2022年12月19日，《中共中央國務院關于構建數據基礎制度更好發(fā)揮數據要素作用的意見》是黨的二十大之后推動數字經濟開新局的基礎性政策文件，備受各方關注。本書是清華大學社會科學學院經濟學研究所結合近年來在數字經濟、數據要素方面所做的研究和取得的成果，從數據產權制度、數據要素流通和交易制度、數據要素收益分配制度、數據要素

本書主要分成三部分。第一部分包括第一章到第三章，主要介紹社會網絡研究的起源和重點，社會網絡的基本概念、定義和重要應用。除此之外，還會討論一些經典案例和研究手段，以及大數據時代為社會網絡研究創(chuàng)造的新機遇，希望給讀者們一個宏觀的認識。第二部分包括第四章到第七章，主要介紹社交大數據領域內的重要研究方向，比如節(jié)點中心性、社團結

從數據分析方法到數據科學基礎知識，你需要了解的知識全部在這本圖解書中！ 當下，利用數據為自己的業(yè)務和服務提供支持是大勢所趨。但是，分析數據需要廣泛的知識，自己很難成體系地學習。 本書介紹了數據科學的基礎知識及周邊知識，包括數據、圖表的類型以及統(tǒng)計學、人工智能的基本知識等，網羅信息社會中數據活用的問題點，結合生動插圖，讓

隨著時代的發(fā)展和信息技術的進步，信息技術已經是社會發(fā)展的動力之一，尤其是大數據技術對社會的發(fā)展起到促進作用。在人們的生活、生產中，大數據的應用能夠給人們帶來便利性，同時在大數據中也會存儲人們的個人信息。隨著科技的發(fā)展和進步，我們逐漸進入大數據時代。本書首先對大數據相關概念和應用問題進行了簡述，進而論述了大數據的異化分析

Spark數據處理引擎是一個驚人的分析工廠：輸入原始數據，輸出洞察。PySpark用基于Python的API封裝了Spark的核心引擎。它有助于簡化Spark陡峭的學習曲線，并使這個強大的工具可供任何在Python數據生態(tài)系統(tǒng)中工作的人使用�！禤ython和PySpark數據分析》幫助你使用PySpark解決數據科學的

從信息資源管理協(xié)同創(chuàng)新視角，分析了大數據治理面臨的挑戰(zhàn)、機遇和焦點議題，大數據治理研究的視角、立場及代表性觀點，大數據治理的框架類型及其構成要素。以公共價值理論、數字連續(xù)性理論、利益相關者理論和協(xié)同創(chuàng)新理論為主要理論支持，從大數據治理目標、主體、治理客體、治理活動、治理環(huán)境等多個維度，分析了大數據治理的政策、標準和技術

首先，本書在內容選擇上堅持“經典”與“前沿”并重。一方面，系統(tǒng)全面地講述了無約束和有約束最優(yōu)化問題的常用求解方法，包括負梯度方法、牛頓方法、擬牛頓方法、共軛梯度方法、罰函數方法等。另一方面，加入近幾年在數據科學領域受到廣泛關注的一些新型一階最優(yōu)化方法，例如隨機梯度下降方法、小批量隨機梯度下降、動量方法、Nesterov

本書從理論上論述非線性系統(tǒng)的全局能控性.主要介紹平面仿射非線性系統(tǒng)和幾類特殊的高維非線性系統(tǒng)的全局能控性判據,以及幾類多項式系統(tǒng)全局能控性的判別算法.另外,本書也對平面仿射非線性系統(tǒng)的全局漸近能控性及全局鎮(zhèn)定性做一點討論.

魯棒預測控制是在預測控制的基礎上考慮到實際系統(tǒng)存在著模型不精確或者參數時變、未知擾動等各種不確定性而發(fā)展起來的先進控制技術。如何在魯棒預測控制的基礎上有效處理時變時滯對系統(tǒng)的影響成為工業(yè)過程控制亟待解決的問題。本書針對具有時變時滯的工業(yè)過程可能存在參數時變、強干擾、執(zhí)行器故障、非線性、多階段切換、時變跟蹤軌跡等問題，重

本書從需求規(guī)劃、需求實現到可視化展示等，遵循項目開發(fā)的主要流程，全景介紹了電商行業(yè)Flink實時數據倉庫的搭建過程。在整個項目的搭建過程中，介紹了主要組件的安裝部署、需求實現的具體思路、問題的解決方案等，并穿插了大數據和數據倉庫相關的理論知識，包括數據倉庫的概念介紹、電商業(yè)務概述、數據倉庫理論介紹和數據倉庫建模等。最核