本書(shū)內(nèi)容包括Hadoop概述、Hadoop的安裝與配置管理、HDFS技術(shù)、YARN技術(shù)、MapReduce技術(shù)、HadoopI/O操作、海量數(shù)據(jù)庫(kù)技術(shù)HBase、ZooKeeper技術(shù)、分布式數(shù)據(jù)倉(cāng)庫(kù)技術(shù)HIVE、Hadoop實(shí)時(shí)數(shù)據(jù)處理技術(shù)等。

本書(shū)是面向高等學(xué)校自動(dòng)控制相關(guān)專(zhuān)業(yè)復(fù)變函數(shù)課程的教材，是作者基于一線教學(xué)經(jīng)驗(yàn)，積極進(jìn)行教學(xué)內(nèi)容和教學(xué)方法創(chuàng)新的結(jié)果。本書(shū)的目的在于為自動(dòng)控制相關(guān)專(zhuān)業(yè)的同學(xué)提供一本與專(zhuān)業(yè)知識(shí)密切結(jié)合的復(fù)變函數(shù)教材。本書(shū)在涵蓋復(fù)變函數(shù)課程的主要核心知識(shí)點(diǎn)的同時(shí)介紹復(fù)變函數(shù)與自動(dòng)控制的關(guān)聯(lián)關(guān)系與具體應(yīng)用。本書(shū)共分為六章，分別介紹復(fù)數(shù)和復(fù)變函

本書(shū)對(duì)數(shù)據(jù)定價(jià)策略與優(yōu)化進(jìn)行較為深入的研究，針對(duì)現(xiàn)有研究的薄弱之處，分別針對(duì)考慮數(shù)據(jù)質(zhì)量、數(shù)據(jù)規(guī)模的數(shù)據(jù)定價(jià)策略，數(shù)據(jù)產(chǎn)品設(shè)計(jì)與定價(jià)策略，面向閉環(huán)數(shù)據(jù)供應(yīng)鏈的數(shù)據(jù)定價(jià)策略和客戶隱私感知、激勵(lì)與數(shù)據(jù)供應(yīng)鏈定價(jià)策略等問(wèn)題進(jìn)行研究。

"本書(shū)為項(xiàng)目式、任務(wù)式教材。以三個(gè)具體的項(xiàng)目為載體，每個(gè)項(xiàng)目分若干個(gè)任務(wù)。分別為：滑倉(cāng)系統(tǒng)概念設(shè)計(jì)與虛擬調(diào)試、加蓋擰蓋單元概念設(shè)計(jì)與虛擬調(diào)試、檢測(cè)分揀單元概念設(shè)計(jì)與虛擬調(diào)試。第一個(gè)項(xiàng)目以基本知識(shí)的學(xué)習(xí)與應(yīng)用為目的，讀者通過(guò)該項(xiàng)目的學(xué)習(xí)與實(shí)踐初步掌握概念設(shè)計(jì)與虛擬調(diào)試的基本技能；第二個(gè)項(xiàng)目、第三個(gè)項(xiàng)目以全國(guó)職業(yè)院校技能大

要想在數(shù)據(jù)科學(xué)領(lǐng)域取得成功，你需要精通數(shù)學(xué)。但不僅僅是數(shù)學(xué)。這本指南提供了一個(gè)清晰的、簡(jiǎn)單的答案，你需要了解，包括概率、統(tǒng)計(jì)、假設(shè)測(cè)試、線性代數(shù)、機(jī)器學(xué)習(xí)和微積分的知識(shí)。使用Python代碼的實(shí)際示例將幫助您了解數(shù)學(xué)如何應(yīng)用于您將要做的工作，在將概念連接到機(jī)器學(xué)習(xí)等應(yīng)用程序時(shí)，提供了對(duì)概念在底層如何工作的清晰理解。你會(huì)

本書(shū)面向Hadoop大數(shù)據(jù)技術(shù)，通過(guò)大量實(shí)例，循序漸進(jìn)地介紹了Hadoop生態(tài)系統(tǒng)常用組件的安裝及使用方法。 全書(shū)共15個(gè)項(xiàng)目，主要內(nèi)容包括：在虛擬機(jī)中安裝CentOS7、安裝Hadoop偽分布、配置平臺(tái)基礎(chǔ)環(huán)境、搭建Zookeeper分布式集群、搭建HDFS分布式集群、搭建YARN分布式集群、Hadoop分布式計(jì)算

本書(shū)較為系統(tǒng)地講解了大數(shù)據(jù)處理平臺(tái)Hadoop和Spark生態(tài)系統(tǒng)的相關(guān)技術(shù)原理、使用方法和開(kāi)發(fā)技術(shù)，全書(shū)共11章，主要包括大數(shù)據(jù)技術(shù)概述、大數(shù)據(jù)處理平臺(tái)Hadoop、分布式文件系統(tǒng)HDFS、分布式計(jì)算框架MapReduce、Hadoop的發(fā)展和演化、數(shù)據(jù)倉(cāng)庫(kù)Hive、分布式數(shù)據(jù)庫(kù)HBase、Spark的基本概念和整體

本書(shū)以企業(yè)真實(shí)崗位的實(shí)際應(yīng)用和操作為主要背景，以飲料灌裝智能產(chǎn)線實(shí)訓(xùn)系統(tǒng)為載體，設(shè)置了七個(gè)學(xué)習(xí)情境，包括供料站調(diào)試、翻轉(zhuǎn)站調(diào)試、灌裝站調(diào)試、機(jī)器人站調(diào)試、立體庫(kù)站調(diào)試、智能生產(chǎn)線綜合調(diào)試、智能生產(chǎn)線維護(hù)等內(nèi)容。本書(shū)按照"收集信息、制訂計(jì)劃、做出決策、實(shí)施計(jì)劃、檢查控制、評(píng)價(jià)反饋”的教學(xué)過(guò)程組織內(nèi)容，并配有相關(guān)操作的視頻

本書(shū)講解了大數(shù)據(jù)查詢技術(shù)涉及的知識(shí)體系，主要是Hadoop生態(tài)圈體系中的各個(gè)組件，包括HDFS、Hive、Presto、HBase、Phoenix、Elasticsearch和dbeaver。本書(shū)采用項(xiàng)目任務(wù)驅(qū)動(dòng)的方式進(jìn)行講解，覆蓋組件的工作原理、部署安裝和使用方法，力求幫助讀者更有效地動(dòng)手實(shí)踐。

"本書(shū)結(jié)合國(guó)內(nèi)外**的研究成果和實(shí)踐經(jīng)驗(yàn)，融合傳統(tǒng)紙質(zhì)媒體和新興數(shù)字媒體，系統(tǒng)地介紹大數(shù)據(jù)治理的基本概念、原則、框架、技術(shù)、工具和實(shí)踐等內(nèi)容，注重理論與實(shí)踐相結(jié)合，注重案例分析和應(yīng)用演練，幫助讀者全面掌握大數(shù)據(jù)治理的核心知識(shí)和方法。全書(shū)共分兩篇16章：第一篇大數(shù)據(jù)治理理論包括總論、大數(shù)據(jù)架構(gòu)管理、元數(shù)據(jù)管理、主數(shù)據(jù)管理