本書以任務(wù)為導向，較為全面地介紹Hadoop大數(shù)據(jù)技術(shù)及其生態(tài)系統(tǒng)組件Hive、HBase的相關(guān)知識。全書共8章，具體內(nèi)容包括Hadoop介紹、Hadoop集群的搭建及配置、Hadoop基礎(chǔ)操作、MapReduce入門編程、MapReduce進階編程、Hive數(shù)據(jù)倉庫、HBase分布式數(shù)據(jù)庫，以及一個項目案例（電影網(wǎng)站

本書是“十三五”江蘇省高等學校重點教材（編號：2020-1-102）�！禕R》本書遵循教學和認知規(guī)律，通過精選來自生活、生產(chǎn)和科技等活動過程的案例，對控制基礎(chǔ)概念、自動控制基本原理、自動化系統(tǒng)知識與技術(shù)體系、自動化技術(shù)應(yīng)用、新時代控制的機遇與挑戰(zhàn)等內(nèi)容，由淺入深地進行了簡明扼要、通俗易懂的系統(tǒng)性介紹。特別地，本書涵蓋的

本書以各類傳感器的工作原理為主線，將相關(guān)知識的講解貫穿于項目任務(wù)實施的整個過程中，堅持職業(yè)教育思想與企業(yè)崗位需求相結(jié)合的原則，通過具體的實施步驟完成預(yù)定的工作任務(wù)。書中分別介紹了傳感器與自動檢測數(shù)據(jù)處理、力的測量、速度與位置的測量、位移的測量、液位測量、溫度測量、化學物質(zhì)測量、現(xiàn)代檢測技術(shù)8個項目。全書采用項目-任務(wù)式

《傳感器與檢測技術(shù)》是一門新興邊緣學科,集機械、電子、電路、控制、光學、電磁學等知識于一體,具有很強的綜合性、實踐性和應(yīng)用性。本書通過對各種傳感器(如電阻式傳感器、溫濕度傳感器、電容式傳感器、電渦流傳感器、壓電傳感器、超聲波傳感器、磁電傳感器、熱電偶傳感器、光電傳感器、新型傳感器等)的實用產(chǎn)品項目電路進行項目化分析、仿

本書從基礎(chǔ)認知出發(fā),兼顧實訓操作,內(nèi)容分為NXMCD基礎(chǔ)篇和實訓篇�；�礎(chǔ)篇針對西門子NXMCD的基本機電對象、運動副和約束、耦合副、傳感器和執(zhí)行器、運行時行為、仿真過程控制、虛擬調(diào)試協(xié)同連接的相關(guān)知識和實操技巧進行了系統(tǒng)介紹;實訓篇針對小型自動化生產(chǎn)線控制面板、出料、傳送、裝配、倉儲等典型機構(gòu)的仿真和調(diào)試進行了細致闡述

大數(shù)據(jù)平臺運維是大數(shù)據(jù)應(yīng)用人才培養(yǎng)的基本技能之一。本書講解了大數(shù)據(jù)平臺運維過程中的各個主要階段及其任務(wù),主要包括安裝部署、優(yōu)化監(jiān)控、架構(gòu)原理、生態(tài)系統(tǒng)、運維工具等。本書內(nèi)容全面,涵蓋了Hadoop生態(tài)絕大部分組件的運維,兼具基礎(chǔ)理論與運維實踐經(jīng)驗;主要特色是將知識點凝練到圖形中,通過視覺記憶,看圖聯(lián)想,理解知識點的含義

本書介紹大數(shù)據(jù)技術(shù)的基本概念和相應(yīng)的技術(shù)應(yīng)用。全書共為10章,分別是大數(shù)據(jù)介紹、云計算基礎(chǔ)、大數(shù)據(jù)架構(gòu)、數(shù)據(jù)采集、數(shù)據(jù)清洗、大數(shù)據(jù)存儲、大數(shù)據(jù)分析與挖掘、大數(shù)據(jù)可視化、大數(shù)據(jù)安全和大數(shù)據(jù)的行業(yè)應(yīng)用。本書將理論與實踐操作相結(jié)合,通過大量的案例幫助讀者快速了解和應(yīng)用大數(shù)據(jù)相關(guān)基本技術(shù),并對書中重要的、核心的知識點加大練習的

本書以面向應(yīng)用、面向?qū)崙?zhàn)為指導思想,緊扣企業(yè)技術(shù)人才培養(yǎng)的特點,在知識點講解和實驗中避免復雜的理論,使學生能快速上手體驗、驗證大數(shù)據(jù)處理的魅力,以激發(fā)學生的學習興趣。本書覆蓋了大數(shù)據(jù)生命周期主要技術(shù)要點,全書共8章。第1章介紹大數(shù)據(jù)的產(chǎn)生和特點及思維的變革,第2章了解大數(shù)據(jù)生態(tài)環(huán)境,第3章-第7章是按照大數(shù)據(jù)的生命周期

該書通過對數(shù)據(jù)庫和信息系統(tǒng)中的數(shù)據(jù)與信息質(zhì)量的現(xiàn)狀和未來發(fā)展進行充分、完整而全面的綜述,對組成數(shù)據(jù)與信息質(zhì)量研究核心的技術(shù)進行了深入探討,包括對象識別、數(shù)據(jù)集成、錯誤定位與糾正等,并在一個原創(chuàng)框架下對相關(guān)技術(shù)進行比較研究。該書除了將數(shù)據(jù)與信息質(zhì)量作為獨立研究領(lǐng)域進行系統(tǒng)描述,還包括了從其他領(lǐng)域借鑒的研究成果,如概率論、

本書采用項目驅(qū)動方式,從理論到實踐,由淺入深地設(shè)計了17個項目,包括認識大數(shù)據(jù)分析、Python數(shù)據(jù)分析工具、numpy數(shù)據(jù)分析和處理、Pandas數(shù)據(jù)分析和處理、Matplotlib數(shù)據(jù)分析可視化、基于HADOOP的數(shù)據(jù)分析和機器學習。