大数据技术是一个面向实际应用的技术。从大数据中获取有价值信息是大数据技术的精髓。本书详细介绍了数据科学与大数据技术的主要内容，全书分为15章，主要包括数据科学与大数据技术概述、数据处理与存储、数据抽取技术、数据清洗技术、数据转换技术、大数据约简技术、数据集成技术、数据分析技术、数据挖掘技术、分析结果解释、大数据机器学习、大数据推荐技术、社会网络、大数据离线计算、大数据流式计算等。本书在内容上，注重概念、方法介绍，实例丰富、语言精练、逻辑层次清晰，可作为大学《数据科学与大数据技术》专业和相近专业的

本书系统、全面地介绍了大数据技术的基础知识，期望学生通过对本书的学习和实践了解大数据技术的概貌，掌握Hadoop生态圈大数据技术中*为基础和关键的知识。主要内容包括大数据概述、大数据软件技术基础、大数据存储技术、MapReduce分布式编程、数据采集与预处理、数据仓库与联机分析技术、数据挖掘与分析技术、Spark分布式内存计算框架、数据可视化技术、大数据安全。

本书介绍在工业､科研等领域常用传感器的工作原理､特性参数､调理电路､综合应用等知识，对测量技术的基本概念､测试数据处理､抗干扰技术､电磁兼容原理､现代测试技术以及虚拟仪器在检测技术中的应用等也做了介绍。
本书除第1 章外，每章的后一节均安排了“工程项目设计实例”，并附有较多的启发性思考题及应用型习题，有利于各校安排对应的课程设计。
本书在各个章节的适当位置嵌入了很多二维码，

本书系统地介绍了数据预处理､数据仓库和数据挖掘的原理､方法及应用技术, 以及采用Mahout 对相应的挖掘算法进行实际练习｡本书共有11 章, 分为两大部分｡第1 ~7 章为理论部分｡第1 章为绪论, 介绍了数据挖掘与知识发现领域中的一些基本理论､研究方法等, 也简单介绍了Hadoop 生态系统中的Mahout; 第2 ~7 章按知识发现的过程, 介绍数据预处理的方法和技术､数据仓库的构建与OLAP

本书对国际前沿的科学文献计量与知识图谱工具VOSviewer和CitNetExplorer两款软件进行了详细、系统的介绍。VOSviewer主要用于对合作网络、共被引网络以及耦合网络等进行可视化分析，从不同的科学知识图谱视角来认识某一学科领域的结构。CitNetExplorer主要用于对有向文献引证网络的分析，以此来研究某一学科领域的演进历程。

本书定位于大数据专业核心技术——实时计算，重点讨论大数据应用场景中的数据特点和应用需求的实时流计算技术。
本书通过对分布式实时计算系统的分析，将学习部分按功能性质划分成四个模块，分别为Kafka数据流处理模块、Strom实时计算模块、HBase数据存储模块和Zookeeper分布式协调模块。对此四个工作模块进行教学化处理，形成HBase基础操作、Zookeeper集群管理、配置Storm集群等核心课程体系，并配以实例使学习者便于理解，易于上手，掌握实时计算Storm相关的基础知识和实际业务