本书首先简要介绍了大数据分析与挖掘的相关概念，以及R语言的基础知识，以此来帮助读者了解、使用R语言；其次详细介绍了探索性数据分析、数据采集，以此来帮助读者了解数据的基本分析方法和数据的获取方法；然后着重介绍了目前主流的数据挖掘算法——时间序列算法、线性回归算法、分类算法、关联算法、聚类算法，从算法的原理到如何使用R语言

本书对大数据挖掘与应用的基本算法进行了系统的介绍，每种算法不仅包括对算法基本原理的介绍，而且配有大量的例题以及基于阿里云大数据平台(数加平台)的演示，这种理论与实践相结合的方式极大地方便了读者对抽象的数据挖掘算法的理解和掌握。本书共11章，内容覆盖了数据预处理、分类算法、聚类算法及常见的数据挖掘应用，具体章节包括大数据

本书系统介绍Spark大数据处理框架。全书共8章,内容包括大数据技术概述、Spark大数据处理框架、SparkRDD编程、SparkSQL结构化数据处理、HBase分布式数据库、SparkStreaming流计算、SparkMLlib机器学习、数据可视化。本书可作为高等院校计算机科学与技术、信息管理与信息系统、软件工程

本书从系统的角度，成体系地研究动态数据驱动原理与方法。以数据驱动为根本出发点，揭示了复杂系统的设计、运行、控制与优化规律，从信号感知、结构感知、环境感知、情景感知、语境感知、能量感知、过程感知、网络感知、系统感知等不同维度，介绍了主流的理论与方法，提供了研究复杂系统问题的新思路、新方法。

数据是组织的重要资产，做好数据管理是盘活数据资源，释放数据价值的有效手段。本书以数据管理为主题，分为背景篇、标准篇、贯标篇、评估篇和政策篇五个篇章，首先梳理了数据管理的概念、背景和发展历程，为读者建立对数据管理的总体认识；其次详细解读国家标准——数据管理能力成熟度评估模型（以下简称DCMM），帮助读者深入理解DCMM标

在大数据时代，我们并不缺少数据，缺少的是利用数据分析的思维和工具去解决实际问题的能力。数据化分析是运用恰当的方法和工具，对数据进行科学、有效的分析，从而提出有理有据、具有可操作性的建议，以解决现实中的难题。本书主要介绍了数据分析的9种思维、7种工具、学习方法、基本方法、展现方法、制作数据分析报告的方法，以及数据分析的思

本书主要从电子商务数据分析入手，系统介绍在电子商务环境下进行数据分析的各种思路和方法。全书共分为12个项目，主要内容包括初识电子商务与数据分析、使用数据分析工具、分析市场数据、分析竞争对手数据、分析商品定价数据、分析流量数据、分析运营与销售数据、分析库存数据、分析会员数据、分析利润数据、制作数据分析报告，最后一个项目以

本书以全国职业院校技能大赛“自动化生产线安装与调试”项目所指定的YL335B型自动化生产线为载体，按照“一体化设计、结构化课程、颗粒化资源”的建构逻辑，系统地规划了全书的结构体系。本书内容主要涵盖机械结构、电气线路和传感器检测等自动化生产线的基础技术，以及气压传动、变频调速和交流伺服等运动控制技术，还包括自动化生产线基

本书通过讲解Python编程及其基础应用为大数据专业的学习奠定基础。全书共8个项目，主要内容包括进入Python编程世界、编程计算三角形面积、开发一个面积计算器、开发一个万年历、开发一个扑克牌游戏、开发一个文件自动备份器、字符串加密解密和天气数据分析与可视化。本书以简洁、通俗易懂的语言，讲解了Python中*基本、*重

本书围绕先进自动测试系统，以信号发生、采集和分析理论为主线，结合自动测试、常规测量和前沿探索研究中的大量实例进行阐述。具体内容包括测量与计量基础，信号采样与量化，基于模拟/数字转换技术的测量，数字模拟转换及信号发生，基本电参量测量，时间与频率的测量，信号波形显示与测量，频谱分析与测量，自动测试系统概述，自动测试系统总线