大数据是从哪里来的？大数据有什么特点？大数据带来了什么利弊？人们如何在大数据时代活得更好？带着这些疑问，《大数据概论——智能时代的思维方式》将从大数据的意义、大数据的来源、大数据的思维、大数据的应用、大数据的挑战5 方面来和读者一起深入探讨。通过5章的内容，读者能够系统地了解大数据技术产生的背景、发展的历史、涉及的领域以及取得的辉煌成就。
《大数据概论——智能时代的思维方式》可以作为信息科学、数据科学、计算机类专业的入门教材，也可以用作相关专业的技术人员或科普爱好者的参考用书。

本书通过应用案例并借助R软件介绍统计方法在数据分析中的应用。主要内容：数据的表示及可视化，线性回归分析，逐步回归与回归诊断，广义线性模型与非线性模型，方差分析，聚类分析，判别分析，主成分分析，因子分析，对应分析，典型相关分析，高维数据分析简介。本书的最大特点是：用R软件学习数据分析的统计方法，容易入门。对于常用统计方法，介绍有关概念、相关背景、应用条件等，重在用R软件学习统计方法在数据分析中的应用。

本书介绍了如何设置具有内置高可用的Zabbix、使用改进的业务服务监控、设置自动报告及创建高级触发器。Zabbix提供了有关基础设施性能和故障的有效洞察，并能够利用其强大的功能增强监控。本书提供了易于遵循的操作步骤，用于使用Zabbix 6.0有效地监控网络设备和应用程序的性能。本书首先介绍了安装Zabbix 6.0，并构建了可扩展且易于管理的环境，也介绍了为不同类型的监控构建模板和使用代理构建项目与触发器的操作步骤。然后，本书使用Zabbix 6.0 API进行定制，并有效地管理Zabbix

\"本教材第1版曾获首届全国教材建设奖全国优秀教材二等奖。本教材是“十四五”职业教育国家规划教材，也是国家职业教育电气自动化技术专业教学资源库配套教材。本教材以亚龙YL-335B型自动化生产线设备为载体，基于工作过程，按照由简单到复杂、由单一到综合的顺序，将整个设备的安装与调试过程分为7个项目，分别为自动化生产线的基本组成、供料单元的安装与调试、加工单元的安装与调试、装配单元的安装与调试、分拣单元的安装与调试、输送单元的安装与调试和YL-335B系统联机调试。自动化生产线各个工作单元的

本书的主旨是介绍如何结合Python3语言进行各类结构化和非结构化数据的采集、预处理和存储，涉及统计概率、数据格式与编码、网页开发、自然语言处理、数据科学等不同领域的内容。全书共分为11章，包括数据科学概述、Python基础、统计与概率基础、文件读写与操作、数据可视化、网络数据爬取等多个主题。内容覆盖本地文件、网页数据、大数据访问等编程中的主要知识和技术，在重视理论基础的前提下，从实用性和丰富度出发，结合实例演示了数据采集、处理与存储的核心流程。本书适合高等院校计算机、数据科学与大数据技术、软件

本书从实用角度出发，围绕Linux 操作系统和Hadoop 集群部署，从虚拟机安装入手，结合典型项目和案例，较为全面地介绍了大数据开发技术平台Hadoop 及其生态系统的相关知识。主要内容包括大数据技术中的Hadoop 集群部署、HDFS、MapReduce、Hive、HBase和Sqoop 等。全书所有知识点都结合具体的编程示例讲解，重要知识点配有视频讲解。
本书可作为高等职业院校大数据技术、软件技术、计算机网络技术、人工智能技术等专业的教材，也可作为大数据爱好者的参考书，同时也可作为企

本书以Python作为开发语言，系统介绍PySpark开发环境搭建流程及基于PySpark进行大数据分析的 相关知识。本书条理清晰、重点突出，理论叙述循序渐进、由浅入深。本书共7章，第1?5章包括PySpark 大数据分析概述、PySpark安装配置、基于PySpark的DataFrame操作、基于PySpark的流式数据处理、 基于PySpark的机器学习库，内容介绍注重理论与实践相结合，通过典型示例强化PySpark在大数据分析 中的实际应用；第6、7章通过基于PySpark的网络招聘信息的

数据治理是一门实践中的学问。本书轻理论、重实践，是一份实用的数据治理指南，涉及数据治理组织、管理制度、流程规范、数据标准管理、数据质量管理、元数据管理、主数据管理、数据安全与隐私等主题。全书共分为3篇，第一篇包含第1章和第2章，介绍数据治理的理论与方法；第二篇包含第3章至第6章，介绍数据治理的平台建设与工具；第三篇包含第7章至第9章，介绍不同场景下的数据治理案例，通过案例场景细节解读和工作步骤阐述，帮助读者将数据治理理论转化为切实可行的解决方案和行动策略。本书适合数据管理专家、企业决策者、数据治

互联网的出现使人们第一次能够访问大量的数据。比如,社交网络Facebook中的友谊图和互联网网站之间的链接图。这两幅图都包含超过10亿个节点,代表巨大的数据集。如果要使用这些数据集,就必须对其进行处理和分析。然而,仅仅是它们的大小就使得这种处理非常具有挑战性。特别是,为处理中等规模的数据集而开发的经典算法和技术,在面对如此大的数据集时往往需要超出常规的时间和空间。此外,在某些情况下,存储整个数据集甚至是不可行的,因此,必须在数据集的各个部分对其进行处理,然后很快丢弃每部分。

本书共分为八章，分别为数据分析概述、外部数据的获取、数据处理、函数的应用、数据透视表与数据透视图、数据分析与可视化、Excel数据分析实例、撰写数据分析报告。本书注重平衡理论知识和实践应用，每章都包含了实际应用案例和实训活动，以帮助读者深入理解和掌握所学知识。本书既可作为中等职业院校计算机类专业课程教材，也可作为相关企业培训教材。