本書以最新版本的工程設計標準和規(guī)范為藍本，對工業(yè)生產過程自控工程設計的整體內容進行了全面介紹，主要目的是使自動化專業(yè)的本�？茖W生能夠有全面的自控工程設計的概念，掌握自控工程設計的方法，并了解自控工程設計有關的標準和規(guī)范，以期對自控工程設計有全面、深入的了解，并能夠與其他專業(yè)設計人員協(xié)調工作，完成整個工程項目的設計和施工

本書主要內容涵蓋大數據的基礎知識、大數據平臺安全技術、大數據平臺風險評估和監(jiān)控技術、大數據平臺安全管理和運維技術、大數據平臺技術的應用場景和發(fā)展趨勢、信息安全的防御措施、信息安全的管理和監(jiān)控工具、大數據平臺技術中的信息安全問題和解決方案。本書旨在幫助讀者了解大數據平臺技術和信息安全的相關知識和發(fā)展趨勢，提高大數據平臺技

本書分為八章，內容包括：數據、數據資源、數據資產、數據資產評估基礎理論、數據評估法規(guī)與標準、數據資產評估程序、數據資產評估方法、數據資產評估風險管理。

本書內容共分為七個章節(jié)�；�本構成如下：生產要素演化與數據要素產生；數據要素的分類與特征；數據要素的確權與定價；數據要素交易；公共數據的流通交易與應用；企業(yè)數據的流通交易與應用；個人數據的流通交易與應用。每章都有相關典型案例和專欄拓展內容，也設置了啟發(fā)性的課后思考題，以幫助讀者學習和理解。

本書采用理論知識與任務案例相結合的形式，以PyCharm為主要開發(fā)工具，系統(tǒng)地闡述大數據分析處理流程中的常用的第三方庫。全書共13個單元，單元1介紹大數據分析的概念等內容；單元2和單元3介紹使用numpy與pandas實現科學計算與統(tǒng)計分析的相關知識；單元4-單元7介紹使用pandas實現數據預處理的方法；單元8介紹使

《數據治理——理論、方法與實踐》關注以數據為關鍵要素的數字經濟時代背景下的數據治理問題，分為8章。第1、2章以數據治理基礎概念作為鋪墊，重點對數據、數據治理以及數據治理體系所涵蓋的內容進行全面梳理，明晰數據治理的現狀、趨勢，并進行國內外數據治理理念與體系的比較；第3～7章是數據治理核心問題探討，重點對數據開放、數據交易

本書共分三個部分，分別是基礎篇、實踐篇和拓展篇�；�礎篇是對整個課程的歷史、背景和技術原理的解釋部分，基礎篇包含三個項目，講解了的大數據處理流程、大數據存儲架構、大數據存儲技術路線等知識。實踐篇則是更偏重于理論的實驗部分，實驗內容較多，注重簡單、易學和實用等原則，實踐篇包含三個項目，講解了結構化數據存儲技術路線、Post

本書按照“理論+實戰(zhàn)”的形式編寫，將企業(yè)項目需求分解為單獨的任務，全面系統(tǒng)地講解了大數據采集與預處理的相關知識與技術。全書針對數據采集的不同來源，將知識內容分為五個項目，包括網絡數據采集、分布式消息系統(tǒng)Kafka、實時數據庫采集工具Canal和Maxwell、ETL日志采集技術棧以及ETL工具——Kettle。本書針對

全書共9章，內容涉及數據采集、環(huán)境部署、Kettle安裝及應用、pandas應用以及Python應用案例，由淺入深地介紹了數據可視化的基礎內容。

"本書是一本面向大數據基礎知識學習、基本技能訓練和場景應用的項目化教程。全書共分為8個單元，內容包括初識大數據、Linux應用基礎、大數據存儲與計算、大數據編程基礎、數據采集與預處理、數據分析與挖掘、數據可視化、大數據典型行業(yè)應用分析。本書知識點全面，融合了大數據應用開發(fā)的新技術和多個典型行業(yè)應用場景，突出情境案例導引