本書(shū)以多格漫畫(huà)形式掀開(kāi)大數(shù)據(jù)的朦朧面紗，帶領(lǐng)讀者走進(jìn)數(shù)據(jù)科學(xué)的浩瀚世界。故事講述了由數(shù)據(jù)的產(chǎn)生，直至其發(fā)展成為大數(shù)據(jù)這一歷程，使讀者感受到大數(shù)據(jù)釋放的力量、綻放的價(jià)值、迸發(fā)的智慧、遭遇的安全之憂。同時(shí)，引導(dǎo)讀者進(jìn)一步理解數(shù)據(jù)的形式與內(nèi)涵、大數(shù)據(jù)的概念及特征、人工智能與大數(shù)據(jù)的關(guān)系，加深對(duì)數(shù)據(jù)科學(xué)的認(rèn)知。

本書(shū)系統(tǒng)介紹了面向人工智能領(lǐng)域中的數(shù)據(jù)安全、隱私保護(hù)技術(shù)和工程實(shí)踐。本書(shū)首先探討了人工智能領(lǐng)域所面臨的各種數(shù)據(jù)安全和隱私保護(hù)的問(wèn)題及其核心需求，并在此基礎(chǔ)上縱覽和比較了各種隱私保護(hù)計(jì)算技術(shù)和解決方案的利弊；然后詳細(xì)闡述了目前比較具有工程實(shí)踐優(yōu)勢(shì)的可信執(zhí)行環(huán)境技術(shù)，及其在主流人工智能場(chǎng)景中的工程實(shí)踐參考案例。此外，本書(shū)介

本書(shū)首先簡(jiǎn)要介紹了大數(shù)據(jù)分析與挖掘的相關(guān)概念，以及R語(yǔ)言的基礎(chǔ)知識(shí)，以此來(lái)幫助讀者了解、使用R語(yǔ)言；其次詳細(xì)介紹了探索性數(shù)據(jù)分析、數(shù)據(jù)采集，以此來(lái)幫助讀者了解數(shù)據(jù)的基本分析方法和數(shù)據(jù)的獲取方法；然后著重介紹了目前主流的數(shù)據(jù)挖掘算法——時(shí)間序列算法、線性回歸算法、分類算法、關(guān)聯(lián)算法、聚類算法，從算法的原理到如何使用R語(yǔ)言

本書(shū)由數(shù)數(shù)科技分析師團(tuán)隊(duì)撰寫(xiě)。基于數(shù)數(shù)科技成立以來(lái)服務(wù)上千家游戲企業(yè)、近萬(wàn)個(gè)游戲項(xiàng)目的經(jīng)驗(yàn)，作者介紹了游戲行業(yè)的數(shù)據(jù)分析現(xiàn)狀，解讀了數(shù)據(jù)驅(qū)動(dòng)增長(zhǎng)的典型案例，闡明了如何建設(shè)數(shù)據(jù)分析體系才能給游戲企業(yè)帶來(lái)商業(yè)價(jià)值，希望為游戲行業(yè)的運(yùn)營(yíng)、數(shù)據(jù)分析、策劃等崗位從業(yè)者提供從方法到實(shí)踐的指導(dǎo)，驅(qū)動(dòng)游戲業(yè)務(wù)增長(zhǎng)。

《吉布斯分布的局部、動(dòng)態(tài)與快速采樣算法》由愛(ài)丁堡大學(xué)博士后鳳維明撰寫(xiě)，內(nèi)容榮獲2021年度CCF優(yōu)秀博士學(xué)位論文獎(jiǎng)。全書(shū)立足大數(shù)據(jù)背景下的新問(wèn)題，從分布式采樣和動(dòng)態(tài)采樣兩個(gè)具體問(wèn)題入手，給出了有理論保障的算法并研究了新模型下采樣問(wèn)題的復(fù)雜性。《吉布斯分布的局部、動(dòng)態(tài)與快速采樣算法》共十章，分為四個(gè)部分：第零部分（第1~

本書(shū)對(duì)大數(shù)據(jù)挖掘與應(yīng)用的基本算法進(jìn)行了系統(tǒng)的介紹，每種算法不僅包括對(duì)算法基本原理的介紹，而且配有大量的例題以及基于阿里云大數(shù)據(jù)平臺(tái)(數(shù)加平臺(tái))的演示，這種理論與實(shí)踐相結(jié)合的方式極大地方便了讀者對(duì)抽象的數(shù)據(jù)挖掘算法的理解和掌握。本書(shū)共11章，內(nèi)容覆蓋了數(shù)據(jù)預(yù)處理、分類算法、聚類算法及常見(jiàn)的數(shù)據(jù)挖掘應(yīng)用，具體章節(jié)包括大數(shù)據(jù)

本書(shū)采用“問(wèn)題描述+解決方案”模式，通過(guò)500個(gè)案例介紹了使用Pandas進(jìn)行數(shù)據(jù)分析和數(shù)據(jù)處理的技術(shù)亮點(diǎn)。全書(shū)共分為8章，主要案例包括：讀寫(xiě)CSV、Excel、JSON、HTML等格式的數(shù)據(jù)；根據(jù)行標(biāo)簽、列名和行列數(shù)字索引篩選和修改數(shù)據(jù)，使用各種函數(shù)根據(jù)數(shù)據(jù)大小、日期范圍、正則表達(dá)式、lambda表達(dá)式、文本類型等多

本書(shū)系統(tǒng)介紹Spark大數(shù)據(jù)處理框架。全書(shū)共8章,內(nèi)容包括大數(shù)據(jù)技術(shù)概述、Spark大數(shù)據(jù)處理框架、SparkRDD編程、SparkSQL結(jié)構(gòu)化數(shù)據(jù)處理、HBase分布式數(shù)據(jù)庫(kù)、SparkStreaming流計(jì)算、SparkMLlib機(jī)器學(xué)習(xí)、數(shù)據(jù)可視化。本書(shū)可作為高等院校計(jì)算機(jī)科學(xué)與技術(shù)、信息管理與信息系統(tǒng)、軟件工程

本書(shū)從系統(tǒng)的角度，成體系地研究動(dòng)態(tài)數(shù)據(jù)驅(qū)動(dòng)原理與方法。以數(shù)據(jù)驅(qū)動(dòng)為根本出發(fā)點(diǎn)，揭示了復(fù)雜系統(tǒng)的設(shè)計(jì)、運(yùn)行、控制與優(yōu)化規(guī)律，從信號(hào)感知、結(jié)構(gòu)感知、環(huán)境感知、情景感知、語(yǔ)境感知、能量感知、過(guò)程感知、網(wǎng)絡(luò)感知、系統(tǒng)感知等不同維度，介紹了主流的理論與方法，提供了研究復(fù)雜系統(tǒng)問(wèn)題的新思路、新方法。