《數(shù)據(jù)資產(chǎn)管理核心技術(shù)與應(yīng)用》深入探討數(shù)據(jù)資產(chǎn)管理的核心技術(shù)與應(yīng)用，融入作者在大數(shù)據(jù)領(lǐng)域多年的豐富經(jīng)驗(yàn)�！稊�(shù)據(jù)資產(chǎn)管理核心技術(shù)與應(yīng)用》為讀者提供一套可以落地的數(shù)據(jù)資產(chǎn)管理框架，并詳解兩個(gè)基于該框架進(jìn)行數(shù)據(jù)資產(chǎn)管理的應(yīng)用案例，使讀者能更好地了解數(shù)據(jù)資產(chǎn)管理底層所涉及的眾多核心技術(shù)，讓數(shù)據(jù)可以發(fā)揮出更大的價(jià)值�！稊�(shù)據(jù)資產(chǎn)管

本書系統(tǒng)介紹了大數(shù)據(jù)基礎(chǔ)知識和相關(guān)技術(shù)，全書分為大數(shù)據(jù)基礎(chǔ)、大數(shù)據(jù)存儲與管理篇、大數(shù)據(jù)采集與預(yù)處理、大數(shù)據(jù)分析與挖掘、大數(shù)據(jù)平臺Hadoop實(shí)踐與應(yīng)用案例5篇,共17章，主要內(nèi)容包括大數(shù)據(jù)基本概念、大數(shù)據(jù)平臺Hadoop基礎(chǔ)、大數(shù)據(jù)存儲與管理基本概念、大數(shù)據(jù)分布式文件系統(tǒng)HDFS、大數(shù)據(jù)分布式數(shù)據(jù)庫系統(tǒng)HBase、大數(shù)

《Hadoop海量數(shù)據(jù)處理》從Hadoop的基礎(chǔ)知識講起，逐步深入Hadoop分布式文件系統(tǒng)（HDFS）和MapReduce分布式編程框架的核心技術(shù)，幫助讀者全面、系統(tǒng)、深入地理解Hadoop海量數(shù)據(jù)處理技術(shù)的精髓。本書在講解技術(shù)原理時(shí)穿插大量的典型示例，并詳解兩個(gè)典型項(xiàng)目實(shí)戰(zhàn)案例，幫助讀者提高實(shí)際項(xiàng)目開發(fā)水平�！禜a

本書通過魯棒優(yōu)化的核心原理和應(yīng)用，揭開不確定性的神秘面紗，為讀者提供應(yīng)對不可預(yù)測的挑戰(zhàn)所需的見解和工具。作者首先簡要介紹了不確定線性規(guī)劃，然后深入分析了適當(dāng)不確定性集的構(gòu)建與經(jīng)典機(jī)會約束（概率）方法之間的相互聯(lián)系。接著，提出了針對不確定的錐二次優(yōu)化和半定優(yōu)化問題以及動態(tài)（多階段）問題的魯棒優(yōu)化理論。最后，通過來自金融、

本書由數(shù)據(jù)安全領(lǐng)域兼有深厚學(xué)術(shù)理論功底和豐富教學(xué)實(shí)踐經(jīng)驗(yàn)的專家團(tuán)隊(duì)，以多年來承擔(dān)的科研課題和取得的研究成果為基礎(chǔ)，融合國內(nèi)外專家學(xué)者對數(shù)據(jù)安全的論述專著和國家關(guān)于數(shù)據(jù)安全的最新標(biāo)準(zhǔn)規(guī)范，系統(tǒng)梳理介紹了數(shù)據(jù)安全的概念、技術(shù)、方法、法規(guī)等，為讀者提供了較為全面的數(shù)據(jù)安全領(lǐng)域的理論知識與技術(shù)參考。本書堅(jiān)持理論與實(shí)踐相結(jié)合、技

本書是高等職業(yè)院校智能制造與機(jī)電相關(guān)專業(yè)教材，其內(nèi)容主要包括自動控制理論基礎(chǔ)、檢測技術(shù)概述、測量與傳感器基本概念、電阻傳感器、電感傳感器、電渦流傳感器、電容傳感器、壓電傳感器、超聲波傳感器、霍爾傳感器、熱電偶傳感器、光電傳感器、數(shù)字式位置傳感器、抗干擾技術(shù)、多傳感器信息融合、人工智能導(dǎo)論。著重介紹了在生產(chǎn)、科研、生活等

本書聚焦人工智能科學(xué)的概論，追溯其起源與發(fā)展歷程，全面呈現(xiàn)了不同代表學(xué)派的觀點(diǎn)及未來展望，深入研究了人工智能對社會的深遠(yuǎn)影響;剖析了人工智能基礎(chǔ)技術(shù)與系統(tǒng)、大數(shù)據(jù)實(shí)時(shí)處理框架與技術(shù);探究了人工智能與大數(shù)據(jù)的融合;對人工智能技術(shù)的應(yīng)用、大數(shù)據(jù)技術(shù)在不同領(lǐng)域的應(yīng)用進(jìn)行了全面分析。本書通過深刻的研究與系統(tǒng)性的呈現(xiàn)，為讀者揭示

本書第一章介紹了大數(shù)據(jù)分析的相關(guān)概念、大數(shù)據(jù)分析模型的建立方法；第二章介紹了Tempo平臺的功能模塊以及創(chuàng)建課堂、添加實(shí)驗(yàn)、發(fā)布實(shí)驗(yàn)等常用功能的快速入門；第三章介紹了數(shù)據(jù)預(yù)處理。第四章是分類分析實(shí)驗(yàn)，涉及到?jīng)Q策樹分類、KNN分類、樸素貝葉斯分類、隨機(jī)森林和神經(jīng)網(wǎng)絡(luò)算法；第五章描述了聚類分析實(shí)驗(yàn)，分別介紹了Kmeans算

本書采用項(xiàng)目任務(wù)式編寫方法，以合理的結(jié)構(gòu)、通俗易懂的語言、豐富實(shí)用的案例、學(xué)練結(jié)合的講解方式，全面系統(tǒng)、循序漸進(jìn)地介紹了大數(shù)據(jù)存儲的相關(guān)技術(shù)和實(shí)際應(yīng)用。全書共分為7個(gè)項(xiàng)目，分別為大數(shù)據(jù)存儲概述、數(shù)據(jù)倉庫Hive、列式數(shù)據(jù)庫HBase、文檔數(shù)據(jù)庫MongoDB、圖數(shù)據(jù)庫Neo4j、鍵值數(shù)據(jù)庫Redis、NewSQL數(shù)據(jù)庫

本教材是大數(shù)據(jù)時(shí)代下，大數(shù)據(jù)行業(yè)蓬勃發(fā)展，大數(shù)據(jù)技術(shù)也在不斷涌現(xiàn)革新，本書對大數(shù)據(jù)體系架構(gòu)lambda進(jìn)行梳理，介紹了一些重要的大數(shù)據(jù)平臺技術(shù)原理與編程實(shí)踐，包括數(shù)據(jù)收集層的Kafka，數(shù)據(jù)存儲層的HDFS、HBase，計(jì)算框架層的MapReduce、Spark、Flink，資源管理與協(xié)調(diào)層的YARN、ZooKeepe