"《大數(shù)據(jù)平臺搭建與維護(hù)》以大數(shù)據(jù)平臺項(xiàng)目場景和工作任務(wù)驅(qū)動(dòng)的方式搭建邏輯架構(gòu)，以大數(shù)據(jù)平臺搭建與維護(hù)具體任務(wù)活動(dòng)及工作步驟為核心構(gòu)建內(nèi)容體系，全書以工作手冊的形式進(jìn)行編寫�！洞髷�(shù)據(jù)平臺搭建與維護(hù)》共包括6個(gè)項(xiàng)目，介紹了Linux系統(tǒng)的安裝與配置、HadoopHDFS高可用集群搭建、HadoopYARN高可用集群搭建與

"本書以Hadoop及其周邊框架為主線，介紹了整個(gè)Hadoop生態(tài)系統(tǒng)主流的大數(shù)據(jù)組件以及平臺運(yùn)維。本書從零開始逐一講解大數(shù)據(jù)體系中的各種技術(shù)，通過豐富的實(shí)戰(zhàn)案例闡述重點(diǎn)、難點(diǎn)知識，為初學(xué)者進(jìn)入大數(shù)據(jù)領(lǐng)域打好基礎(chǔ)。書中各個(gè)項(xiàng)目設(shè)計(jì)合理，在每個(gè)項(xiàng)目開頭設(shè)置導(dǎo)讀，首先介紹知識點(diǎn)，然后緊跟實(shí)踐操作，最后在每個(gè)項(xiàng)目末尾通過課后

"本書是“新一代人工智能系列教材”之一，全面、詳細(xì)地介紹數(shù)據(jù)科學(xué)的基本問題、前沿技術(shù)及應(yīng)用系統(tǒng)。本書共分為11章。第1章概述數(shù)據(jù)科學(xué)，介紹數(shù)據(jù)科學(xué)的現(xiàn)有技術(shù)與工具；第2章介紹數(shù)據(jù)治理，包括實(shí)體對齊、數(shù)據(jù)融合和數(shù)據(jù)清洗；第3章介紹數(shù)據(jù)定價(jià)，包括數(shù)據(jù)定價(jià)機(jī)制和模型定價(jià)機(jī)制；第4章至第7章介紹面向不同數(shù)據(jù)類型（地理空間數(shù)據(jù)、

本書編寫目的是向讀者介紹大數(shù)據(jù)技術(shù)的基本概念與應(yīng)用。本書一共10章，分別講述了大數(shù)據(jù)介紹、云計(jì)算與大數(shù)據(jù)、大數(shù)據(jù)架構(gòu)、大數(shù)據(jù)采集與清洗、大數(shù)據(jù)存儲(chǔ)、大數(shù)據(jù)分析、大數(shù)據(jù)可視化、大數(shù)據(jù)治理、大數(shù)據(jù)安全、大數(shù)據(jù)的商業(yè)應(yīng)用以及綜合實(shí)訓(xùn)。本書將理論與實(shí)踐操作相結(jié)合，通過大量的案例及書中的二維碼幫助讀者快速了解和應(yīng)用大數(shù)據(jù)分析相關(guān)

"本書旨在引導(dǎo)讀者全面了解分布式系統(tǒng)的核心原理、關(guān)鍵技術(shù)和實(shí)際應(yīng)用。全書分為9章，內(nèi)容包括分布式系統(tǒng)概述、理論基礎(chǔ)、基礎(chǔ)架構(gòu)，以及分布式文件系統(tǒng)HDFS、分布式計(jì)算模型MapReduce、分布式協(xié)調(diào)服務(wù)ZooKeeper、分布式數(shù)據(jù)庫HBase和分布式消息系統(tǒng)Kafka的工作原理與應(yīng)用，最后提供兩個(gè)實(shí)戰(zhàn)項(xiàng)目，幫助讀者將

"本書在第1版的基礎(chǔ)上,進(jìn)行了全面更新和擴(kuò)充,旨在反映測控技術(shù)的**發(fā)展和國家戰(zhàn)略需求。全書共分9章,第1章簡要介紹測控系統(tǒng)的基本概念、系統(tǒng)構(gòu)成以及發(fā)展趨勢;第2章介紹現(xiàn)代測控系統(tǒng)的理論方法;第3章介紹各種新型傳感器的原理及應(yīng)用;第4章介紹基于網(wǎng)絡(luò)的測控技術(shù)與系統(tǒng);第5章介紹基于計(jì)算機(jī)視覺的測控技術(shù)與系統(tǒng);第6、7章分

"大數(shù)據(jù)分析包括查詢型分析、描述性分析、探索性分析、挖掘型分析等。本書介紹基于R語言的大數(shù)據(jù)分析解決方案。全書分3篇共18章。第1篇R語言，包括第1～10章，分別為R語言概覽、表達(dá)式、字符串與正規(guī)表達(dá)式、函數(shù)、向量、矩陣、數(shù)據(jù)框、列表、面向?qū)ο蟪绦蛟O(shè)計(jì)、數(shù)據(jù)存儲(chǔ)；第2篇可視化，包括第11、12章，分別為統(tǒng)計(jì)繪圖、圖形文

《數(shù)據(jù)凈界》是一本由行業(yè)資深人士組成的團(tuán)隊(duì)撰寫的全面指南，旨在提供關(guān)于管理永久性和可持續(xù)性數(shù)據(jù)清除的詳盡指導(dǎo)，同時(shí)確保符合監(jiān)管、法律和行業(yè)標(biāo)準(zhǔn)。本書深入探討了數(shù)據(jù)凈化的原因、方法和時(shí)機(jī)，強(qiáng)調(diào)了數(shù)據(jù)凈化作為IT運(yùn)營中實(shí)現(xiàn)循環(huán)的重要組成部分。作者還討論了關(guān)于數(shù)據(jù)清除的幾個(gè)新標(biāo)準(zhǔn)，包括IEEE和ISO即將發(fā)布的標(biāo)準(zhǔn)數(shù)據(jù)凈化如

變點(diǎn)問題是當(dāng)前統(tǒng)計(jì)學(xué)和計(jì)量經(jīng)濟(jì)學(xué)領(lǐng)域的研究熱點(diǎn)之一。本書介紹了模型誤差為相依過程的均值變點(diǎn)模型，該模型涵蓋了長記憶和中期記憶兩種情形。在時(shí)間序列模型的框架下，探討了多變點(diǎn)的估計(jì)問題；在面板數(shù)據(jù)的分析中，分別對均值的單公共變點(diǎn)和多公共變點(diǎn)進(jìn)行了估計(jì)。本書建立了相依數(shù)據(jù)的均值變點(diǎn)估計(jì)量的漸近理論，包含相合性、收斂速度和極限

本書在綜述智能自適應(yīng)模糊控制和現(xiàn)代隨機(jī)優(yōu)化算法的基礎(chǔ)上，深入研究了基于自適應(yīng)模糊的隨機(jī)優(yōu)化方法智能控制問題，給出了模糊控制器設(shè)計(jì)方法，主要包括基于隨機(jī)算法的方法、基于Lyapunov策略的自適應(yīng)方法、基于H策略的魯棒方法、基于魯棒混合自適應(yīng)方法的模糊控制器。在理論研究的基礎(chǔ)上，又給出了所列模糊控制設(shè)計(jì)方法在溫度控制、移