《吉布斯分布的局部、動(dòng)態(tài)與快速采樣算法》由愛(ài)丁堡大學(xué)博士后鳳維明撰寫(xiě)，內(nèi)容榮獲2021年度CCF優(yōu)秀博士學(xué)位論文獎(jiǎng)。全書(shū)立足大數(shù)據(jù)背景下的新問(wèn)題，從分布式采樣和動(dòng)態(tài)采樣兩個(gè)具體問(wèn)題入手，給出了有理論保障的算法并研究了新模型下采樣問(wèn)題的復(fù)雜性�！都�布斯分布的局部、動(dòng)態(tài)與快速采樣算法》共十章，分為四個(gè)部分：第零部分（第1~

本書(shū)對(duì)大數(shù)據(jù)挖掘與應(yīng)用的基本算法進(jìn)行了系統(tǒng)的介紹，每種算法不僅包括對(duì)算法基本原理的介紹，而且配有大量的例題以及基于阿里云大數(shù)據(jù)平臺(tái)(數(shù)加平臺(tái))的演示，這種理論與實(shí)踐相結(jié)合的方式極大地方便了讀者對(duì)抽象的數(shù)據(jù)挖掘算法的理解和掌握。本書(shū)共11章，內(nèi)容覆蓋了數(shù)據(jù)預(yù)處理、分類算法、聚類算法及常見(jiàn)的數(shù)據(jù)挖掘應(yīng)用，具體章節(jié)包括大數(shù)據(jù)

本書(shū)采用“問(wèn)題描述+解決方案”模式，通過(guò)500個(gè)案例介紹了使用Pandas進(jìn)行數(shù)據(jù)分析和數(shù)據(jù)處理的技術(shù)亮點(diǎn)。全書(shū)共分為8章，主要案例包括：讀寫(xiě)CSV、Excel、JSON、HTML等格式的數(shù)據(jù)；根據(jù)行標(biāo)簽、列名和行列數(shù)字索引篩選和修改數(shù)據(jù)，使用各種函數(shù)根據(jù)數(shù)據(jù)大小、日期范圍、正則表達(dá)式、lambda表達(dá)式、文本類型等多

本書(shū)系統(tǒng)介紹Spark大數(shù)據(jù)處理框架。全書(shū)共8章,內(nèi)容包括大數(shù)據(jù)技術(shù)概述、Spark大數(shù)據(jù)處理框架、SparkRDD編程、SparkSQL結(jié)構(gòu)化數(shù)據(jù)處理、HBase分布式數(shù)據(jù)庫(kù)、SparkStreaming流計(jì)算、SparkMLlib機(jī)器學(xué)習(xí)、數(shù)據(jù)可視化。本書(shū)可作為高等院校計(jì)算機(jī)科學(xué)與技術(shù)、信息管理與信息系統(tǒng)、軟件工程

本書(shū)從系統(tǒng)的角度，成體系地研究動(dòng)態(tài)數(shù)據(jù)驅(qū)動(dòng)原理與方法。以數(shù)據(jù)驅(qū)動(dòng)為根本出發(fā)點(diǎn)，揭示了復(fù)雜系統(tǒng)的設(shè)計(jì)、運(yùn)行、控制與優(yōu)化規(guī)律，從信號(hào)感知、結(jié)構(gòu)感知、環(huán)境感知、情景感知、語(yǔ)境感知、能量感知、過(guò)程感知、網(wǎng)絡(luò)感知、系統(tǒng)感知等不同維度，介紹了主流的理論與方法，提供了研究復(fù)雜系統(tǒng)問(wèn)題的新思路、新方法。

本書(shū)系統(tǒng)介紹了大數(shù)據(jù)領(lǐng)域的相關(guān)知識(shí)，幫助讀者快速了解大數(shù)據(jù)的相關(guān)理論知識(shí)和技術(shù)。全書(shū)一共包含十個(gè)章節(jié)，分別為大數(shù)據(jù)概述、大數(shù)據(jù)與其他新型技術(shù)、大數(shù)據(jù)技術(shù)基礎(chǔ)、大數(shù)據(jù)預(yù)采集、大數(shù)據(jù)預(yù)處理、大數(shù)據(jù)存儲(chǔ)、大數(shù)據(jù)處理框架、大數(shù)據(jù)挖掘、大數(shù)據(jù)可視化、大數(shù)據(jù)安全。全書(shū)全面系統(tǒng)地對(duì)大數(shù)據(jù)的相關(guān)知識(shí)進(jìn)行了講述，能夠幫助讀者后續(xù)更好地學(xué)

本專著主要介紹基于數(shù)據(jù)驅(qū)動(dòng)的個(gè)性化需求預(yù)測(cè)理論與方法。根據(jù)交互場(chǎng)景的特點(diǎn)，分別從基本交互、交互廣度、交互深度和交互多樣性四個(gè)角度介紹最新個(gè)性化需求預(yù)測(cè)理論與方法。在基本交互場(chǎng)景中，主要研究了基于用戶和產(chǎn)品的交互的個(gè)性化需求預(yù)測(cè)；在交互廣度方面，主要研究了融合用戶與好友關(guān)系交互以及融合用戶與群組交互場(chǎng)景的個(gè)性化需求預(yù)測(cè)；

數(shù)據(jù)是組織的重要資產(chǎn)，做好數(shù)據(jù)管理是盤(pán)活數(shù)據(jù)資源，釋放數(shù)據(jù)價(jià)值的有效手段。本書(shū)以數(shù)據(jù)管理為主題，分為背景篇、標(biāo)準(zhǔn)篇、貫標(biāo)篇、評(píng)估篇和政策篇五個(gè)篇章，首先梳理了數(shù)據(jù)管理的概念、背景和發(fā)展歷程，為讀者建立對(duì)數(shù)據(jù)管理的總體認(rèn)識(shí)；其次詳細(xì)解讀國(guó)家標(biāo)準(zhǔn)——數(shù)據(jù)管理能力成熟度評(píng)估模型（以下簡(jiǎn)稱DCMM），幫助讀者深入理解DCMM標(biāo)

本書(shū)是在大數(shù)據(jù)時(shí)代已經(jīng)到來(lái)之際,在商業(yè)、經(jīng)濟(jì)及其他領(lǐng)域中,在基于數(shù)據(jù)和分析去發(fā)現(xiàn)問(wèn)題并做出科學(xué)、客觀的決策越來(lái)越重要的背景下,為了滿足日益增長(zhǎng)的數(shù)據(jù)分析人才需求,特開(kāi)設(shè)基于Python的《數(shù)據(jù)挖掘與數(shù)據(jù)分析》課程。通過(guò)本課程的學(xué)習(xí),使學(xué)生學(xué)會(huì)使用Python進(jìn)行科學(xué)計(jì)算、可視化繪圖、數(shù)據(jù)處理,分析與建模,并詳細(xì)拆解學(xué)習(xí)