本書以環(huán)境監(jiān)測(cè)傳感器網(wǎng)絡(luò)為例，介紹無(wú)線傳感器網(wǎng)絡(luò)知識(shí)。具體內(nèi)容包括無(wú)線傳感器網(wǎng)絡(luò)基礎(chǔ)知識(shí)、ZigBee網(wǎng)絡(luò)基礎(chǔ)知識(shí)以及傳感器網(wǎng)絡(luò)建設(shè)實(shí)踐。

《數(shù)據(jù)治理——理論、方法與實(shí)踐》關(guān)注以數(shù)據(jù)為關(guān)鍵要素的數(shù)字經(jīng)濟(jì)時(shí)代背景下的數(shù)據(jù)治理問(wèn)題，分為8章。第1、2章以數(shù)據(jù)治理基礎(chǔ)概念作為鋪墊，重點(diǎn)對(duì)數(shù)據(jù)、數(shù)據(jù)治理以及數(shù)據(jù)治理體系所涵蓋的內(nèi)容進(jìn)行全面梳理，明晰數(shù)據(jù)治理的現(xiàn)狀、趨勢(shì)，并進(jìn)行國(guó)內(nèi)外數(shù)據(jù)治理理念與體系的比較；第3～7章是數(shù)據(jù)治理核心問(wèn)題探討，重點(diǎn)對(duì)數(shù)據(jù)開(kāi)放、數(shù)據(jù)交易

本書共分三個(gè)部分，分別是基礎(chǔ)篇、實(shí)踐篇和拓展篇。基礎(chǔ)篇是對(duì)整個(gè)課程的歷史、背景和技術(shù)原理的解釋部分，基礎(chǔ)篇包含三個(gè)項(xiàng)目，講解了的大數(shù)據(jù)處理流程、大數(shù)據(jù)存儲(chǔ)架構(gòu)、大數(shù)據(jù)存儲(chǔ)技術(shù)路線等知識(shí)。實(shí)踐篇?jiǎng)t是更偏重于理論的實(shí)驗(yàn)部分，實(shí)驗(yàn)內(nèi)容較多，注重簡(jiǎn)單、易學(xué)和實(shí)用等原則，實(shí)踐篇包含三個(gè)項(xiàng)目，講解了結(jié)構(gòu)化數(shù)據(jù)存儲(chǔ)技術(shù)路線、Post

本書按照“理論+實(shí)戰(zhàn)”的形式編寫，將企業(yè)項(xiàng)目需求分解為單獨(dú)的任務(wù)，全面系統(tǒng)地講解了大數(shù)據(jù)采集與預(yù)處理的相關(guān)知識(shí)與技術(shù)。全書針對(duì)數(shù)據(jù)采集的不同來(lái)源，將知識(shí)內(nèi)容分為五個(gè)項(xiàng)目，包括網(wǎng)絡(luò)數(shù)據(jù)采集、分布式消息系統(tǒng)Kafka、實(shí)時(shí)數(shù)據(jù)庫(kù)采集工具Canal和Maxwell、ETL日志采集技術(shù)棧以及ETL工具——Kettle。本書針對(duì)

全書共9章，內(nèi)容涉及數(shù)據(jù)采集、環(huán)境部署、Kettle安裝及應(yīng)用、pandas應(yīng)用以及Python應(yīng)用案例，由淺入深地介紹了數(shù)據(jù)可視化的基礎(chǔ)內(nèi)容。

本書以智能機(jī)器人開(kāi)發(fā)的基本技術(shù)為主要脈絡(luò)，以ROS系統(tǒng)為核心開(kāi)發(fā)平臺(tái)，以企業(yè)真實(shí)產(chǎn)品為載體，以崗位能力要求為導(dǎo)向，由校企合作團(tuán)隊(duì)共同編寫而成。本書分為4篇，20個(gè)項(xiàng)目，主要內(nèi)容包括認(rèn)識(shí)智能機(jī)器人、智能機(jī)器人復(fù)雜的大腦、智能機(jī)器人蹣跚學(xué)步、智能機(jī)器人發(fā)電報(bào)、智能機(jī)器人收電報(bào)、智能機(jī)器人計(jì)算好幫手、智能機(jī)器人有求必應(yīng)、智能

"本書是一本面向大數(shù)據(jù)基礎(chǔ)知識(shí)學(xué)習(xí)、基本技能訓(xùn)練和場(chǎng)景應(yīng)用的項(xiàng)目化教程。全書共分為8個(gè)單元，內(nèi)容包括初識(shí)大數(shù)據(jù)、Linux應(yīng)用基礎(chǔ)、大數(shù)據(jù)存儲(chǔ)與計(jì)算、大數(shù)據(jù)編程基礎(chǔ)、數(shù)據(jù)采集與預(yù)處理、數(shù)據(jù)分析與挖掘、數(shù)據(jù)可視化、大數(shù)據(jù)典型行業(yè)應(yīng)用分析。本書知識(shí)點(diǎn)全面，融合了大數(shù)據(jù)應(yīng)用開(kāi)發(fā)的新技術(shù)和多個(gè)典型行業(yè)應(yīng)用場(chǎng)景，突出情境案例導(dǎo)引

本書以大數(shù)據(jù)分析與挖掘的常用技術(shù)與真實(shí)案例相結(jié)合的方式，按照“概念和原理講解、案例分析、能力拓展——Python軟件應(yīng)用”的層次進(jìn)行闡述，深入淺出地介紹大數(shù)據(jù)分析與挖掘的重要內(nèi)容。全書共11章，第1章作為全書的緒論，介紹了大數(shù)據(jù)分析與挖掘的基本概念、行業(yè)應(yīng)用等；第2章介紹了Python的安裝、編程基礎(chǔ)以及常用的數(shù)據(jù)分析

Spark是業(yè)界主流的大數(shù)據(jù)計(jì)算框架。本書通過(guò)一系列大數(shù)據(jù)應(yīng)用案例和實(shí)踐項(xiàng)目貫穿始終，使用Python詳細(xì)闡述了Spark大數(shù)據(jù)環(huán)境的搭建、SparkRDD離線數(shù)據(jù)計(jì)算、SparkSQL離線數(shù)據(jù)處理、SparkStreaming實(shí)時(shí)數(shù)據(jù)計(jì)算等一系列常見(jiàn)的大數(shù)據(jù)處理問(wèn)題，并在此基礎(chǔ)上對(duì)Spark的核心概念及技術(shù)原理進(jìn)行了

我國(guó)互聯(lián)網(wǎng)平臺(tái)經(jīng)濟(jì)自2010年開(kāi)始步入快速發(fā)展階段，成為推動(dòng)經(jīng)濟(jì)、社會(huì)發(fā)展的重要引擎，也推動(dòng)著新業(yè)態(tài)新模式不斷涌現(xiàn)。在數(shù)字經(jīng)濟(jì)時(shí)代，數(shù)據(jù)成為互聯(lián)網(wǎng)平臺(tái)經(jīng)濟(jì)的驅(qū)動(dòng)要素。平臺(tái)企業(yè)基于互聯(lián)網(wǎng)技術(shù)，以數(shù)據(jù)作為生產(chǎn)要素對(duì)資源進(jìn)行配置。然而，互聯(lián)網(wǎng)平臺(tái)企業(yè)數(shù)據(jù)造假現(xiàn)象問(wèn)題一直存在，尤其是社交平臺(tái)、媒體廣告平臺(tái)、點(diǎn)評(píng)平臺(tái)問(wèn)題最為突出