? 為什么花更少的錢買更偏遠(yuǎn)的房子不一定劃算?? 為什么得分最多的運(yùn)動員不一定是好運(yùn)動員?? 為什么癌癥發(fā)病率上升竟可能是一件好事?? 泰勒主義、績效管理、科學(xué)管理、關(guān)鍵績效指標(biāo)等理論都建立在同一個(gè)假設(shè)之上:如果你考核員工并提供激勵(lì),你就會得到理想的結(jié)果。但事實(shí)真的是這樣嗎?我們使用衡量指標(biāo)來了解世界上許多重要的事:教
在五彩繽紛的現(xiàn)實(shí)世界中,到處充斥著數(shù)字。這些數(shù)字有時(shí)會讓人看得眼花繚亂,使人心緒不寧。因此,數(shù)據(jù)的收集、處理、分析尤為重要。掌握正確的數(shù)據(jù)收集、數(shù)據(jù)處理、數(shù)據(jù)分析的方法,由表及里、去偽存真,是人們在學(xué)習(xí)、生活、工作中必不可少的。 本書用一種比較通俗的方式向大學(xué)生介紹數(shù)據(jù)分析的基礎(chǔ)知識和基本方法,以幫助他們?nèi)胬斫夂驼_
大數(shù)據(jù)是信息化發(fā)展的新階段。隨著信息技術(shù)和人類生產(chǎn)生活交匯融合,互聯(lián)網(wǎng)快速普及,全球數(shù)據(jù)呈現(xiàn)爆發(fā)增長、海量集聚的特點(diǎn),對經(jīng)濟(jì)發(fā)展、社會治理、國家管理、人民生活都產(chǎn)生了重大影響。本書以提高應(yīng)用能力為目的,每章以多任務(wù)為主線,循序漸進(jìn),再以綜合實(shí)訓(xùn)為輔,帶領(lǐng)讀者走進(jìn)大數(shù)據(jù)的世界,幫助讀者在感受大數(shù)據(jù)魅力的同時(shí)掌握大數(shù)據(jù)相關(guān)
本書是一本基于云計(jì)算的數(shù)據(jù)安全方面研究的著作。全書首先對云計(jì)算基礎(chǔ)理論進(jìn)行簡要概述,介紹了云計(jì)算的涵義、云計(jì)算的應(yīng)用、云計(jì)算安全體系、云安全的管理及評估等;然后對云計(jì)算下的數(shù)據(jù)安全實(shí)踐的相關(guān)問題進(jìn)行梳理和分析,包括云儲存數(shù)據(jù)安全、云計(jì)算數(shù)據(jù)安全共享及數(shù)據(jù)庫安全、訪問控制、拒絕服務(wù)攻擊與安全協(xié)議、云計(jì)算環(huán)境的可證明數(shù)據(jù)安
當(dāng)今社會,大數(shù)據(jù)技術(shù)已廣泛應(yīng)用于各行各業(yè),大數(shù)據(jù)相關(guān)的存儲和分布式計(jì)算等基本知識也成為了時(shí)下大學(xué)生尤其是計(jì)算機(jī)相關(guān)專業(yè)學(xué)生應(yīng)具備的常識。本書在內(nèi)容上去繁就簡,重點(diǎn)介紹大數(shù)據(jù)的相關(guān)基本概念和原理,包括存儲原理和分布式處理的原理。本書主要圍繞Hadoop大數(shù)據(jù)處理平臺(第2章),介紹其中涉及的HDFS(第3章)、HBase
本書系統(tǒng)梳理了大數(shù)據(jù)與會計(jì)專業(yè)群標(biāo)準(zhǔn)建設(shè)的最新成果,具體內(nèi)容包括兩個(gè)部分:一是專業(yè)教學(xué)標(biāo)準(zhǔn),包括大數(shù)據(jù)與會計(jì)、會計(jì)信息管理和大數(shù)據(jù)與審計(jì)專業(yè)三個(gè)專業(yè)的教學(xué)標(biāo)準(zhǔn);二是課程標(biāo)準(zhǔn),包括7門平臺課程、16門核心課程、5門綜合實(shí)踐課程和24門拓展課程共52門課程標(biāo)準(zhǔn)。
本書從計(jì)算機(jī)的控制系統(tǒng)概述入手進(jìn)行闡述,全書共七章,涵蓋計(jì)算機(jī)控制系統(tǒng)概述、計(jì)算機(jī)控制系統(tǒng)設(shè)計(jì)與工程實(shí)現(xiàn)、數(shù)字控制器的設(shè)計(jì)、計(jì)算機(jī)控制系統(tǒng)抗干擾技術(shù)、計(jì)算機(jī)與人工智能、數(shù)據(jù)庫與人工智能技術(shù)應(yīng)用和人工智能在計(jì)算機(jī)教學(xué)中的運(yùn)用等內(nèi)容。
本書以若干數(shù)據(jù)處理任務(wù)為主線,循序漸進(jìn)地引導(dǎo)讀者使用KNIM開源數(shù)據(jù)平臺。書中提供了一些富有趣味性的數(shù)據(jù)處理案例,在一步一步解決問題的過程中,幫助讀者熟悉KNME當(dāng)中眾多節(jié)點(diǎn)的使用方法,以便在其他數(shù)據(jù)任務(wù)中舉一反三。
由于多個(gè)傳感器可以在時(shí)間和空間上提供有關(guān)感興趣目標(biāo)的豐富信息,多傳感器系統(tǒng)已被廣泛應(yīng)用于軍事和民用領(lǐng)域。在實(shí)際應(yīng)用中,對于不同類型和功能的傳感器,甚至對于同一傳感器,很難保證同步采樣假設(shè)。此外,在某些情況下,使用具有多(速)率的傳感器可以提供更有效的信號測量,因而自20世紀(jì)50年代以來,多率采樣系統(tǒng)已經(jīng)受到廣泛關(guān)注,并
本書介紹了數(shù)據(jù)網(wǎng)格——一種來自現(xiàn)代分布式架構(gòu)的去中心化社會技術(shù)范式,它提供了一種大規(guī)模采購、共享、訪問和管理分析型數(shù)據(jù)的新方法。本書分為五部分。第1部分介紹DataMesh的四個(gè)原則,以及它們所組成的高級模型。第2部分比較DataMesh與以前的數(shù)據(jù)架構(gòu)的區(qū)別。第3部分介紹DataMesh組件的高層次架構(gòu),幫助你設(shè)計(jì)D