本書是《網絡工程師教育叢書》的第7冊，介紹和討論大數(shù)據(jù)的基礎知識、技術原理和應用。全書內容分為6章，包括緒論、大數(shù)據(jù)采集和預處理、大數(shù)據(jù)存儲與管理、大數(shù)據(jù)分析與計算、大數(shù)據(jù)可視化和大數(shù)據(jù)應用。本書既介紹大數(shù)據(jù)技術基礎知識，又將這些知識與具體應用有機結合起來，并借助可視化圖表深入剖析大數(shù)據(jù)技術原理和洞見數(shù)據(jù)價值的方法。各

本書從Hadoop的原理和使用出發(fā)，在重點介紹Hadoop生態(tài)系統(tǒng)的重要組件HDFS、MapReduce、YARN、Hive和Spark的同時，注重大數(shù)據(jù)分析能力的全面提高。本書共分13章，主要內容包括Hadoop簡介、HDFS文件系統(tǒng)、YARN資源管理、MapReduce計算框架、Hive簡介、Hive數(shù)據(jù)定義、Hi

本書是高職院校與北京昆侖通態(tài)自動化軟件科技有限公司共同開發(fā)的項目化教材，是“十二五”職業(yè)教育國家規(guī)劃教材。本書基于工作過程導向，面向“雙師型”教師和工控行業(yè)技術人員，服務于機電和自動化類專業(yè)的職業(yè)能力培養(yǎng)。本書由彩色紙質教材和網絡資源組成。彩色紙質教材主要包括：觸摸屏組態(tài)介紹、“觸摸屏+PLC”監(jiān)控工程、“觸摸屏+PL

本書由一線數(shù)據(jù)分析師精心編寫，通過大量案例介紹了數(shù)據(jù)分析工作中常用的數(shù)據(jù)分析方法與工具。本書包括5章內容，分別是數(shù)據(jù)分析入門、數(shù)據(jù)分析從玩轉Excel開始、海量數(shù)據(jù)管理拿MySQL說事兒、數(shù)據(jù)可視化Tableau的使用、數(shù)據(jù)分析進階Python數(shù)據(jù)分析。本書通俗易懂、通過大量貼近企業(yè)真實場景的案例，幫助讀者在提高

本書由國內IPFS社區(qū)公認*的領袖撰寫，從技術、原理與實戰(zhàn)3個維度講解了IPFS。全書一共分為3個部分：第壹部分：準備篇（第1章）從宏觀角度簡單介紹了IPFS的概念、價值以及與區(qū)塊鏈的關系；第二部分：原理篇（第2~5章）分別深入講解了IPFS的工作原理、底層基礎、協(xié)議棧和架構。第三部分：實戰(zhàn)篇（第6~8章）應用IPFS

《數(shù)控技術》是數(shù)控原理、數(shù)控機床和數(shù)控編程三門課程主要內容的有機結合，內容包括緒論、數(shù)控編程基礎、數(shù)控車削編程、數(shù)控銑削編程，數(shù)控插補原理、伺服驅動系統(tǒng)、檢測系統(tǒng)，數(shù)控機床的主傳動系統(tǒng)、數(shù)控機床的進給傳動系統(tǒng)、數(shù)控機床的典型結構。本書以對數(shù)控機床的應用為主線，以數(shù)控工藝的制訂到數(shù)控程序的編制為重點，從易到難，由淺至深，

《單圖及群圖挖掘：原理、算法與應用》由DanaiKoutra和全球知名的數(shù)據(jù)挖掘領域奠基人之一ChristosFaloutsos教授合著，介紹了圖挖掘領域一個嶄新的研究方向。《單圖及群圖挖掘：原理、算法與應用》內容主要包括兩個部分：第壹部分介紹了單圖上的概要表示以及節(jié)點標簽分類算法；第二部分介紹了群圖上的概要表示以及群

本書重點研究解決經典控制方法受系統(tǒng)內部和外部不確定性因素的影響導致的兩個問題（統(tǒng)稱為控制器參數(shù)在線優(yōu)化整定問題）：一是對多路結構相同但內部、外部略有差異的被控對象，工程師需要使用相同的方法進行重復參數(shù)調試整定的問題，特別是對大慣性、有滯后的系統(tǒng)進行調試，會消耗大量時間和人力的問題；二是當系統(tǒng)運行環(huán)境發(fā)生變化后，控制器無

本書是大數(shù)據(jù)專業(yè)英語教材，內容包括大數(shù)據(jù)基礎、軟件與開發(fā)技術、操作系統(tǒng)、Python與R編程語言、數(shù)據(jù)結構、數(shù)據(jù)庫與數(shù)據(jù)倉庫、云存儲與數(shù)據(jù)備份、數(shù)據(jù)處理與數(shù)據(jù)清洗、數(shù)據(jù)挖掘、Hadoop與Spark、數(shù)據(jù)可視化、大數(shù)據(jù)安全等。本書體例新穎，適合教學。每個單元均包含以下部分：課文——選材廣泛、風格多樣、切合實際的兩篇專業(yè)

本書利用當前最熱門的社交網絡媒體微博等進行大數(shù)據(jù)文本分析，并在此基礎上，提出基于文本分析的推薦方法，多層級推薦方法，融合評分矩陣的推薦方法，基于社團聚類的推薦方法，基于用戶點擊行為的混合推薦方法，融合隱性特征的群組推薦方法，分布式群組推薦方法。同時給出一種Web查詢詞推薦服務，讓用戶更精確地查找并定位到所要搜索的相關網