本書研究動態(tài)網(wǎng)絡(luò)環(huán)境中的資源智能調(diào)度方法，圍繞四個問題展開研究工作，提出了有效調(diào)度網(wǎng)絡(luò)資源的方法�，F(xiàn)代經(jīng)濟社會正處于計算機網(wǎng)絡(luò)、企業(yè)生產(chǎn)網(wǎng)絡(luò)、物流配送網(wǎng)絡(luò)、供應鏈網(wǎng)絡(luò)等擁有網(wǎng)絡(luò)狀拓撲的環(huán)境。在此動態(tài)網(wǎng)絡(luò)環(huán)境中，實現(xiàn)網(wǎng)絡(luò)資源、服務(wù)資源等多樣化資源的智能調(diào)度和管理，對網(wǎng)絡(luò)所支撐的業(yè)務(wù)的性能具有重要意義。

基于SPSS大數(shù)據(jù)輔助科學決策方法與實踐

本書主要介紹惡意流量的欺詐手段和對抗技術(shù)，分為5個部分，共12章：先講解流量安全基礎(chǔ)；再基于流量風險洞察，講解典型流量欺詐手段及其危害；接著從流量數(shù)據(jù)治理層面，講解基礎(chǔ)數(shù)據(jù)形態(tài)、治理和特征工程；然后重點從設(shè)備指紋、人機驗證、規(guī)則引擎、機器學習對抗、復雜網(wǎng)絡(luò)對抗、多模態(tài)集成對抗和新型對抗等方面，講解流量反欺詐技術(shù)；最后通

本書圍繞大數(shù)據(jù)預處理業(yè)務(wù)背景及相關(guān)技術(shù)，以學習情境的方式，首先介紹了使用Python、Pandas對各種數(shù)據(jù)源的讀寫，然后介紹了數(shù)據(jù)的清洗、集成、規(guī)約、變換四個處理數(shù)據(jù)方式，最后介紹了使用Kettle工具和MapReduce編程對數(shù)據(jù)進行處理的技術(shù)，通過理論結(jié)合實際、循序漸進的學習方式，讓讀者學習并掌握大數(shù)據(jù)預處理技術(shù)

本書內(nèi)容實用而全面，旨在幫助讀者熟悉Flowable流程引擎的基本概念、構(gòu)建流程模型、實施工作流、集成系統(tǒng)，并解決在實際應用中遇到的問題。它為Java開發(fā)人員在流程引擎編程領(lǐng)域提供了豐富的知識和實戰(zhàn)經(jīng)驗。同時，本書詳細介紹了Flowable流程引擎各組件API及其實戰(zhàn)應用，并以通俗易懂的語言講解引擎設(shè)計原理、源碼和進階

《Spark性能優(yōu)化實戰(zhàn)：突破性能瓶頸，遨游數(shù)據(jù)重洋》全面、系統(tǒng)、深入地介紹ApacheSpark性能優(yōu)化的相關(guān)技術(shù)和策略，涵蓋從Spark性能優(yōu)化的基礎(chǔ)知識到核心技術(shù)，再到應用實踐的方方面面。本書不但系統(tǒng)地介紹各種監(jiān)控工具的使用，而且還結(jié)合實戰(zhàn)案例，詳細介紹Spark性能優(yōu)化的各種經(jīng)驗和技巧，提升讀者的實際應用技能。

本書系統(tǒng)介紹了Spark大數(shù)據(jù)處理框架以及相應的主流開發(fā)語言Scala。全書共14章,內(nèi)容包括Scala基本概念和基本用法，Scala字符串和數(shù)組，Scala控制結(jié)構(gòu)，Scala列表、元組、集合和映射，Scala函數(shù)，Scala面向?qū)ο缶幊�，Spark大數(shù)據(jù)處理框架、SparkRDD編程，Windows環(huán)境下的Spar

本書系統(tǒng)地介紹了計算機控制系統(tǒng)的基礎(chǔ)知識、設(shè)計方法和典型應用。全書共13章：第1章主要介紹計算機控制系統(tǒng)的組成、分類及發(fā)展趨勢；第2章介紹計算機輸入/輸出接口與過程通道；第3章介紹計算機控制系統(tǒng)的數(shù)學描述；第4～9章分別介紹計算機控制系統(tǒng)的特性分析、頻率響應、魯棒穩(wěn)定性分析方法及各種經(jīng)典設(shè)計方法，并結(jié)合具體實例進行應用

本書面向現(xiàn)代控制理論在高性能控制律開發(fā)中的應用，主要基于MATLAB和Simulink編程環(huán)境，介紹如何設(shè)計并實現(xiàn)嵌入式魯棒控制系統(tǒng)。書中包含許多重要的示例，用以說明理論結(jié)果的實際實現(xiàn)。

反饋數(shù)據(jù)規(guī)模、頻率、機制在二十一世紀已發(fā)生根本變化，這是數(shù)字化和智能的本質(zhì)，也是影響未來商業(yè)重要的變量之一。在技術(shù)領(lǐng)域，用戶行為反饋帶來互聯(lián)網(wǎng)的相關(guān)性，AI算法的誤差、獎勵、強度等反饋機制涌現(xiàn)智能，基于簡單反饋規(guī)則的算法，結(jié)合海量的反饋數(shù)據(jù)，正在創(chuàng)造讓人驚奇的表現(xiàn)，并解決復雜問題，無論是搜索、推薦引擎還是大規(guī)模預訓練模