本書(shū)從大數(shù)據(jù)實(shí)時(shí)計(jì)算框架Spark的編程語(yǔ)言Scala入手，第1～4章重點(diǎn)介紹函數(shù)式編程語(yǔ)言Scala的基礎(chǔ)語(yǔ)法、面向?qū)ο缶幊桃约昂瘮?shù)式編程等，再通過(guò)編程訓(xùn)練案例介紹Scala這門語(yǔ)言的實(shí)際開(kāi)發(fā)應(yīng)用，為讀者后面學(xué)習(xí)Spark框架打下牢固的編程基礎(chǔ)。第5～10章重點(diǎn)介紹Spark的安裝部署、SparkCore編程、Spa

本書(shū)主要講解Hadoop的分布式文件系統(tǒng)、MapReduce編程模型和Spark大數(shù)據(jù)處理技術(shù)。全書(shū)共12章,具體包括大數(shù)據(jù)概述、Hadoop大數(shù)據(jù)處理架構(gòu)、HDFS分布式文件系統(tǒng)、MapReduce分布式計(jì)算框架、HBase分布式數(shù)據(jù)庫(kù)、Spark概述、基于Scala的Spark編程、Windows環(huán)境下Spark綜

本書(shū)以項(xiàng)目案例為導(dǎo)向，貫穿講解一個(gè)大數(shù)據(jù)的實(shí)戰(zhàn)項(xiàng)目：廣電大數(shù)據(jù)用戶畫像。全書(shū)共8章，具體內(nèi)容包括大數(shù)據(jù)項(xiàng)目概述、Hadoop生態(tài)組件基礎(chǔ)、廣電大數(shù)據(jù)用戶畫像需求分析、廣電大數(shù)據(jù)用戶畫像數(shù)據(jù)采集與預(yù)處理、廣電大數(shù)據(jù)用戶畫像實(shí)時(shí)統(tǒng)計(jì)訂單信息、廣電大數(shù)據(jù)用戶畫像用戶標(biāo)簽計(jì)算與可視化、廣電大數(shù)據(jù)用戶畫像任務(wù)調(diào)度實(shí)現(xiàn)、基于Tip

本書(shū)根據(jù)高等學(xué)校研究生高級(jí)控制理論課程的教學(xué)要求編寫，主要圍繞非線性系統(tǒng)數(shù)學(xué)模型、控制器典型設(shè)計(jì)方法、熱門研究方向三個(gè)方面展開(kāi)，并闡述了非線性系統(tǒng)控制理論的基本內(nèi)容與進(jìn)展。為了教材知識(shí)體系的完整性以及拓展讀者的視野，加深學(xué)生對(duì)課程的理解以及后續(xù)的科研工作，每章均有習(xí)題。全書(shū)兼具理論性、資料性和實(shí)踐性。

本書(shū)分為三個(gè)部分,分別涉及大數(shù)據(jù)處理中的鍵值存儲(chǔ)、容錯(cuò)存儲(chǔ)、數(shù)據(jù)一致性三個(gè)領(lǐng)域。在每個(gè)部分,首先簡(jiǎn)要介紹相關(guān)領(lǐng)域的基礎(chǔ)知識(shí)、系統(tǒng)優(yōu)化的關(guān)鍵技術(shù)以及主流的系統(tǒng)等,然后介紹作者在相關(guān)領(lǐng)域的部分研究成果。具體來(lái)說(shuō),在容錯(cuò)存儲(chǔ)方面,介紹了糾刪碼的數(shù)據(jù)布局、故障數(shù)據(jù)恢復(fù)算法、源數(shù)據(jù)節(jié)點(diǎn)與恢復(fù)節(jié)點(diǎn)選擇以及系統(tǒng)擴(kuò)容等方面的優(yōu)化方法,

本書(shū)聚焦綜合信息系統(tǒng)智能化的關(guān)鍵和難點(diǎn)，摒棄傳統(tǒng)的處理模式，充分利用數(shù)據(jù)的不確定性信息，就區(qū)間、序列、直覺(jué)模糊、猶豫模糊、語(yǔ)義等不同類型數(shù)據(jù)的相似度量、粒層轉(zhuǎn)化、識(shí)別決策等開(kāi)展了較為系統(tǒng)、深入的研究，構(gòu)建異類數(shù)據(jù)間統(tǒng)一的粒層轉(zhuǎn)換框架，解決不同類型數(shù)據(jù)間的相似度量、跨層關(guān)聯(lián)與融合問(wèn)題。全書(shū)共分15章，第1章介紹問(wèn)題的來(lái)源

過(guò)程控制是由控制理論、計(jì)算機(jī)技術(shù)和儀器儀表、工藝知識(shí)等知識(shí)相結(jié)合而構(gòu)成的一門應(yīng)用科學(xué)，其任務(wù)是在了解、熟悉、掌握生產(chǎn)工藝流程與生產(chǎn)過(guò)程的靜態(tài)和動(dòng)態(tài)特性的基礎(chǔ)上，根據(jù)工藝要求，應(yīng)用控制理論、現(xiàn)代控制技術(shù)，分析、設(shè)計(jì)、整定過(guò)程控制系統(tǒng)。通過(guò)本書(shū)的學(xué)習(xí)，使讀者能夠掌握過(guò)程控制系統(tǒng)的基本概念、基本組成環(huán)節(jié)和基本控制規(guī)律，了解過(guò)

近年來(lái)，基礎(chǔ)軟件的發(fā)展越來(lái)越受到重視，越來(lái)越多的計(jì)算機(jī)從業(yè)者對(duì)數(shù)據(jù)管理系統(tǒng)和大數(shù)據(jù)的知識(shí)產(chǎn)生了強(qiáng)烈的需求。 本書(shū)既介紹了數(shù)據(jù)管理系統(tǒng)的技術(shù)發(fā)展史，又介紹了數(shù)據(jù)管理系統(tǒng)的關(guān)鍵技術(shù)內(nèi)涵，同時(shí)還介紹了一系列主流的商業(yè)化產(chǎn)品及其架構(gòu)，并對(duì)前沿技術(shù)進(jìn)行了討論分析，給出作者自己的見(jiàn)解和洞察。本書(shū)內(nèi)容主要包括數(shù)據(jù)庫(kù)與大數(shù)據(jù)的誕生、

信息時(shí)代，大數(shù)據(jù)的應(yīng)用無(wú)處不在。手機(jī)中“淘寶”“抖音”的商品推送、短視頻內(nèi)容推送背后，是大數(shù)據(jù)用戶畫像及推薦算法；道路上的“一路綠燈”背后，是智能交通——交通管理部門分析、調(diào)整交通情況；新冠肺炎疫情不漏一人的流調(diào)背后，是智慧“戰(zhàn)疫”——有關(guān)部門以“大數(shù)據(jù)+網(wǎng)格化”的方式識(shí)別和挖掘目標(biāo)人群遷徙軌跡；智慧電廠“一鍵啟停、無(wú)

伴隨人類社會(huì)數(shù)字化進(jìn)程的深入，數(shù)據(jù)正不斷滲透于日常的生活、生產(chǎn)、分配、流通、消費(fèi)等各個(gè)環(huán)節(jié)，對(duì)人類社會(huì)的影響日益凸顯。數(shù)據(jù)已成為繼土地、勞動(dòng)力、資本、技術(shù)之后的第五大生產(chǎn)要素，對(duì)其他生產(chǎn)要素的整合能力也使其成為既有要素中最重要的和最難替代的關(guān)鍵要素，并成為值得重點(diǎn)討論的時(shí)代性議題與理解數(shù)字時(shí)代的基本入手點(diǎn)。 對(duì)數(shù)據(jù)要素

本書(shū)在介紹測(cè)量誤差理論、測(cè)量系統(tǒng)特性及系統(tǒng)可靠性基本知識(shí)的基礎(chǔ)上，系統(tǒng)地闡述了溫度、壓力、流量、液位、成分分析等過(guò)程參數(shù)以及運(yùn)動(dòng)控制系統(tǒng)中的位置、速度（轉(zhuǎn)速）、轉(zhuǎn)矩及功率測(cè)量等參數(shù)的檢測(cè)原理、測(cè)量方法、測(cè)量系統(tǒng)構(gòu)成及測(cè)量誤差分析，同時(shí)還注意介紹各種測(cè)量裝置的安裝使用條件，以保證檢測(cè)系統(tǒng)的測(cè)量精度。本書(shū)可作為高等院校自動(dòng)

本書(shū)以Scala作為開(kāi)發(fā)Spark應(yīng)用程序的編程語(yǔ)言,系統(tǒng)地介紹了Spark編程的基礎(chǔ)知識(shí)。全書(shū)共9章,內(nèi)容包括大數(shù)據(jù)技術(shù)概述、Scala語(yǔ)言基礎(chǔ)、Spark的設(shè)計(jì)與運(yùn)行原理、Spark環(huán)境搭建和使用方法、RDD編程、SparkSQL、SparkStreaming、StructuredStreaming和SparkML

數(shù)字經(jīng)濟(jì)時(shí)代，數(shù)據(jù)已經(jīng)成為國(guó)家的重要戰(zhàn)略資源，已經(jīng)成為國(guó)家核心競(jìng)爭(zhēng)優(yōu)勢(shì)的關(guān)鍵要素。近年來(lái)，隨著數(shù)字經(jīng)濟(jì)的迅猛發(fā)展，數(shù)據(jù)的跨境流動(dòng)規(guī)模呈指數(shù)量級(jí)增長(zhǎng)，對(duì)全球經(jīng)濟(jì)的貢獻(xiàn)度也引人矚目。跨境數(shù)據(jù)流動(dòng)已成為關(guān)系各國(guó)政治、經(jīng)濟(jì)、社會(huì)的核心議題。全球主要經(jīng)濟(jì)體已經(jīng)圍繞跨境數(shù)據(jù)流動(dòng)所涉及的重要議題出臺(tái)規(guī)制方案，并積極參與國(guó)際規(guī)則制定。

本書(shū)以任務(wù)為導(dǎo)向,較為全面地介紹了Spark大數(shù)據(jù)技術(shù)的相關(guān)知識(shí)。全書(shū)共9章,具體內(nèi)容包括Spark概述、Scala基礎(chǔ)、Spark編程基礎(chǔ)、Spark編程進(jìn)階、SparkSQL--結(jié)構(gòu)化數(shù)據(jù)文件處理、SparkStreaming--實(shí)時(shí)計(jì)算框架、SparkGraphX--圖計(jì)算框架、SparkMLlib--功能強(qiáng)大的

本書(shū)由淺入深，內(nèi)容豐富。全書(shū)共11章，主要內(nèi)容包括第1章R語(yǔ)言數(shù)據(jù)分析概述、第2章R語(yǔ)言數(shù)據(jù)操作基礎(chǔ)、第3章數(shù)據(jù)讀寫、第4章數(shù)據(jù)預(yù)處理、第5章數(shù)據(jù)的描述統(tǒng)計(jì)分析、第6章數(shù)據(jù)相關(guān)性分析、第7章R語(yǔ)言可視化基礎(chǔ)、第8章高級(jí)可視化工具、第9章聚類分析、第10章關(guān)聯(lián)規(guī)則、第11章分類及預(yù)測(cè)。本書(shū)可作為高等院校數(shù)據(jù)科學(xué)相關(guān)專業(yè)的

本書(shū)以過(guò)程控制系統(tǒng)組成和結(jié)構(gòu)為線索,介紹了過(guò)程控制的基本概念,過(guò)程控制常用儀表的原理和工程選用,過(guò)程對(duì)象及建模方法,過(guò)程執(zhí)行器的原理和選擇,過(guò)程控制器的設(shè)計(jì)和整定及先進(jìn)過(guò)程控制策略,串級(jí)過(guò)程控制系統(tǒng),各種復(fù)雜過(guò)程控制系統(tǒng)的控制方案與工程設(shè)計(jì),計(jì)算機(jī)過(guò)程控制系統(tǒng)的原理、組成與應(yīng)用,過(guò)程優(yōu)化技術(shù),工業(yè)過(guò)程故障檢測(cè)等。本書(shū)除

本書(shū)使用大數(shù)據(jù)存儲(chǔ)技術(shù)常用工具與真實(shí)案例相結(jié)合的方式，以項(xiàng)目任務(wù)式為導(dǎo)向，較為全面地介紹了大數(shù)據(jù)存儲(chǔ)工具的相關(guān)知識(shí)。全書(shū)共7個(gè)項(xiàng)目，內(nèi)容包括了解大數(shù)據(jù)、結(jié)構(gòu)化數(shù)據(jù)倉(cāng)庫(kù)——Hive、列存儲(chǔ)數(shù)據(jù)庫(kù)——HBase、文檔存儲(chǔ)數(shù)據(jù)庫(kù)——MongoDB、文檔存儲(chǔ)數(shù)據(jù)庫(kù)——ElasticSearch、數(shù)據(jù)傳輸工具——Sqoop，以及

數(shù)據(jù)是非常重要的資產(chǎn)，是“數(shù)字經(jīng)濟(jì)”時(shí)代的核心生產(chǎn)要素。本書(shū)主要面向財(cái)經(jīng)類等非大數(shù)據(jù)技術(shù)、計(jì)算機(jī)科學(xué)與技術(shù)等專業(yè)的學(xué)生，旨在培養(yǎng)學(xué)生大數(shù)據(jù)處理能力。本書(shū)重點(diǎn)講解MySQL數(shù)據(jù)庫(kù)基礎(chǔ)、Python程序基礎(chǔ)、浪潮可視化大數(shù)據(jù)三大核心內(nèi)容，根據(jù)崗位典型工作任務(wù)，MySQL數(shù)據(jù)庫(kù)重點(diǎn)講解庫(kù)表操作、結(jié)構(gòu)化查詢部分，Python重

本書(shū)以任務(wù)為導(dǎo)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(shí)。全書(shū)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(jìn)階編程、Hive數(shù)據(jù)倉(cāng)庫(kù)、HBase分布式數(shù)據(jù)庫(kù)，以及一個(gè)項(xiàng)目案例（電影網(wǎng)站

本教材基于數(shù)據(jù)技術(shù)概念的提出，建立由數(shù)據(jù)生成、數(shù)據(jù)組織管理與數(shù)據(jù)信息汲取三個(gè)模塊構(gòu)成的數(shù)據(jù)技術(shù)應(yīng)用全流程體系框架。通過(guò)對(duì)計(jì)算機(jī)信息系統(tǒng)、抽樣技術(shù)與數(shù)據(jù)庫(kù)系統(tǒng)等基礎(chǔ)技術(shù)原理的概念化解讀，以及對(duì)網(wǎng)絡(luò)爬蟲(chóng)與文本數(shù)據(jù)生成、SQL語(yǔ)言、數(shù)據(jù)預(yù)處理、回歸模型、Logistic建模、關(guān)聯(lián)規(guī)則、決策樹(shù)分類規(guī)則、K-平均聚類、神經(jīng)網(wǎng)絡(luò)、