三民網路書店 中國圖書館分類法 / 工業技術 / 自動化技術、計算機技術 / 自動化技術及設備 / 數據處理、數據處理系統

本書主要研究決策蘊涵的邏輯理論及形式概念分析中的知識表示與推理、具體內容包括：決策蘊涵、模糊決策蘊涵和可變決策蘊涵的邏輯理論，決策蘊涵規範基和模糊決策蘊涵規範基的邏輯理論，決策蘊涵規範基的生成方法和性能分析，決策蘊涵的知識表示能力及其與概念規則和粒規則的比較，模糊屬性約簡等。 本書可供高等院校信息科學高年級本科生和研究生學習，也可供形式概念分析相關領域的研究人員參考。

《深入淺出數據分析》以類似"章回小說”的活潑形式，生動地向讀者展現出色的數據分析人員應知應會的技術：數據分析基本步驟、實驗方法、優化方法、假設檢驗方法、貝葉斯統計方法、主觀概率法、啟發法、直方圖法、回歸法、誤差處理、相關數據庫、數據整理技巧；正文之後，意猶未盡地以三篇附錄介紹數據分析十大要務、R工具及ToolPak工具，在充分展現目標知識以外，為讀者搭建了走向深入研究的橋樑。

對於任何依賴經常性收入和重複銷售的企業來說，讓客戶保持活躍並持續購買是必不可少的。客戶流失(或“流失”)，這種代價高昂且令人沮喪的事情是可以預防的。通過使用本書中介紹的技術，你可以識別客戶流失的預警信號，並學會在客戶離開之前識別並挽留他們。《客戶留存數據分析與預測》向開發人員和數據科學家傳授經過實踐證明的技術與方法，可以在客戶流失發生之前阻止其發生。本書包含很多來自現實中的示例，介紹如何將原始數據轉換為可衡量的行為指標、計算客戶生命週期價值，並使用人口統計數據改進客戶流失預測。通過遵循 Zuora 首席數據科學家 Carl Gold 的方法，你將獲得高客戶留存率帶來的優勢。主要內容● 計算流失指標● 通過客戶行為預測客戶流失● 使用客戶細分策略減少客戶流失● 將客戶流失分析技術應用於其他業務領域● 使用人工智能技術進行準確的客戶流失預測

本書根據應用型本科測控技術與儀器專業的工程應用能力培養需求，結合企業工程實踐應用案例，校企合作編寫的實訓教材。本書主要圍繞測控系統開發應用模塊以及在製造系統綜合應用編寫，內容分七個章節：傳感器與檢測裝置；基於HALCON的機器視覺應用實訓寫；單片機在測控系統中的應用實訓；控制系統設計及仿真實訓；基於LabVIEW的虛擬測控系統設計實訓；基於PLC與組態軟件的仿真控制實訓；製造綜合應用系統訓練。本書理論分析簡潔透徹，深入淺出，內容精練，重點突出傳工程應用情況分析，知識面寬，應用性強。

大數據資源規劃與統籌發展是新技術背景下提出的重大命題。本書圍繞這一重大命題，將大數據置於國家戰略高度，詳細闡述了大數據資源規劃理論模型，以及如何建設大數據資源規劃與統籌發展保障體系。本書作為專著，具有很強的專業型、理論性和時代性，本書以“大數據資源規劃理論與統籌發展研究”為主題，以規劃理論與應用為切入點，形成大數據資源規劃理論，建立大數據資源規劃模型，理順基於規劃的大數據資源統籌發展路徑，並以面向公共文化服務的大數據資源規劃與統籌發展應用為案例進行剖析，促進大數據資源的多場景綜合應用、服務大數據政策規劃的制定和國家大數據戰略的實現。

本書是一本面向數據科學初學者的實驗教材。本書旨在通過實驗的方式，幫助學生掌握數據分析和挖掘的基本概念、方法和技術，並學會使用Python等工具進行實際操作。本書的實驗設計涵蓋了數據預處理、數據可視化、分類與預測、聚類與關聯規則挖掘、文本挖掘、網絡分析、時間序列分析、情感分析和主題模型等多個方面，旨在培養學生的數據思維和實際操作能力，為學生日後從事數據科學工作打下堅實的基礎。本書的實驗設計遵循理論與實踐相結合的原則，每個實驗都提供了詳細的理論知識和實驗步驟，以及實驗數據和代碼。通過實驗，學生可以熟悉數據分析與挖掘的實際操作流程，瞭解各種數據分析與挖掘方法的優缺點以及應用場景。同時，本書還鼓勵學生進行自主思考和創新，通過實驗提高學生解決問題的能力和創新能力。

本書圍繞 Hadoop 大數據平臺及其生態系統組件的部署與運維，採用 “任務驅動＋知識準備＋任務實施＋考核評價＂ 的項目化模式組織各單元的內容。全書分為 11 個單元，主要內容包括大數據簡介、Hadoop偽分布式安裝部署、Hadoop 集群部署與監控、HDFS 分布式存儲、使用 MapReduce 實現電商銷售數據的統計、Hadoop 高可用集群規劃部署、分布式數據庫 HBase 部署與應用、數據倉庫 Hive 部署與應用、Spark計算框架部署、Flink流式計算框架部署與操作、020外賣服務大數據平臺部署運維綜合實訓。本書可作為高等職業院校大數據及計算機相關專業的專業課教材， 也可作為大數據培訓班的輔導教材， 還可供從事大數據技術及應用的專業人員和廣大大數據平臺愛好者自學選用參考。

本書分析針對數據中心的安全威脅，包括注入攻擊、拒絕服務攻擊、中間人攻擊、APT攻擊和供應鏈攻擊等，並介紹數據中心的安全防護技術。從數據安全層面介紹常用的數據安全治理方法；從網絡空間安全層面介紹被動和主動防禦技術，並給出網絡安全評估常用模型與網絡攻防博弈模型。最後，總結在人工智能時代背景下，如何利用人工智能技術，分別從網絡安全和數據安全治理層面賦能數據中心安全。

 為什麼花更少的錢買更偏遠的房子不一定划算？ 為什麼得分最多的運動員不一定是最好的運動員？ 為什麼癌症發病率上升竟可能是一件好事？ 泰勒主義、績效管理、科學管理、關鍵績效指標等理論都建立在同一個假設之上：如果你考核員工並提供激勵，你就會得到理想的結果。但事實真的是這樣嗎？我們使用衡量指標來瞭解世界上許多重要的事：教育和醫療系統是否高效，一個國家是否比另一個國家更富裕，哪個城市的生活質量更高……在這本書中，作者分享了許多選用錯誤的衡量指標，進而帶來糟糕結果的案例，展示了衡量指標如何影響教育、醫療、商業，甚至城市發展。為什麼人們總是測量錯誤的數據，而忽視重要的指標設定？這本啟發性的書提醒我們，並非所有計算得清楚的東西都重要，也並非所有重要的東西都計算得清楚。被各種量化指標裹挾的我們，要時常想一想：這些數字指標真的能起到衡量作用嗎？人們是否在鑽空子？他們的行為是否會使這個指標變得毫無意義？事實上，“說謊”的從來不是數據本身，而是被不科學的衡量指標支配的人。這本書強調了選用恰當衡量指標的重要性，並且告訴讀者，如何在做出關鍵決策之前找到正確的指標。

Azure Databricks是一款基於雲的大數據分析和機器學習平臺，用於實現基於Apache Spark的數據處理，為快速增長的海量數據的處理和決策需求分析提供了良好的支撐。《Apache Spark大數據分析：基於Azure Databricks雲平臺》詳細介紹基於Azure Databricks雲平臺來使用Apache Spark完成大規模數據處理和分析的方法。本書總計11章，首先介紹大規模數據分析相關的概念；然後介紹受管的Spark及其與Databricks的關係，以及Databricks的版本差異和使用方法（涵蓋工作區、集群、筆記本、Databricks文件系統、數據導入/導出等內容）；接著介紹使用SQL和Python分別實現數據分析的過程，數據提取、變換、加載、存儲、優化技巧等高階數據處理方法以及外部連接工具、生產環境集成等內容；最後探討了運行機器學習算法、合併數據更新以及通過API運行Databricks、Delta流處理等高階主題。作為數據分析領域的入門書，本書具有很強的實用性，可供數據工程師、數據分析師和決策分析人員等學習和參考。

本教材是為了適應我國卓越工程師教育培養計劃和工程實踐教學改革的需要，根據21世紀人才培養模式的新變化，針對中德合作高層次應用型創新人才培養的特點而編寫的。本教材從訓練學生的工程實踐及應用能力出發，以培養綜合創新思維為目標，以及為機械工程實踐教學改革提供基本思路。通過本教材的學習，使學生獲得產品幾何量測量工程和智能檢測系統和儀器設備應用兩方面的基本知識、基本理論和相關的工程訓練能力。進一步學會運用國家標準、產品幾何技術規範（GPS）、幾何公差等標準；掌握機械設計過程中的誤差知識，並學會分析、計算、處理幾何誤差；熟悉幾何公差的基本內容，並能按照產品幾何技術規範，把公差要求正確地標注在圖樣上；具備根據機器設備、機構部件的功能要求確定產品各類公差及所需配合的能力。本教材內容涉及“工程製圖”“機械設計基礎”“智能製造工程”“機械精度設計與測量”“工程力學”“機械加工與工藝分析”“數字化檢測技術與智能製造”等專業主幹課程相關內容，以滿足教師針對不同階段和不同層次學生的工程實踐教學的需要。本教材可作為高等院校機械設計與製造、機械設計及自動化、機械設計與裝備、車輛工程、材料成型及控制，以及其他相關專業的工程應用教材，也可作為研究生及其他專業人員的參考書或培訓教材。

本書以Hadoop HDFS為載體，濃縮介紹構成一款分布式系統（尤其是存儲方向）所需的精華部件，所有內容均基於當前新的3.3.x/3.4.x版本，分別從核心原理和拓展實踐兩個維度逐一闡述。本書主要包括兩篇：核心原理篇介紹了HDFS的誕生歷史、元數據及Block管理、節點間通信機制、讀寫數據流程和高可用實現原理等；拓展與實踐篇從實際出發，充分考慮了在應用過程中會遇到的痛點，詳細介紹集群拓展方法、數據分層存儲、集群維護與多租戶實施等實踐經驗。 本書中各章節在需要的地方配有必要的流程圖和原理分析圖，便於讀者閱讀理解，並精選了非常有用的實際案例及拓展。閱讀本書後，讀者會有1+1>2的收穫。

本書以大數據運維工程師為職業培養方向，以職業崗位的“典型工作過程”為導向，融入行動導向教學法，將教學內容與職業能力相對接、單元項目與工作任務相對接。本書以實訓為主體，配合實訓指導視頻，結合適當的知識講解，讓大數據技術學習者能快速掌握大數據平臺部署與運維相關的實操能力，並建立基礎理論認知。本書共8個項目，內容包括認識大數據、配置平臺基礎環境、部署Hadoop框架、使用HDFS、MapReduce編程、部署與使用HBase、部署與使用Hive、部署與使用Spark，涵蓋了當前大數據技術領域的主要技術。本書可作為各類職業院校大數據技術等相關專業的教學用書，也可作為從事大數據平臺運維相關工作者的參考用書。本書配有理論學習微課、任務實踐演示微課（掃描書中二維碼觀看），還配有電子課件等資源，選用本書作為授課教材的教師可以從機械工業出版社教育服務網（www.cmpedu.com）免費註冊後進行下載或聯繫編輯（010-88379807）諮詢。

本書介紹了數據網格――一種來自現代分布式架構的去中心化社會技術範式，它提供了一種大規模採購、共享、訪問和管理分析型數據的新方法。本書分為五部分。第1部分介紹Data Mesh的四個原則，以及它們所組成的高級模型。第二部分比較Data Mesh與以前的數據架構的區別。第三部分介紹Data Mesh組件的高層次架構，幫助你設計Data Mesh架構以及評估與Data Mesh匹配的現成技術。第四部分介紹Data Mesh中的一個核心概念(數據產品)的詳細設計，幫助你識別與Data Mesh願景兼容的設計技術，並將它們與不兼容的技術區分開來。第五部分介紹如何演進式地執行Data Mesh的轉換，以及如何圍繞團隊結構、激勵、文化等做出組織設計決策的可行建議。

大數據是信息化發展的新階段。隨著信息技術和人類生產生活交匯融合，互聯網快速普及，全球數據呈現爆發增長、海量集聚的特點，對經濟發展、社會治理、國家管理、人民生活都產生了重大影響。本書以提高應用能力為目的，每章以多任務為主線，循序漸進，再以綜合實訓為輔，帶領讀者走進大數據的世界，幫助讀者在感受大數據魅力的同時掌握大數據相關技能。第1章介紹Hadoop大數據處理平臺 ；第2章講解大數據存儲技術；第3章講解大數據離線計算框架；第4章講解大數據數據庫；第5章講解大數據數據倉庫；第6章講解大數據日誌處理；第7章講解大數據日誌處理；第8章講解大數據實時計算框架。

本書從數據權屬、數據價值、數據安全和數據流通等方面，對國內外關於數據有序流動和利用過程中的理論、模式、技術、法規等進行了全面梳理和解讀，可以為數據要素市場建設的各方參與者提供重要並且完成的知識體系參考。

本教材書將圍繞大數據技術的基本原理與實踐,介紹了大數據獲取、存儲、分析、數據挖掘和機器學習.內容涵蓋以下主題：Hadoop、Mapreduce、關聯規則、大規模監督機器學習、數據流、集群、NoSQL系統（Pig、Hive）,以及包括推薦系統、Web和安全性的應用程序.第1章重點闡述了大數據驅動的商業模式、技術生態體系,大數據的類型、特點、獲取技術.第2章概要介紹了大數據的軟硬件架構,包括大數據技術基礎與軟硬件設施、大數據存儲與管理技術、大數據的分布式處理技術平臺等,包括MapReduce編程框架原理、Spark結構與原理、基於Storm的大規模數據流的分布式處理技術等.第3章介紹了Python編程基礎,包括基本數據類型、基本控制流程、Numpy、Scipy、Pandas等.第4章介紹了大數據分析技術,包括基於MapReduce基礎編程、文本大數據分析與處理技術、大數據關聯分析、相似項的發現、基於大數據的推薦系統、基於大數據的圖與網絡分析、大數據聚類分析、時空大數據分析、非結構化大數據分析與處理、基於Storm的流數據分析技術等.第5章介紹了基於SparkMLlib/Mahout的大數據機器學習,包括機器學習基礎、典型機器學習問題、機器學習評價方法、並行機器學習算法,並進行了利用MLlib解決大數據並行分類問題、利用Mahout解決大數據推薦優化問題實踐.第6章介紹了基於大數據的深度學習技術,包括深度學習基本原理、深度學習典型應用、Keras基礎入門及應用案例.第7章介紹了材料大數據材料熱導率預測、旅遊大數據分析、交通大數據分析、工業大數據分析、產品創新大數據分析等帶代碼、數據的案例.本書內容深入淺出,具有很強的理論與實踐指導作用,可作為數據科學與技術、人工智能、計算機科學、製造科學、機械工程等學科相關專業的本科生、研究生的教材或課程教學參考書,也是對工程技術人員、科研人員而言非常實用的工具書.

本書不是一本關於數據管理的“如何做”的書(如規範數據屬性或是創建數據庫)，而是一本關於數據管理“如何思考”的書。本書將心理學和哲學與數據管理巧妙的融合在一起。將心理學和哲學學科與數據管理結合在一起，以創造有關我們如何感知和管理信息的知識。書中闡述了當今數據庫系統通過數據來捕獲現實世界的方式及缺陷，作者運用非常清晰的邏輯、仔細地描述了信息系統中所表示的現實世界的各個方面。對系統中所使用的數據模型、語言、語義和現實世界描述下的哲學問題進行了深刻的檢視，對這些核心概念、其對信息系統的影響，是坊間遍尋不到的。這本書的價值在於批判性地探索解決現實世界的信息系統建模方法，這是一本令讀者愉悅並具有啟發性的佳作。適合從事數據建模、大數據、數據管理的人士閱讀。