本書涵蓋從數(shù)據(jù)與大數(shù)據(jù)概念、數(shù)學(xué)基礎(chǔ)到實(shí)踐應(yīng)用的相關(guān)內(nèi)容。全書共7章，詳細(xì)介紹數(shù)據(jù)科學(xué)的基本概念、發(fā)展歷程及其在工程中的應(yīng)用，然后深入講解向量與矩陣計(jì)算、統(tǒng)計(jì)推斷、凸優(yōu)化和圖論等數(shù)學(xué)基礎(chǔ)，為后續(xù)的數(shù)據(jù)分析、模型構(gòu)建和優(yōu)化提供堅(jiān)實(shí)的理論基礎(chǔ)。書中還穿插有遙感圖像壓縮、動(dòng)物圖像特征提取、前景分離、社交網(wǎng)絡(luò)推薦等實(shí)際應(yīng)用案例

全書分為上下兩冊(cè)，上冊(cè)包含9章，下冊(cè)包含5章。上冊(cè)為第1—3章，圍繞大數(shù)據(jù)及其驅(qū)動(dòng)的新一代人工智能的發(fā)展，梳理了數(shù)據(jù)科學(xué)所面臨的機(jī)遇和挑戰(zhàn)，引入基于模型的系統(tǒng)工程體系和方法，構(gòu)建了支持大數(shù)據(jù)分析與技術(shù)實(shí)施的體系結(jié)構(gòu)與方法論。第4—6章，圍繞大數(shù)據(jù)的建模與分析，介紹了大數(shù)據(jù)的需求和性能建模方法、業(yè)務(wù)建模分析方法及數(shù)據(jù)建模

本書系統(tǒng)性地介紹了大數(shù)據(jù)的概念、技術(shù)架構(gòu)、數(shù)據(jù)處理與存儲(chǔ)、數(shù)據(jù)挖掘與分析等內(nèi)容，適用于大數(shù)據(jù)領(lǐng)域的初學(xué)者和理論研究者。而在實(shí)際應(yīng)用方面，本書重點(diǎn)關(guān)注大數(shù)據(jù)技術(shù)在各個(gè)行業(yè)的應(yīng)用場(chǎng)景，涵蓋金融、醫(yī)療、電商、物流等領(lǐng)域，為讀者提供了豐富的實(shí)踐案例和解決方案。針對(duì)應(yīng)用層面，本書通過大量案例分析，將大數(shù)據(jù)技術(shù)與現(xiàn)實(shí)生活場(chǎng)景相結(jié)合

本書系統(tǒng)的圍繞設(shè)計(jì)可追蹤的數(shù)據(jù)隱私保護(hù)方法這一核心問題，從不同角度提出了多種數(shù)據(jù)隱私保護(hù)和追蹤功能結(jié)合方案，在此基礎(chǔ)上對(duì)方案深度應(yīng)用，證實(shí)了可追蹤的數(shù)據(jù)隱私保護(hù)方案的可行性。此書提出的可追蹤的數(shù)據(jù)隱私保護(hù)方法為隱私保護(hù)研究領(lǐng)域提出了一種新的解決方式，目前已有多所學(xué)校或者研究機(jī)構(gòu)的人員加入到此研究中。

《大數(shù)據(jù)分析與應(yīng)用(微課版)》緊跟大數(shù)據(jù)技術(shù)的最新發(fā)展，采用簡(jiǎn)明易懂的語言和逐步深入的案例，系統(tǒng)地講解了大數(shù)據(jù)分析的相關(guān)知識(shí)�！洞髷�(shù)據(jù)分析與應(yīng)用(微課版)》的主要內(nèi)容包括：大數(shù)據(jù)分析概論、需求分析與指標(biāo)體系構(gòu)建、大數(shù)據(jù)存儲(chǔ)與管理、云計(jì)算與大數(shù)據(jù)的集成應(yīng)用、網(wǎng)頁(yè)結(jié)構(gòu)分析與Python編程基礎(chǔ)、大數(shù)據(jù)采集、大數(shù)據(jù)預(yù)處理、大

本書圍繞配套教材《Hadoop大數(shù)據(jù)分布式框架-原理與應(yīng)用》的教學(xué)任務(wù)，根據(jù)教學(xué)內(nèi)容和教學(xué)進(jìn)度設(shè)置相應(yīng)的實(shí)驗(yàn)，整本實(shí)驗(yàn)指導(dǎo)書共分為20個(gè)實(shí)驗(yàn)，主要介紹Hadoop分布式環(huán)境的部署過程、HDFS編程、MapReduce編程及應(yīng)用、Hadoop的相關(guān)生態(tài)組件HBase、Hive、Spark、MySql的安裝及應(yīng)用，以及集成

"《復(fù)雜系統(tǒng)影響因素研究的數(shù)據(jù)驅(qū)動(dòng)分析方法》聚焦于復(fù)雜系統(tǒng)影響因素研究的數(shù)據(jù)驅(qū)動(dòng)分析方法(DAC)，為應(yīng)對(duì)大數(shù)據(jù)和人工智能時(shí)代復(fù)雜系統(tǒng)問題提供創(chuàng)新思路與實(shí)用工具。第1章闡述了傳統(tǒng)分析方法在處理復(fù)雜系統(tǒng)多變量、非線性和動(dòng)態(tài)變化等特征時(shí)的不足，而DAC憑借先進(jìn)的數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)算法，通過數(shù)據(jù)獲取、數(shù)據(jù)處理與變量測(cè)量、聚類

專著，本書全面介紹了作者近年來在網(wǎng)絡(luò)控制系統(tǒng)領(lǐng)域的研究成果。主要內(nèi)容包括：網(wǎng)絡(luò)控制建模方法綜述；區(qū)間化隨機(jī)時(shí)延的網(wǎng)絡(luò)控制系統(tǒng)鎮(zhèn)定研究；區(qū)間化時(shí)變時(shí)延的網(wǎng)絡(luò)控制系統(tǒng)鎮(zhèn)定研究；網(wǎng)絡(luò)控制系統(tǒng)時(shí)變采樣周期的建模與切換控制；具有網(wǎng)絡(luò)誘導(dǎo)時(shí)延與隨機(jī)丟包的網(wǎng)絡(luò)化系統(tǒng)建模與控制；具有時(shí)延與丟包的網(wǎng)絡(luò)化切換系統(tǒng)建模與控制；混合事件觸發(fā)下

本書分為4篇,共12章。第1篇(第1、2章)準(zhǔn)備篇,主要介紹Hadoop和Spark的基本概念,以及如何快速搭建Hadoop和Spark的學(xué)習(xí)環(huán)境。第2篇(第3-6章)入門篇,涵蓋Hadoop的高級(jí)特性、Spark的基礎(chǔ)知識(shí)與高級(jí)特性,以及大數(shù)據(jù)安全。第3篇(第7-10章)進(jìn)階篇,深入講解數(shù)據(jù)采集與清洗、數(shù)據(jù)存儲(chǔ)與管理

本書以科學(xué)、實(shí)用、簡(jiǎn)明易懂的語言，以數(shù)據(jù)時(shí)代大數(shù)據(jù)技術(shù)發(fā)展與實(shí)踐為框架，對(duì)大數(shù)據(jù)的技術(shù)支撐、基于Hadoop的大數(shù)據(jù)平臺(tái)的實(shí)現(xiàn)、大數(shù)據(jù)應(yīng)用的相關(guān)技術(shù)、云時(shí)代的大數(shù)據(jù)技術(shù)應(yīng)用案例等內(nèi)容做深入分析。