《大數(shù)據(jù)算法設計與分析》以大數(shù)據(jù)為背景，以求解大數(shù)據(jù)計算問題的計算方法（即亞線性時間計算方法、壓縮計算方法、抽樣計算方法、增量式計算方法、分布式并行計算方法）為主線，系統(tǒng)地介紹大數(shù)據(jù)計算問題求解算法的設計與分析的理論與方法，主要包括:大數(shù)據(jù)計算問題的復雜性分類、大數(shù)據(jù)計算問題的亞線性時間求解算法的設計與分析方法、基于抽

數(shù)據(jù)分析的精髓在于能夠利用合理的數(shù)據(jù)分析方法來解決實際的業(yè)務問題，本書介紹了互聯(lián)網(wǎng)行業(yè)中數(shù)據(jù)分析常見的思維和方法，并且呈現(xiàn)了這些分析方法在實際案例中的應用。同時也利用本書解答了大家對于想要從事數(shù)據(jù)分析行業(yè)的一些擔憂和困惑。閱讀本書，你會對數(shù)據(jù)分析的工作內容有更清晰、完整的了解，同時對常見的業(yè)務問題處理的方法和經(jīng)驗有質的

《數(shù)據(jù)安全與治理》密切結合我國大數(shù)據(jù)產(chǎn)業(yè)、數(shù)據(jù)安全產(chǎn)業(yè)的特點，全面系統(tǒng)地介紹了數(shù)據(jù)安全與治理的內涵、特點、方法、原理與技術。全書分為10章。其中，第1章介紹了數(shù)據(jù)安全與治理的基本概念，第5、6、7、9章介紹了數(shù)據(jù)安全的相關技術(含數(shù)據(jù)加密、數(shù)據(jù)脫敏、數(shù)據(jù)資產(chǎn)保護、數(shù)據(jù)審計)，第3、4章介紹了數(shù)據(jù)治理的相關技術(含數(shù)據(jù)質

本書從實用的角度出發(fā)，采用理論與實踐相結合的方式，介紹樣本數(shù)據(jù)處理的基礎知識，力求培養(yǎng)讀者使用Python語言及Kettle軟件進行數(shù)據(jù)處理的能力。全書內容分別為數(shù)據(jù)預處理概述、Kettle工具的初步使用、數(shù)據(jù)的導入與導出、數(shù)據(jù)清洗、數(shù)據(jù)標注、Kettle作業(yè)設計、基于Kettle構建數(shù)據(jù)倉庫、基于Python的數(shù)據(jù)導

本書是高等職業(yè)教育大數(shù)據(jù)技術與應用系列教材中的一冊，講解了大數(shù)據(jù)系統(tǒng)運行維護過程中的各個主要任務，包括大數(shù)據(jù)生態(tài)圈、Hadoop環(huán)境搭建與運維、Hive環(huán)境搭建與基本操作、HBase環(huán)境搭建與運維、Hadoop常用組件安裝等內容。本書內容詳盡充實，針對每個知識點都配有相應的實驗用于驗證和鞏固，在基礎理論知識上增加了運維

主要內容包括：1）非線性動力學系統(tǒng)求解方法及發(fā)展；2）時域配點法；3）高維諧波平衡法及其混淆機理；4）快速諧波平衡技術；5）高性能全局法的應用研究；6）局部變分迭代法；7）局部變分迭代配點法；8）高性能局部法的應用研究。本著作旨在成為一本專門介紹非線性系統(tǒng)高性能求計算法的論著，將作者近年來的研究成果進行整理歸納和總結，

對數(shù)據(jù)生產(chǎn)和大數(shù)據(jù)處理帶來的挑戰(zhàn)，是當代社會和人工智能時代的重點。大數(shù)據(jù)的快速發(fā)展、信息共享和社交媒體的大眾化帶來了各方面的風險和挑戰(zhàn)。我們需要遵循正確的流程、方法和溝通戰(zhàn)略且手頭的數(shù)據(jù)必須準確，才能推演出高價值的結論。而數(shù)據(jù)越多，我們面臨的陷阱可能就越深。在本書中，杰森?辛克從數(shù)據(jù)通用和收集的策略、數(shù)據(jù)分析的準則、數(shù)

本書為職業(yè)教育教材，涉及：供料單元、加工單元、裝配單元、分揀單元、輸送單元的安裝與調試，自動化生產(chǎn)線整體安裝與調試。(本書以全國職業(yè)院校技能大賽“自動化生產(chǎn)線安裝與調試”賽項的競賽設備YL335B為內容載體。)

本書循序漸進地講解了Spark概念、Spark角色和運行模式、JobHistoryServer與HA配置以及Yarn模式安裝、搭建Spark應用開發(fā)環(huán)境、Scala環(huán)境安裝和基礎編程、循環(huán)、方法和函數(shù)、Scala數(shù)組與元組、ScalaCollection(集合)、類、對象與繼承、抽象與特質、模式匹配、高階函數(shù)與隱式轉換

本書詳細闡述了大數(shù)據(jù)領域數(shù)據(jù)采集與預處理的相關理論和技術，全面講解了數(shù)據(jù)采集與預處理的全流程及在多領域的應用案例。本書共8章，包括數(shù)據(jù)采集與預處理概述、數(shù)據(jù)采集與存儲、數(shù)據(jù)采集進階、數(shù)據(jù)清洗、數(shù)據(jù)規(guī)整與分組聚合、豆瓣電影排行榜數(shù)據(jù)采集與預處理、使用Scrapy框架與Selenium采集股市每日點評數(shù)據(jù)并可視化、房產(chǎn)數(shù)據(jù)