本書詳細(xì)講解了基于微服務(wù)的數(shù)據(jù)工程應(yīng)用開發(fā)實(shí)踐，包括微服務(wù)及數(shù)據(jù)工程相關(guān)原理概述、開發(fā)環(huán)境搭建、服務(wù)運(yùn)行與跟蹤、服務(wù)通信與配置、國產(chǎn)自主可控?cái)?shù)據(jù)庫實(shí)踐、相關(guān)系統(tǒng)的開發(fā)實(shí)踐等內(nèi)容，特色是（1）結(jié)合當(dāng)今微服務(wù)發(fā)展技術(shù)指導(dǎo)傳統(tǒng)數(shù)據(jù)工程應(yīng)用的開發(fā)實(shí)踐（2）引入當(dāng)今對(duì)國產(chǎn)自主可控?cái)?shù)據(jù)庫的要求，詳細(xì)講解了如何在微服務(wù)技術(shù)條件下對(duì)國

《數(shù)據(jù)資產(chǎn)管理核心技術(shù)與應(yīng)用》深入探討數(shù)據(jù)資產(chǎn)管理的核心技術(shù)與應(yīng)用，融入作者在大數(shù)據(jù)領(lǐng)域多年的豐富經(jīng)驗(yàn)�！稊�(shù)據(jù)資產(chǎn)管理核心技術(shù)與應(yīng)用》為讀者提供一套可以落地的數(shù)據(jù)資產(chǎn)管理框架，并詳解兩個(gè)基于該框架進(jìn)行數(shù)據(jù)資產(chǎn)管理的應(yīng)用案例，使讀者能更好地了解數(shù)據(jù)資產(chǎn)管理底層所涉及的眾多核心技術(shù)，讓數(shù)據(jù)可以發(fā)揮出更大的價(jià)值。《數(shù)據(jù)資產(chǎn)管

本書系統(tǒng)介紹了大數(shù)據(jù)基礎(chǔ)知識(shí)和相關(guān)技術(shù)，全書分為大數(shù)據(jù)基礎(chǔ)、大數(shù)據(jù)存儲(chǔ)與管理篇、大數(shù)據(jù)采集與預(yù)處理、大數(shù)據(jù)分析與挖掘、大數(shù)據(jù)平臺(tái)Hadoop實(shí)踐與應(yīng)用案例5篇,共17章，主要內(nèi)容包括大數(shù)據(jù)基本概念、大數(shù)據(jù)平臺(tái)Hadoop基礎(chǔ)、大數(shù)據(jù)存儲(chǔ)與管理基本概念、大數(shù)據(jù)分布式文件系統(tǒng)HDFS、大數(shù)據(jù)分布式數(shù)據(jù)庫系統(tǒng)HBase、大數(shù)

《Hadoop海量數(shù)據(jù)處理》從Hadoop的基礎(chǔ)知識(shí)講起，逐步深入Hadoop分布式文件系統(tǒng)（HDFS）和MapReduce分布式編程框架的核心技術(shù)，幫助讀者全面、系統(tǒng)、深入地理解Hadoop海量數(shù)據(jù)處理技術(shù)的精髓。本書在講解技術(shù)原理時(shí)穿插大量的典型示例，并詳解兩個(gè)典型項(xiàng)目實(shí)戰(zhàn)案例，幫助讀者提高實(shí)際項(xiàng)目開發(fā)水平�！禜a

本書通過魯棒優(yōu)化的核心原理和應(yīng)用，揭開不確定性的神秘面紗，為讀者提供應(yīng)對(duì)不可預(yù)測(cè)的挑戰(zhàn)所需的見解和工具。作者首先簡要介紹了不確定線性規(guī)劃，然后深入分析了適當(dāng)不確定性集的構(gòu)建與經(jīng)典機(jī)會(huì)約束（概率）方法之間的相互聯(lián)系。接著，提出了針對(duì)不確定的錐二次優(yōu)化和半定優(yōu)化問題以及動(dòng)態(tài)（多階段）問題的魯棒優(yōu)化理論。最后，通過來自金融、

本書第一章介紹了大數(shù)據(jù)分析的相關(guān)概念、大數(shù)據(jù)分析模型的建立方法；第二章介紹了Tempo平臺(tái)的功能模塊以及創(chuàng)建課堂、添加實(shí)驗(yàn)、發(fā)布實(shí)驗(yàn)等常用功能的快速入門；第三章介紹了數(shù)據(jù)預(yù)處理。第四章是分類分析實(shí)驗(yàn)，涉及到?jīng)Q策樹分類、KNN分類、樸素貝葉斯分類、隨機(jī)森林和神經(jīng)網(wǎng)絡(luò)算法；第五章描述了聚類分析實(shí)驗(yàn)，分別介紹了Kmeans算

本書采用項(xiàng)目任務(wù)式編寫方法，以合理的結(jié)構(gòu)、通俗易懂的語言、豐富實(shí)用的案例、學(xué)練結(jié)合的講解方式，全面系統(tǒng)、循序漸進(jìn)地介紹了大數(shù)據(jù)存儲(chǔ)的相關(guān)技術(shù)和實(shí)際應(yīng)用。全書共分為7個(gè)項(xiàng)目，分別為大數(shù)據(jù)存儲(chǔ)概述、數(shù)據(jù)倉庫Hive、列式數(shù)據(jù)庫HBase、文檔數(shù)據(jù)庫MongoDB、圖數(shù)據(jù)庫Neo4j、鍵值數(shù)據(jù)庫Redis、NewSQL數(shù)據(jù)庫

本教材是大數(shù)據(jù)時(shí)代下，大數(shù)據(jù)行業(yè)蓬勃發(fā)展，大數(shù)據(jù)技術(shù)也在不斷涌現(xiàn)革新，本書對(duì)大數(shù)據(jù)體系架構(gòu)lambda進(jìn)行梳理，介紹了一些重要的大數(shù)據(jù)平臺(tái)技術(shù)原理與編程實(shí)踐，包括數(shù)據(jù)收集層的Kafka，數(shù)據(jù)存儲(chǔ)層的HDFS、HBase，計(jì)算框架層的MapReduce、Spark、Flink，資源管理與協(xié)調(diào)層的YARN、ZooKeepe

本書首先介紹了大數(shù)據(jù)應(yīng)用基礎(chǔ)：重點(diǎn)講解了如何搭建Hadoop分布式集群平臺(tái)，使用Java語言進(jìn)行MapReduce分布式編程；HBase及Hive數(shù)據(jù)庫環(huán)境的安裝和數(shù)據(jù)的增、刪、改、查操作；Spark平臺(tái)的搭建、RDD操作及SparkSQL查詢；Flink平臺(tái)的搭建，Kafka消息中間件的使用及流批一體計(jì)算。其次對(duì)數(shù)據(jù)

本書共分兩部分：第一部分是網(wǎng)絡(luò)數(shù)據(jù)采集與預(yù)處理的基礎(chǔ)理論實(shí)踐，包括任務(wù)1-任務(wù)6，主要講解如何使用Python編寫網(wǎng)絡(luò)數(shù)據(jù)采集和預(yù)處理程序，內(nèi)容包括Python環(huán)境搭建，Python基礎(chǔ)語法、語句與函數(shù)，網(wǎng)絡(luò)基礎(chǔ)知識(shí)，常用網(wǎng)絡(luò)數(shù)據(jù)采集與預(yù)處理庫和解析庫、數(shù)據(jù)持久化保存，以及requests庫、Numpy庫、Pandas