本书首先介绍了大数据应用基础：重点讲解了如何搭建Hadoop分布式集群平台，使用Java语言进行MapReduce分布式编程；HBase及Hive数据库环境的安装和数据的增、删、改、查操作；Spark平台的搭建、RDD操作及SparkSQL查询；Flink平台的搭建，Kafka消息中间件的使用及流批一体计算。其次对数据

本书共分两部分：第一部分是网络数据采集与预处理的基础理论实践，包括任务1-任务6，主要讲解如何使用Python编写网络数据采集和预处理程序，内容包括Python环境搭建，Python基础语法、语句与函数，网络基础知识，常用网络数据采集与预处理库和解析库、数据持久化保存，以及requests库、Numpy库、Pandas

本书以北京亚控科技发展有限公司开发研制的组态软件“组态王7.5”为基础(也有“组态王6.53”)，通过设计一个化学反应监控画面，阐述了组态王软件的基本理论与应用，并对工程管理器及组态王运行系统、组态王信息窗口及用户管理与系统安全、配方管理、冗余系统、组态王历史库、组态王与其他应用程序的动态数据交换、OPC设备等内容做了

本书以“三教”改革为抓手，研究在大数据技术、人工智能等新兴技术环境下，会计职业教育如何转型开展“业财税”融合实践教学改革。改革研究包括“业财”融合实践教学内容设计、“财税”融合实践教学内容设计、“业税”融合实践教学内容设计三项，涉及营运管理岗位、资金管理岗位、成本管理岗位、绩效管理岗位、纳税申报岗位、税务检查岗位、纳税

本书基于Hadoop大数据平台，讲解大数据平台的搭建与运维、数据的采集与存储、数据的处理、数据的分析、数据的可视化等完整的大数据应用案例，不仅全面、详细地讲述Hadoop、MapReduce、HDFS、Hive、Spark和ZooKeeper等技术的相关知识，还详细介绍Hadoop集群和HadoopHA集群的部署等内容

本书将关注大模型超参调优这类昂贵的多目标优化问题,针对其经典的求解方法即贝叶斯优化优化方法,开展理论方法探索。针对低维和高维决策空间中的并行化函数评估问题、获取函数优化效率问题以及维度灾难和边界问题,本书对多目标贝叶斯优化方法进行了四个方面的研究,旨在有效地求解低维和高维昂贵的多目标优化问题。

本书以Spark大数据分析的常用技术与真实项目相结合的方式，深入浅出地介绍Spark大数据分析的重要内容。全书共8个项目，内容包括广告流量检测违规识别流程分析、Spark大数据环境安装搭建、基于Hive实现广告流量检测数据存储、基于SparkSQL实现广告流量检测数据探索分析、基于SparkSQL实现广告流量检测数据预

本书按照大数据分析流程，以电商产品数据为例，由浅入深地讲解大数据分析的核心开发技术，以及大数据分析工具及其组件的作用和使用方法。本书内容系统、全面，可帮助读者快速掌握大数据分析技术。本书介绍了大数据分析的概念、应用场景、分析指标、分析工具、分析组件、分布式存储、分布式处理、数据离线分析、数据实时分析、数据挖掘，以及数据

本书按照大数据采集与预处理的实现流程，由浅入深地讲解大数据采集与预处理的相关技术，以及如何使用不同方式对大数据进行采集与预处理。本书内容系统、全面，可帮助开发人员快速实现大量数据的采集。本书主要内容包括大数据采集与预处理简介、PyCharm的安装与使用、Urllib库数据采集、Requests库数据采集、XPath和B

本书围绕数据分析的基本概念与常用方法，提供一套适用于初学者快速入门的实践教材。本书中以医学数据为例，围绕实际应用场景中最常见的五种数据形式：统计数据、文本数据、时序数据、图像数据以及健康数据，从基本概念、初步探索到综合应用的全流程系统示范教学。本书共计五个章节，分别为：统计数据分析、文本数据分析、时序数据分析、图像数据