《大數(shù)據(jù)基礎(chǔ)與應(yīng)用》共分為12章，第1章介紹了大數(shù)據(jù)產(chǎn)生的背景、大數(shù)據(jù)的結(jié)構(gòu)與特征、大數(shù)據(jù)相關(guān)概念、大數(shù)據(jù)可視化、大數(shù)據(jù)相關(guān)工具與發(fā)展前景。第2~9章為基礎(chǔ)知識(shí)部分，介紹了大數(shù)據(jù)的生態(tài)系統(tǒng)全貌，重點(diǎn)對(duì)計(jì)算平臺(tái)Hadoop、分布式文件系統(tǒng)HDFS、計(jì)算框架MapReduce、開源數(shù)據(jù)庫(kù)HBase、典型工具NoSQL、集群

本書從算法的角度介紹數(shù)據(jù)挖掘所使用的主要原理與技術(shù)。為了更好地理解數(shù)據(jù)挖掘技術(shù)如何用于各種類型的數(shù)據(jù)，研究這些原理與技術(shù)是至關(guān)重要的。本書所涵蓋的主題包括：數(shù)據(jù)預(yù)處理、預(yù)測(cè)建模、關(guān)聯(lián)分析、聚類分析、異常檢測(cè)和避免錯(cuò)誤發(fā)現(xiàn)。通過介紹每個(gè)主題的基本概念和算法，為讀者提供將數(shù)據(jù)挖掘應(yīng)用于實(shí)際問題所需的必要背景以及使用方法。

數(shù)據(jù)科學(xué)的主要目標(biāo)就是通過數(shù)據(jù)分析來改進(jìn)決策，它與數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)等領(lǐng)域緊密相關(guān)，但范圍更廣。本書簡(jiǎn)要介紹了該領(lǐng)域的發(fā)展、基礎(chǔ)知識(shí)，并闡釋了數(shù)據(jù)科學(xué)項(xiàng)目的各個(gè)階段。書中既考慮數(shù)據(jù)基礎(chǔ)架構(gòu)和集成多個(gè)數(shù)據(jù)源數(shù)據(jù)所面臨的挑戰(zhàn)，又介紹機(jī)器學(xué)習(xí)基礎(chǔ)并探討如何應(yīng)用機(jī)器學(xué)習(xí)專業(yè)技術(shù)解決現(xiàn)實(shí)問題。還綜述了倫理和法律問題、數(shù)據(jù)法規(guī)的發(fā)

本書面向全國(guó)職業(yè)院校技能大賽,以歷屆“自動(dòng)化生產(chǎn)線安裝與調(diào)試”賽項(xiàng)所指定的競(jìng)賽設(shè)備為載體,按照項(xiàng)目引領(lǐng)、任務(wù)驅(qū)動(dòng)的體例編寫,將自動(dòng)化生產(chǎn)線安裝與調(diào)試相關(guān)的知識(shí)點(diǎn)和實(shí)操技能點(diǎn)分解到不同項(xiàng)目中,遵循由淺入深、循序漸進(jìn)的學(xué)習(xí)規(guī)律。本書主要內(nèi)容包括自動(dòng)化生產(chǎn)線核心技術(shù)應(yīng)用、自動(dòng)化生產(chǎn)線各工作單元的安裝與調(diào)試、人機(jī)界面組態(tài)與調(diào)試

《ElasticStack應(yīng)用寶典》而系統(tǒng)地介紹了ElasticStack應(yīng)用與開發(fā)。ElasticStack由一組處理和分析全文數(shù)據(jù)的組件構(gòu)成，在日志、監(jiān)控等領(lǐng)域中都有著廣泛應(yīng)用。本書在分析了ElasticStack體系結(jié)構(gòu)的基礎(chǔ)之上，對(duì)ElasticStack中的Elasticsearch、Logstash、Kib

本書在編寫過程中，首先收集了全世界380多所院校的數(shù)據(jù)科學(xué)和大數(shù)據(jù)相關(guān)的人才培養(yǎng)方案，然后使用非結(jié)構(gòu)數(shù)據(jù)分析技術(shù)挖掘出編程類課程的主要內(nèi)容，進(jìn)而形成本書的主要雛形。筆者在其編寫的《Python數(shù)據(jù)分析基礎(chǔ)》（第1版和第2版）的基礎(chǔ)上對(duì)雛形進(jìn)行了完善。本書針對(duì)數(shù)據(jù)分析領(lǐng)域中編程類課程教學(xué)過程中的突出問題進(jìn)行了仔細(xì)斟酌和調(diào)

本書系統(tǒng)地介紹了由作者提出的非線性系統(tǒng)的信息融合估計(jì)新方法、新理論及應(yīng)用。本書主要介紹了幾種非線性系統(tǒng)的估計(jì)方法，并從優(yōu)缺點(diǎn)、適用范圍、算法精度、復(fù)雜度等方面進(jìn)行性能分析。為了提高單個(gè)傳感器的估計(jì)精度，提出了非線性系統(tǒng)的多傳感器信息融合方法——加權(quán)觀測(cè)融合方法，該方法有效地解決了非線性系統(tǒng)的融合問題。

本書是學(xué)習(xí)大數(shù)據(jù)技術(shù)的入門教材，深入淺出地介紹了什么是大數(shù)據(jù)、大數(shù)據(jù)的價(jià)值及應(yīng)用、大數(shù)據(jù)的架構(gòu)、大數(shù)據(jù)的采集及預(yù)處理、大數(shù)據(jù)的存儲(chǔ)、大數(shù)據(jù)分析、大數(shù)據(jù)可視化等，為學(xué)生提供在實(shí)踐中解決大數(shù)據(jù)相關(guān)問題的思路和方法。本書貫徹理論精簡(jiǎn)的原則，注重科普性，突出實(shí)用性，可作為職業(yè)院校相關(guān)專業(yè)的選修課教材，也可供大數(shù)據(jù)技術(shù)初學(xué)者及有

本書是介紹大數(shù)據(jù)智能、人工智能技術(shù)的科普書籍，旨在讓更多人了解和學(xué)習(xí)互聯(lián)網(wǎng)時(shí)代的人工智能技術(shù)——自然語言處理技術(shù)，讓大數(shù)據(jù)智能技術(shù)更好地為我們服務(wù)。全書包括大數(shù)據(jù)智能基礎(chǔ)、技術(shù)和應(yīng)用三部分，共14章�；�礎(chǔ)部分有3章：第1章以深度學(xué)習(xí)為例介紹大數(shù)據(jù)智能的計(jì)算框架；第2章以知識(shí)圖譜為例介紹大數(shù)據(jù)智能的知識(shí)庫(kù)；第3章介紹大數(shù)

系統(tǒng)介紹分散控制系統(tǒng)（DCS）和現(xiàn)場(chǎng)總線控制系統(tǒng)（FCS）的應(yīng)用及工程設(shè)計(jì)