本書共十章，內(nèi)容包括：大數(shù)據(jù)的認知，大數(shù)據(jù)安全、隱私和合規(guī)管理，大數(shù)據(jù)時代的理解，大數(shù)據(jù)應(yīng)用的模式和價值，大數(shù)據(jù)應(yīng)用的基本策略，大數(shù)據(jù)技術(shù)在全社會醫(yī)療健康資源配置的優(yōu)化，大數(shù)據(jù)時代下的城市交通，金融大數(shù)據(jù)創(chuàng)新應(yīng)用，大數(shù)據(jù)時代下的教育變革等。

本書全面詳細地介紹了大數(shù)據(jù)生態(tài)系統(tǒng)中的主流技術(shù)。全書共10章，主要包括大數(shù)據(jù)生態(tài)系統(tǒng)概述、大數(shù)據(jù)采集技術(shù)、大數(shù)據(jù)存儲技術(shù)、大數(shù)據(jù)分析處理技術(shù)等內(nèi)容，書中涵蓋了Hadoop、Hive、Hbase、Kafka、Spark、Flink等技術(shù)的原理和實踐，其中重點介紹了Hadoop技術(shù)、Spark技術(shù)及Flink技術(shù)。本書詳細介紹了主流大數(shù)據(jù)技術(shù)框架的基本原理、環(huán)境搭建、操作使用和在典型行業(yè)中的具體應(yīng)用，使讀者不僅能夠在宏觀上全面認知大數(shù)據(jù)生態(tài)系統(tǒng)，而且還能在微觀上深入理解大數(shù)據(jù)技術(shù)細節(jié)。本書不僅適合大

蝙蝠優(yōu)化算法是一種新穎的模擬蝙蝠行為的群智能優(yōu)化算法，因該算法有模型簡單、參數(shù)少、通用性強等優(yōu)點，故被廣泛應(yīng)用于解決實際問題。本書分為8章，第1～2章介紹蝙蝠優(yōu)化算法的基本框架、研究進展，并討論了蝙蝠算法的全局收斂性問題；第3～6章從蝙蝠算法的全局搜索方式、局部搜索方式、全局/局部搜索的平衡策略、全局/局部搜索的集成策略等方面介紹作者的工作；第7～8章圍繞軟件缺陷預(yù)測問題，分別構(gòu)造多目標軟件缺陷預(yù)測模型和高維多目標軟件缺陷預(yù)測模型，并有針對性地設(shè)計相應(yīng)的多目標蝙蝠優(yōu)化算法和高維多目標蝙蝠優(yōu)化算法