知識(shí)圖譜的發(fā)展歷史源遠(yuǎn)流長(zhǎng)，從經(jīng)典人工智能的核心命題——知識(shí)工程，到互聯(lián)網(wǎng)時(shí)代的語(yǔ)義Web，再到當(dāng)下很多領(lǐng)域構(gòu)建的數(shù)千億級(jí)別的現(xiàn)代知識(shí)圖譜。知識(shí)圖譜兼具人工智能、大數(shù)據(jù)和互聯(lián)網(wǎng)的多重技術(shù)基因，是知識(shí)表示、表示學(xué)習(xí)、自然語(yǔ)言處理、圖數(shù)據(jù)庫(kù)和圖計(jì)算等多個(gè)領(lǐng)域技術(shù)的綜合集成。本書(shū)全面覆蓋了知識(shí)圖譜的表示、存儲(chǔ)、獲取、推理、融

本書(shū)是高校的大數(shù)據(jù)導(dǎo)論課程教材，清楚地介紹了大數(shù)據(jù)相關(guān)的概念、理論、術(shù)語(yǔ)與基礎(chǔ)技術(shù)，并使用真實(shí)連貫的商業(yè)案例以及簡(jiǎn)單的圖表，幫助讀者更清晰地理解大數(shù)據(jù)技術(shù)。本書(shū)可作為高等院校相關(guān)專(zhuān)業(yè)“大數(shù)據(jù)基礎(chǔ)”“大數(shù)據(jù)道路”等課程的教材，也可供有一定實(shí)踐經(jīng)驗(yàn)的軟件開(kāi)發(fā)人員、管理人員和所有對(duì)大數(shù)據(jù)感興趣的人士閱讀。

第1章緒論、第2章Linux操作系統(tǒng)的安裝、第3章Hadoop的偽分布式安裝、第4章Hadoop集群的搭建及配置、第5章HadoopHDFS命令、第6章MapReduce編程入門(mén)、第7章Hive:SQLonHadoop、第8章Sqoop:SQLtoHadoop、第9章HBase：HadoopDatabase、第10章S

本書(shū)以Kettle實(shí)現(xiàn)ETL流程為目標(biāo)，將ETL知識(shí)點(diǎn)與任務(wù)相結(jié)合，配套真實(shí)案例，深入淺出地介紹了ETL數(shù)據(jù)整合與處理的相關(guān)內(nèi)容。全書(shū)共8章，第1章介紹了ETL概念和ETL工具，讓讀者在了解ETL相關(guān)的概念后，立刻上手ETL工具Kettle；第2~6章介紹了Kettle工具轉(zhuǎn)換相關(guān)的組件，包括源數(shù)據(jù)獲取、記錄處理、字段

本書(shū)以深入淺出的語(yǔ)言系統(tǒng)地講解了數(shù)據(jù)挖掘的框架和基本方法，主要內(nèi)容包括：數(shù)據(jù)挖掘與R語(yǔ)言概述、數(shù)據(jù)理解、數(shù)據(jù)準(zhǔn)備、關(guān)聯(lián)規(guī)則挖掘、聚類(lèi)分析、線(xiàn)性模型與廣義線(xiàn)性模型、神經(jīng)網(wǎng)絡(luò)的基本方法、決策樹(shù)、基于決策樹(shù)的模型組合、模型評(píng)估與比較。本書(shū)使用基于R語(yǔ)言的數(shù)據(jù)挖掘案例貫穿全書(shū)，并輔以上機(jī)實(shí)驗(yàn)和習(xí)題，幫助讀者熟練使用R語(yǔ)言進(jìn)行數(shù)

數(shù)據(jù)作為生產(chǎn)要素是一個(gè)全新的命題，引起了社會(huì)各界的廣泛關(guān)注和熱烈討論。但是，數(shù)據(jù)是什么？數(shù)據(jù)的價(jià)值是什么？每個(gè)人的認(rèn)識(shí)都不一樣，而且還有一些問(wèn)題也困擾著從業(yè)者�！稊�(shù)據(jù)要素全球經(jīng)濟(jì)社會(huì)發(fā)展的新動(dòng)力》首先分別對(duì)數(shù)據(jù)、信息和知識(shí)進(jìn)行了定義和特點(diǎn)分析，并闡述了數(shù)據(jù)、信息和知識(shí)的基本關(guān)系；然后介紹了數(shù)據(jù)處理及其相關(guān)技術(shù)，從數(shù)據(jù)經(jīng)

WPSOffice是占有率最高的國(guó)產(chǎn)辦公軟件，本書(shū)是ExcelHome與WPS官方合作的第一本書(shū)（金山副總裁寫(xiě)序并在封面上體現(xiàn)官方推薦），通過(guò)200多個(gè)實(shí)例的演示與講解，詳細(xì)介紹了WPS表格的最新功能及在職場(chǎng)辦公的方方面面。全書(shū)共分為21章，主要包括：第1章玩轉(zhuǎn)WPS文件；第2章數(shù)據(jù)錄入技巧；第3章借助數(shù)據(jù)有效性限制錄

與數(shù)據(jù)相關(guān)的能力——包括獲取數(shù)據(jù)、理解數(shù)據(jù)、處理數(shù)據(jù)、從數(shù)據(jù)中提取價(jià)值、用可視化方式展現(xiàn)數(shù)據(jù)、交流數(shù)據(jù)，不僅僅專(zhuān)業(yè)技術(shù)人員應(yīng)該掌握它，即使是在我們的小學(xué)、中學(xué)和大學(xué)，也都應(yīng)該傳授相關(guān)的技巧。因?yàn)�，我們已�?jīng)進(jìn)入了大數(shù)據(jù)時(shí)代，數(shù)據(jù)無(wú)處不在，無(wú)孔不入。 本書(shū)以導(dǎo)論形式介紹與數(shù)據(jù)科學(xué)相關(guān)的各方面知識(shí)。全書(shū)由“數(shù)”開(kāi)篇，“說(shuō)”

本書(shū)從概念和數(shù)學(xué)原理上對(duì)人工智能所涉及的數(shù)據(jù)處理常用算法、圖像識(shí)別、語(yǔ)音識(shí)別、自然語(yǔ)言處理、深度學(xué)習(xí)幾個(gè)主要方面進(jìn)行了闡述，并以Python為主要工具進(jìn)行了相應(yīng)的編程實(shí)踐，以使讀者對(duì)人工智能相關(guān)技術(shù)有更直觀和深入的理解。此外，本書(shū)也用幾個(gè)獨(dú)立的章節(jié)從原理和實(shí)踐上介紹了量子計(jì)算、區(qū)塊鏈技術(shù)、并行計(jì)算、增強(qiáng)現(xiàn)實(shí)等與人工智能

大部分TensorFlow教材應(yīng)用案例少，理論講解比較概括，學(xué)生數(shù)學(xué)基礎(chǔ)薄弱，對(duì)人工神經(jīng)網(wǎng)絡(luò)較難入門(mén)。本教材介紹TensorFlow的發(fā)展和特點(diǎn)后，通過(guò)案例詳細(xì)介紹TensorFlow的使用，著重細(xì)致地講解學(xué)生學(xué)習(xí)中遇到的難點(diǎn)，比如張量的形狀、卷積、池化、交叉熵等。通過(guò)案例讓學(xué)生逐層遞進(jìn)地掌握TensorFlow，最后