本书详细阐述了培养具有数据素养的技术技能型人才所需要的大数据相关基础知识。本书在确定知识布局时，秉持的一个基本原则是，紧紧围绕大数据通识教育核心理念，培养学生的数据意识、数据思维、数据安全和数据分析能力。全书共7章，内容包括大数据概述，大数据思维，数据库基础知识，大数据分析技术及相关应用，数据可视化概论，大数据安全，大

本书系统、全面地介绍大数据技术的基础知识。全书共13章，首先介绍大数据行业与技术趋势；然后介绍大数据生态圈的各项技术，包括分布式文件系统、Hive分布式数据仓库、HBase技术原理、MapReduce和YARN技术原理、Spark基于内存的分布式计算、Flink流批一体分布式实时处理引擎、数据采集与数据装载工具、Kaf

Hadoop是当前热门的大数据处理与分析平台。《Hadoop大数据开发基础项目化教程》将大数据平台相关内容划分为8个项目，分别是大数据时代、Hadoop基础环境、Hadoop环境搭建、分布式存储HDFS、MapReduce分布式编程、Hadoop数据仓库Hive、Hadoop数据库HBas、协调系统Zookeeper，

大数据技术凝集了多学科的研究成果，是一门多学科的交叉融合技术。随着科学技术的发展，大数据技术发展更为迅速，应用更为深入与广泛，并凸显其巨大潜力和应用价值。“数据科学与大数据技术导论”是数据科学与大数据技术专业的第一门专业基础课程。这门课程可以引导数据科学与大数据技术专业的学生走进大数据技术的大门。本书主要介绍数据科学与

本书全面地介绍了大数据可视化的基础知识和基本技术。全书共分为8章，内容包括大数据可视化的基本概念，可视化原则，视觉设计基础知识，数据处理技术，对比趋势、比例数据、关系数据等多种数据可视化方式，以及利用可视化对数据进行探索与预测，并通过综合分析案例梳理完整大数据可视化流程。1.数据可视化设计理论以必需、够用为度，注重实用

第3版介绍并扩展了许多主题，提供了软件工具和数据挖掘应用程序的修订部分;还更新了参考书目列表，供感兴趣的读者进一步研究;扩展了涉及每个章节的问题列表。 展示了如下新信息: 探索大数据和云计算论述深度学习 包括卷积神经网络(CNN)的信息提出了强化学习 包含半监督学习

本书对大数据分析的原理与Python程序实现进行了系统的介绍，每种算法都采用sklearn和Matplotlib分别进行程序实现及数据可视化。本书共8章，内容包括大数据分析概述、Python数据分析与可视化基础、关联规则与推荐算法、聚类算法及其应用、分类算法及其应用、回归与逻辑回归、人工神经网络、支持向量机等。本书在理

《组态控制技术》以北京昆仑通态自动化软件科技有限公司MCGS通用版组态软件为例，介绍了通用工业自动化软件的应用技术。全书共设有4个学习项目，项目1为MCGS组态软件简介，项目2～项目4采用“模块化”设计，分别讲述储液罐水位监控系统、机械手监控系统与电动大门监控系统设计方法。《组态控制技术》可作为职业院校以及应用型本科院

本书围绕新基建的云计算、大数据及人工智能进行介绍，分为以下五个部分。第一部分介绍大数据的概念与特点，以及典型的产业应用场景；第二部分介绍目前云计算中的一个重要的研究与应用领域—容器云，包含应用容器引擎Docker与容器编排工具Kubernetes；第三部分是大数据分析的基础，也是大数据分析技术的重点，包含Hadoop、

本书通俗地讲解数据科学与并行计算的基本概念、方法和原理，系统地介绍基于典型大数据场景的并行计算解决思路，同时涵盖常用的数据并行计算工具的操作实践，使读者知其然更知其所以然。本书的特色在于：注重对大数据科学方法核心应用的讲解，突出以并行计算思维解决大数据场景问题的案例教学。基于典型大数据场景案例数据集，循序渐进地引导读者