本书介绍了大数据分析基础、社会研究与方法、计算社会科学及其发展、基本原则与生命周期、构建分析路线与用例、大数据分析的运用、预测分析方法、预测分析技术、大数据分析模型、用户角色与分析工具、大数据分析平台、社交网络与推荐系统、组织分析团队等内容，最后为大数据分析的学习设计了一个基于大数据集市的课程实践。

本书包含十六章，分为四个部分：概念篇主要介绍大数据管理与应用的基本概念、分析的基本思路；基础篇主要介绍大数据管理与应用的数学基础和机器学习基础；技术篇主要介绍大数据管理与应用的数据采集与存储技术、数据预处理技术、数据回归分析技术、数据分类分析技术、数据聚类分析技术、数据关联分析技术、深度学习技术、文本分析技术、Web分

本书首先介绍了R语言的相关知识，包括R语言基础、R语言可视化技术。随后本书详细介绍了数据挖掘与数据分析中重要的理论方法与基础知识，包括线性回归、逻辑回归、决策树与回归树、随机森林、贝叶斯分类器等内容，并展示了如何将R语言用到这些方法的具体场景中。本书通过结合数据挖掘技术的理论知识与R语言的实战应用，帮助读者更好地运用R

本书详细介绍了工业控制系统的安全知识及相关实践操作。全书共有9章，包括工业控制系统安全、工业控制设备安全、常见工业控制协议及安全性分析、工业控制系统的资产探测、漏洞检测、入侵检测与防护、异常检测、安全风险评估、入侵响应等技术相关知识。本书结合编者团队自主研发的工控攻防靶场平台以及对应的实训系统，提供了大量实验，旨在帮助

本书较系统地介绍了计算机控制系统的分析、设计和综合方法，主要作者长期从事自动控制原理、计算机控制以及现代控制工程等课程的教学，在控制工程领域积累了三十多年的科研工作经验。全书共分11章，内容包括计算机控制系统的信号处理与数学描述方法、计算机控制系统分析与设计方法、控制网络与网络化控制系统设计基础，以及计算机控制系统的综

数字化转型对社会和各类组织机构提出了大数据管理的需求，数据资源管理能力将成为新时代各行各业信息管理者的核心竞争力。本书从数字化转型与大数据管理的基本理论与应用实际出发，系统构建数据资源管理的知识体系，内容包括数据资源管理基本概念与原理、数据存储与管理、数据架构与设计、数据组织、元数据管理、数据分析与服务、数据质量管理、

本书以大数据分析应用岗位职业能力递进为主线，较为全面地介绍了Spark大数据技术的相关知识。全书共7章，内容包括Spark生态圈中的SparkCore、SparkSQL、SparkStreaming、GraphX、MLlib等组件，以及海量离线数据的处理、基于历史数据的交互式查询、基于实时数据流的大数据处理、图计算、机

本书作为《大数据导论》（ISBN9787302500704）的配套实训教材，旨在帮助读者夯实基础知识，还原企业真实业务，提升实操能力。本书从大数据开发所需要的基础编程知识出发，首先阐述Linux开发环境中常用的命令。接着介绍数据清洗工具Kettle的基础操作以及常见的数据可视化效果，如饼图、柱状图、折线图、平行坐标图等

本书系统介绍了Hadoop生态系统主要组件的基本概念、特点、主要组成、运行机制及存在的问题等内容。全书共11章，内容包含大数据基本概念、大数据处理平台Hadoop、分布式文件系统HDFS、HDFS2.0新特性、分布式计算框架MapReduce、数据仓库Hive、分布式数据库HBase、数据迁移工具Sqoop、日志采集系

本书较完整地讲解了数据挖掘和机器学习的基本概念、基本算法原理和应用技术。本书用通俗的语言和实例解释了抽象的概念，并将抽象概念融合到具体的案例中，以便于读者理解和掌握。本书在编写过程中力求做到语言精练、概念清晰、取材合理、深入浅出、突出应用，为读者进一步从事数据分析、应用、开发和研究奠定坚实的基础。本书既可作为高等院校信