全書(shū)分為2篇，即基礎(chǔ)篇和實(shí)戰(zhàn)篇。（1）基礎(chǔ)篇從大數(shù)據(jù)的概念、特點(diǎn)、應(yīng)用以及大數(shù)據(jù)平臺(tái)入手，從而引入與數(shù)據(jù)挖掘技術(shù)相關(guān)的大數(shù)據(jù)技術(shù)學(xué)習(xí)，主要介紹與數(shù)據(jù)挖掘相關(guān)的Hadoop生態(tài)系統(tǒng)組件技術(shù)與應(yīng)用，包括了Hadoop、Hive、Zookeeper、HBase、Spark、Flume、Kafka組件內(nèi)容，并在每一章中通過(guò)一個(gè)

全書(shū)共13章，分兩大部分進(jìn)行全面而系統(tǒng)的介紹， 第一部分從騰訊大數(shù)據(jù)平臺(tái)的發(fā)展歷程和總體架構(gòu)切入，深入剖析了各項(xiàng)技術(shù)原理，闡述了實(shí)戰(zhàn)過(guò)程中的挑戰(zhàn)和自研核心技術(shù)的設(shè)計(jì)思想，覆蓋了大數(shù)據(jù)接入、計(jì)算、存儲(chǔ)、分析、調(diào)度等大量技術(shù)組件。 第二部分主要介紹了騰訊在數(shù)據(jù)治理、數(shù)據(jù)應(yīng)用、機(jī)器學(xué)習(xí)和平臺(tái)運(yùn)營(yíng)方面的建設(shè)經(jīng)驗(yàn)，并對(duì)騰訊大數(shù)據(jù)

本書(shū)主要采用理論學(xué)習(xí)與實(shí)踐操作并重、上層應(yīng)用與底層原理相結(jié)合的方式講解數(shù)據(jù)分析師需要掌握的數(shù)據(jù)分析基礎(chǔ)知識(shí)，包括基礎(chǔ)理論、關(guān)聯(lián)規(guī)則分析、回歸分析、分類(lèi)分析、聚類(lèi)分析、集成學(xué)習(xí)、自然語(yǔ)言處理、圖像處理和深度學(xué)習(xí)。每章內(nèi)容從7個(gè)方面展開(kāi)講解：包括應(yīng)用場(chǎng)景、算法原理、核心術(shù)語(yǔ)、Python編程實(shí)踐、重點(diǎn)與難點(diǎn)解讀、習(xí)題和主要

數(shù)據(jù)科學(xué)基礎(chǔ)

本書(shū)主要面向從事數(shù)據(jù)應(yīng)用系統(tǒng)規(guī)劃、部署、配置、實(shí)施、維護(hù)、優(yōu)化升級(jí)以及數(shù)據(jù)應(yīng)用系統(tǒng)監(jiān)控、管理、資源協(xié)調(diào)等相關(guān)工作的人員。其中，大數(shù)據(jù)應(yīng)用部分介紹了云計(jì)算基礎(chǔ)架構(gòu)（包括公有云和私有云架構(gòu)）、數(shù)據(jù)應(yīng)用的典型業(yè)務(wù)流程（包括數(shù)據(jù)采集、預(yù)處理、存儲(chǔ)和處理、挖掘等方面）以及各種行業(yè)數(shù)據(jù)場(chǎng)景應(yīng)用；數(shù)據(jù)應(yīng)用系統(tǒng)運(yùn)維部分包括系統(tǒng)安裝部署

本書(shū)從概念、思維、存儲(chǔ)和處理、分析與應(yīng)用等方面系統(tǒng)介紹了大數(shù)據(jù)的相關(guān)知識(shí)，主要內(nèi)容包括：大數(shù)據(jù)的基本概念，大數(shù)據(jù)思維，大數(shù)據(jù)采集與獲取技術(shù)，大數(shù)據(jù)批處理、流式處理和交互式處理框架，Hadoop?項(xiàng)目結(jié)構(gòu)與技術(shù)分布，分布式并行編程MapReduce?模型，Spark?技術(shù)架構(gòu)和基本流程，數(shù)據(jù)特征工程及數(shù)據(jù)可視化等內(nèi)容，通

本書(shū)提供了學(xué)習(xí)大數(shù)據(jù)技術(shù)及架構(gòu)的一站式解決方案，覆蓋了大數(shù)據(jù)生態(tài)圈中的完整技術(shù)體系，包括數(shù)據(jù)采集、數(shù)據(jù)存儲(chǔ)、分布式資源管理、數(shù)據(jù)計(jì)算、數(shù)據(jù)分析、任務(wù)調(diào)度、數(shù)據(jù)檢索、大數(shù)據(jù)底層基礎(chǔ)技術(shù)和大數(shù)據(jù)集群安裝與管理。本書(shū)還介紹了多個(gè)企業(yè)級(jí)大數(shù)據(jù)應(yīng)用案例（包括海量數(shù)據(jù)采集、“雙十一”數(shù)據(jù)大屏、海量數(shù)據(jù)全文搜索系統(tǒng)等）和大數(shù)據(jù)平臺(tái)架

隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展，在新經(jīng)濟(jì)的大時(shí)代背景下，各行各業(yè)都催生出眾多的全新業(yè)態(tài)。伴隨大數(shù)據(jù)、人工智能、區(qū)塊鏈等技術(shù)的加持，這些業(yè)態(tài)劃分也越來(lái)越精細(xì)，社會(huì)活動(dòng)的整體效率也越來(lái)越高。然而，這一切都不開(kāi)數(shù)據(jù)，特別是高質(zhì)量的數(shù)據(jù)。本書(shū)圍繞智能數(shù)據(jù)分析與應(yīng)用處理業(yè)務(wù)背景及相關(guān)技術(shù)，以學(xué)習(xí)情境的方式介紹了：數(shù)據(jù)分析工具Beautif

本書(shū)主要闡述數(shù)據(jù)統(tǒng)計(jì)發(fā)布中的差分隱私保護(hù)模型及其關(guān)鍵算法。全書(shū)共8章，主要內(nèi)容包括差分隱私基礎(chǔ)知識(shí)、面向任意區(qū)間樹(shù)結(jié)構(gòu)及其擴(kuò)展背景（考慮區(qū)間計(jì)數(shù)查詢分布和異方差加噪）下的差分隱私直方圖發(fā)布、面向流/連續(xù)數(shù)據(jù)發(fā)布的差分隱私保護(hù)、差分隱私數(shù)據(jù)發(fā)布方法的誤差分析等。本書(shū)主要面向高等學(xué)校計(jì)算機(jī)科學(xué)與技術(shù)、網(wǎng)絡(luò)空間安全、管理科學(xué)

本書(shū)介紹數(shù)據(jù)挖掘相關(guān)技術(shù)及其在防災(zāi)、減災(zāi)領(lǐng)域的應(yīng)用。數(shù)據(jù)挖掘技術(shù)主要沿著分類(lèi)、聚類(lèi)和關(guān)聯(lián)分析這三大任務(wù)展開(kāi)，具體包括數(shù)據(jù)挖掘概念及發(fā)展史、數(shù)據(jù)及預(yù)處理方法、數(shù)據(jù)倉(cāng)庫(kù)、回歸分析、數(shù)據(jù)分類(lèi)和聚類(lèi)、趨勢(shì)預(yù)測(cè)、關(guān)聯(lián)分析、異類(lèi)挖掘等內(nèi)容，并通過(guò)在災(zāi)害預(yù)防、安全評(píng)價(jià)等方面的實(shí)例來(lái)介紹每類(lèi)技術(shù)的應(yīng)用。本書(shū)可作為高等院校計(jì)算機(jī)、信息科