"本书旨在引导读者全面了解分布式系统的核心原理、关键技术和实际应用。全书分为9章，内容包括分布式系统概述、理论基础、基础架构，以及分布式文件系统HDFS、分布式计算模型MapReduce、分布式协调服务ZooKeeper、分布式数据库HBase和分布式消息系统Kafka的工作原理与应用，最后提供两个实战项目，帮助读者将所学知识应用于解决实际问题。

本书的特点是系统性、实用性、通俗易懂、涵盖面广，可作为大数据、计算机等相关专业的本科和研究生教材，为不同方向的专业学习奠定基础。本书对社

"　　本书以Hadoop 及其周边框架为主线，介绍了整个Hadoop 生态系统主流的大数据组件以及平台运维。本书从零开始逐一讲解大数据体系中的各种技术，通过丰富的实战案例阐述重点、难点知识，为初学者进入大数据领域打好基础。书中各个项目设计合理，在每个项目开头设置导读，首先介绍知识点，然后紧跟实践操作，最后在每个项目末尾通过课后练习帮助读者巩固所学知识。
　　本书既可作为Hadoop 新手入门的指导用书，也可作为职业院校大数据技术、云计算应用技术和人工智能应用技术等计算机类专业的教材，还可供

"《大数据平台搭建与维护》以大数据平台项目场景和工作任务驱动的方式搭建逻辑架构，以大数据平台搭建与维护具体任务活动及工作步骤为核心构建内容体系，全书以工作手册的形式进行编写。《大数据平台搭建与维护》共包括6个项目，介绍了Linux系统的安装与配置、Hadoop HDFS 高可用集群搭建、Hadoop YARN高可用集群搭建与维护、HBase高可用集群搭建与操作、Hive数据仓库工具搭建与操作、某电商推荐系统大数据平台搭建案例等内容。《大数据平台搭建与维护》注重工匠精神的培养及工作任务实施过程中的

"本书以智能数据处理技术和应用为核心，全书共分为数据处理基础篇和数据分析技术与人工智能方法篇，详细阐述了人工智能、大数据、区块链等当代前沿信息技术的概念和应用，在数据处理基础篇中，以图书销售为例，通过Access 2016系统介绍了数据存储的概念和数据存储应用技术，并在数据分析技术与人工智能方法篇中，进一步介绍了智能数据分析语言 ——Python、数值数据智能分析技术、文本数据智能分析技术、人工智能分析方法、智能计算思维及其应用。本书通过一系列实例分析，深入浅出地向读者介绍了信息、数据、大数据、

本书系统而深入地探讨了伦理学在信息时代，尤其在大数据、人工智能等新兴技术领域的实际应用及其深远影响。全书结构清晰，共分为8章，内容从伦理直觉与伦理学的基础理论开篇，逐步延伸至工程师的伦理观念、信息社会中的伦理风险与挑战、大数据应用的伦理考量、数据权利的界定与保护、数据如何赋能公共治理，以及人工智能伦理的前沿探索等多个维度。
本书的核心目标在于帮助读者全面把握伦理学在信息时代的关键作用，提升个人的伦理素养，并为应对信息时代层出不穷的伦理挑战提供坚实的理论与实践支撑。通过丰富的案例分

本书共9章，主要内容如下：第1章介绍数据挖掘的基本知识，讲解了数据获取的关键环节以及数据挖掘流程；第2章讲解了数据清洗、数据集成、数据转换与规范化，以及数据规约等数据预处理方法，重视数据挖掘的数据准备工作，强调数据质量对数据挖掘算法性能的影响；第3章讲解了数据仓库和数据立方体的基本概念和系统架构，为处理和分析大规模数据集提供有效工具；第4章讲解了关联规则挖掘的相关知识；第5章讲解了经典的分类算法、回归预测算法、性能评估指标和模型调优方法；第6章讲解了经典的聚类算法；第7章讲解了图数据挖掘、时间序

"近年来，企业经营的数字化转型已经成为研究热点，而商务智能是企业数字化转型的关键。《商务智能与数据分析》结合商务智能的发展趋势，对商务智能的基础知识及其应用进行了详尽的阐述。《商务智能与数据分析》首先介绍商务智能的概念、发展历史等，然后介绍数据仓库、监控与运营、数据挖掘、文本挖掘与Web挖掘、大数据分析、商务智能案例、相关法规等内容。《商务智能与数据分析》融理论、方法、技术、应用于一体，并运用案例阐述商务智能如何来帮助企业进行战略、战术及运作决策，提高企业洞察现状、应对挑战的能力。 《商务

"本书以某招聘网站中的大数据职位招聘信息为数据源，系统地介绍了使用 Hadoop 生态系统进行大数据离线分析的方法和步骤。全书共6章，分别讲解项目需求、项目架构、项目实现流程、Hadoop集群环境搭建、使用Flume实现数据采集、使用MapReduce实现数据预处理、使用Hive实现数据分析和使用FineBI实现数据可视化。 本书附有配套视频、教学PPT、教学设计等资源。同时，为了帮助初学者更好地学习本书中的内容，还提供了在线答疑，欢迎读者关注。 本书适合作为高等学校的数据科学与大数据技术及相关

"本书旨在为人工智能通识教育奠定基础，采用Python语言展开数据科学的实践。全书共9章，主要内容包括大数据与数据科学导论、Python语言基础、NumPy科学计算、Pandas数据处理与分析、数据可视化、机器学习基础、回归分析、分类分析、集成学习。本书聚焦结构化数据分析，利用机器学习作为核心研究方法，致力于在多个应用场景中实现通识教育的落地，旨在培养学生挖掘数据价值的能力，并且通过数据驱动的智能分析实现对其他学科的赋能，促进跨学科的整合与发展。 本书适合作为高等学校各专业人工智能通识教育相关课

在当前的信息化时代，数据与计算已成为人类生活的基本要素。面对广泛的计算与数据处理需求，分布式计算系统已成为基础的支撑。当前的互联网、云计算、边缘计算等均以分布式计算系统为基础。掌握分布式计算系统相关的概念、算法、架构有利于深入理解当前的计算基础设施，是计算机系统领域相关从业人员的必备技能。本书主要讲解分布式计算系统的基本概念、核心算法、典型架构。其中基本概念主要介绍基本的概念知识、使能技术，核心算法部分讲解当前系统中广泛使用的分布式算法，典型架构主要介绍当前主流的分布式计算架构、分布式