本书由基础篇和实战篇两部分组成。基础篇包括大数据概述、大数据技术、大数据处理平台、大数据采集与存储、新型数据库、大数据分析与处理、数据可视化。通过基础篇的学习, 读者可对大数据技术有一个概括性的了解。实战篇以企业案例为主线, 详细介绍大数据分析与处理的技术实现过程, 包括大数据分析基础环境搭建、大数据平台搭建、大数据分析案例技术实战。

本书以任务为导向, 较为全面地介绍了Spark大数据技术的相关知识。全书共9章, 具体内容包括Spark概述、Scala基础、Spark编程基础、Spark编程进阶、Spark SQL--结构化数据文件处理、Spark Streaming--实时计算框架、Spark GraphX--图计算框架、Spark MLlib--功能强大的算法库, 以及项目案例--广告监测的流量作弊识别。本书的大部分章节包含实训和课后练习, 通过练习和实践操作, 可以帮助读者巩固所学的内容。

本书以Scala作为开发Spark应用程序的编程语言, 系统地介绍了Spark编程的基础知识。全书共9章, 内容包括大数据技术概述、Scala语言基础、Spark的设计与运行原理、Spark环境搭建和使用方法、RDD编程、Spark SQL、Spark Streaming、Structured Streaming和Spark MLlib。 本书每章都安排了入门级的编程实践操作, 以便使读者能更好地学习和更牢固地掌握Spark编程方法。

本书分上下两篇，上篇共9章，在介绍测量与仪表、误差及其处理的基础上，阐述温度、压力、流量、物位、机械量与成分等流程工业中主要参数的检测原理、方法及相关的仪表；下篇共6章，介绍过程控制装置及系统相关的知识。

这是一个大数据爆发的时代。面对信息的激流、多元化数据的涌现，大数据已经为个人生活、企业经营，甚至国家与社会的发展都带来了机遇和挑战，大数据已经成为IT信息产业中**潜力的蓝海。
“大数据导论”是一门理论性和实践性都很强的课程。本书针对数据科学与大数据技术、人工智能、信息管理、经济管理和其他相关专业学生的发展需求，系统、全面地介绍了关于大数据技术与应用的基本知识和技能，详细介绍了大数据与大数据时代、大数据思维变革、大数据可视化、大数据的商业规则、大数据促进医疗与健康、大数据激发创造力、大数据

本书结合大量实例，介绍了常用的试验设计及试验数据处理方法在科学试验和工业生产中的实际应用，并介绍了Excel等相关计算机手段在试验数据处理中的强大功能。主要内容包括试验设计基础，正交试验设计，均匀试验设计，回归正交试验设计，回归旋转试验设计；极差分析，方差分析，回归分析，以及SPSS统计软件的基本知识与命令、SPSS数据集、软件应用中的程序设计，SPSS软件在简单计算、绘图、方差分析、多元回归设计等应用中的处理方法等。

本书内容包括大数据基础、大数据的应用、大数据的类型、数据建模、数据采集、云存储、数据库、数据仓库、数据提取、数据转换和加载、大数据分析工具及其主要功能、数据挖掘、数据挖掘算法、大数据编程语言、Spark、数据可视化及其工具、大数据与云计算、大数据安全的挑战与解决方案、大数据与隐私等。
全书共10个单元，每一单元包括课文、单词、词组、缩略语、习题、参考译文、阅读材料。附录A“大数据专业英语词汇特点及翻译技巧”可以帮助读者记忆和翻译专业词汇；附录B、附录C、附录D既可用于复习和背诵，也可作为小

本书介绍数据挖掘相关技术及其在防灾、减灾领域的应用。数据挖掘技术主要沿着分类、聚类和关联分析这三大任务展开，具体包括数据挖掘概念及发展史、数据及预处理方法、数据仓库、回归分析、数据分类和聚类、趋势预测、关联分析、异类挖掘等内容，并通过在灾害预防、安全评价等方面的实例来介绍每类技术的应用。
本书可作为高等院校计算机、信息科学、大数据科学、灾害防治、应急信息化、应急技术与管理、城市地下空间安全等相关专业的教材或参考书，也可为从事数据处理的科学工作者、技术人员提供参考。

随着互联网技术的发展，在新经济的大时代背景下，各行各业都催生出众多的全新业态。伴随大数据、人工智能、区块链等技术的加持，这些业态划分也越来越精细，社会活动的整体效率也越来越高。然而，这一切都不开数据，特别是高质量的数据。本书围绕智能数据分析与应用处理业务背景及相关技术，以学习情境的方式介绍了：数据分析工具Beautiful Soup与XPath和数据采集工具Requests；根据数据规模大小和格式，可采用Excel、Tabula或Kettle进行数据处理；数据分析工具NumPy、Pandas和可

本书从概念、思维、存储和处理、分析与应用等方面系统介绍了大数据的相关知识，主要内容包括：大数据的基本概念，大数据思维，大数据采集与获取技术，大数据批处理、流式处理和交互式处理框架，Hadoop?项目结构与技术分布，分布式并行编程MapReduce?模型，Spark?技术架构和基本流程，数据特征工程及数据可视化等内容，通过大数据与人工智能技术助力新冠疫情防控、非法集资预警、大型活动安全预警、智慧法院数据融合分析与集成应用等案例，再现场景、数据、数据分析特征选择及分析技术应用的过程，有助于读者对大数