并進行了“本研貫通”模塊化設計。為便于讀者對知識的理解、掌握和運用，特

《大數據科學技術研究》將通過大數據技術基礎、大數據應用場景、大數據建模分析和預測等三個方面，深入淺出的結合相關理論基礎和技術的應用，給出大數據技術應用案例，內容通俗易懂，便于讀者學習。同時，根據當前數字時代需求，首先梳理分析計算機基礎、計算機網絡基礎、大數據發(fā)展概論、大數據分析工具、python程序設計基礎在大數據科學