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

本書對文本、語音及圖像標注的多種任務類型逐一進行講解和分析，每種標注類型均配有對應的規範、舉例分析、習題及解析。同時，還針對各類標注配套多種子任務類型或多個領域的實操練習題。

本書內容包括基礎環境的搭建與配置，Hadoop完全分布式集群的搭建與運行，Hadoop核心組件的應用案例，Hive組件的安裝、配置與應用，Zookeeper的安裝、配置與應用，HBase的安裝、配置與應用，Sqoop組件的安裝、配置與應用，Flume組件的安裝、配置與應用，Kafka的安裝、配置與應用，Spark的安裝、配置與應用，廣電大數據用戶畫像。

大數據技術與應用發展不僅改變著網絡信息環境，而且決定數據的存在形態與數字信息資源的分佈和利用結構，直接關係到用戶的認知需求表達與數字信息交互機制。在這一背景下，《大數據應用與服務》從大數據技術基礎、數據內容管理和數字信息利用出發，按照大數據應用與服務基礎構架進行理論和實踐的歸納；通過基本問題的分析和實證探索，圍繞大數據需求、數字資源形態和數據關聯關係，研究多模態大數據資源組織和面向應用的數字信息服務。《大數據應用與服務》在面向現實問題的研究中，對前沿性發展進行相應的展示，所涉及的問題因而具有拓展性。

本書從網絡爬蟲技術出發，結合一線教師的教學實際經驗與當前學生的實際情況編寫而成，側重於講述爬蟲技術知識，注重專業應用能力和計算思維能力的培養。本書深入淺出地講解了大數據爬蟲技術。全書共6 個項目，包括爬蟲基礎、Python 爬蟲、爬蟲與數據存儲、Scrapy 框架、爬取動態網頁以及爬蟲與數據分析。每節列出了學習目標，指明了教與學的知識、技能、素養培養方向，並附帶上機實訓項目與操作指導，理論與實踐相結合，實用性強，方便學生及時鞏固技能，提升操作能力。

本書結合大數據技術的發展特點，沿著大數據的採集、存儲、計算、分析挖掘和可視化的脈絡逐步闡述大數據的概念和應用方法。全面而系統地介紹了大數據的基本知識和應用技能，內容涵蓋大數據領域的全過程，具有較強的系統性、可讀性和實用性。本書秉承能力教育與思政教育同向同行的理念，將知識技能學習和思政教育融合在一起，潛移默化，激發學生的創新思維、開闊學生的科技視野、培養學生的民族意識，幫助學生塑造正確的世界觀、人生觀和價值觀，培養高思想、高素質、高技能的專業型人才。

本書針對智能製造中的數據技術基礎展開介紹，在概要闡述數據技術基本概念與發展歷程之後，圍繞智能製造中的業務數據化特點，從數據生命週期與數據管理流程角度，依次對智能製造中的主要數據技術及其應用情況進行了詳細介紹。本書撰寫基於理論與實踐相結合的原則，注重數據技術方法體系及其在智能製造業務中的應用介紹，能夠為智能製造工程、機械工程、自動化、計算機等相關領域高校的本科生提供理論基礎和實踐案例，同樣可為智能製造相關科研人員、企業從業人員提供技術指導，為製造業信息化、智能化的諮詢和實施人員提供參考。

網絡圖的表徵能力異常強大，它能夠對事物之間任意類型的相互作用關係進行建模，因此網絡圖數據在生物信息、交通網絡、科研合作、萬維網和社交網絡等領域的一系列實際場景中隨處可見。圖數據挖掘用於從圖數據中發現有用的信息和知識。然而，網絡中節點和鏈路及其半結構形式的複雜性在各種計算任務，如節點分類、鏈路預測和圖分類等方面提出了挑戰。在這一背景下，研究人員最近提出了各種前沿的圖機器學習算法，包括圖嵌入和圖神經網絡，顯著地提升了圖數據挖掘的性能。 《圖數據挖掘：算法、安全與應用》提供了對圖數據挖掘方法的最新評述，在此基礎上引申出一個前沿課題，即圖數據挖掘的安全性問題，並介紹了一系列檢測方法來識別圖數據中的對抗樣本。此外，它向讀者介紹了圖數據增強和子圖網絡以進一步增強模型，即提高其準確性和魯棒性。最後，本書描述了這些前沿算法在各種場景中的應用，例如交通網絡、社交和技術網絡以及區塊鏈交易網絡等。

本書以《中華人民共和國數據安全法》和《中華人民共和國個人信息保護法》為背景，旨在從概念和技術的角度對數據隱私與數據治理進行系統概述。首篇從歷史與系統的角度介紹數據隱私與數據治理的基礎，後三篇分別側重大規模數據收集、機器學習，以及數據治理中的隱私問題，介紹其相應的技術基礎，總結當下的關鍵問題與技術方案。本書從全新的數據生態的角度介紹數據隱私與數據治理，在內容介紹上，以技術與算法的講解為主，輔以案例，詳略得當。

本書以Hadoop 3.3.0為核心，涵蓋Hadoop生態系統的常用組件，主要介紹各組件的架構原理、Shell命令、常用API及編程等，並配有較多例題。全書共7章，內容包含Hadoop概述、Hadoop偽分布式安裝、Hadoop分布式文件系統HDFS、分布式計算框架MapReduce、分布式數據庫HBase、數據倉庫Hive和內存計算框架Spark，第2～7章還設計了相關實驗。本書可以作為高等院校大數據、計算機、應用統計等相關專業的教材，也可作為Hadoop愛好者的入門教程或自學參考用書。本書配有電子課件，歡迎選用本書作教材的教師登錄www.cmpedu.com註冊後下載，或加微信13910750469索取。

本書基於具有實用性和普適性的案例來編寫，將數據的收集、獲取、預處理、分析與可視化貫穿其中。根據當前高職高專教學實際需要，結合企業實際需求，採用“理實結合”的思路，以“案例導入”的形式詳細介紹了大數據實訓項目。包括使用requests 庫獲取天氣信息，然後通過JupyterNotebook進行分析處理；使用Scrapy 框架分頁獲取詩詞網站的信息，使用jieba 庫對詩詞的內容進行分詞，然後在JupyterNotebook 中對文本數據進行處理；在Pycharm 中編寫代碼獲取店面信息，然後在JupyterNotebook 中對信息進行數據聚合與分組；使用requests 庫獲取頁面的HTML 標簽，使用XPath 路徑表達式獲取解析之後的首頁面的數據信息，再使用循環語句獲取所有頁面的數據信息。

本書按照大數據開發流程系統介紹了Hadoop生態系統的核心開發技術，包括環境準備、文件存儲與數據采集、數據處理與分析、數據庫存儲與數據遷移，並通過實際案例，詳細直觀地介紹了大數據分析的實現過程。本書從Hadoop的概念開始，深入淺出地講解了Hadoop組件的作用及使用方法，內容系統全面，可幫助開發人員快速實現大數據的離線分析。本書可作為各類職業院校大數據技術及相關專業的教材，也可作為相關技術人員的參考用書。本書配有電子課件和習題，選用本書作為授課教材的教師可登錄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(010-88379194)諮詢。

《大數據技術概論(微課版)》以項目、任務驅動的方式組織內容，以大數據產業鏈六大產業環節為核心構建邏輯，採用新形態活頁的形式進行組織編寫。《大數據技術概論(微課版)》共10個項目，包括認識大數據、瞭解大數據產業、大數據平臺與生態圈、大數據采集、大數據存儲、大數據預處理、大數據分析與挖掘、大數據可視化、中國信創與大數據中台、大數據應用綜合平臺典型案例等內容。《大數據技術概論(微課版)》注重課程思政及教學過程考核評價，每個項目的任務評估、項目總結、項目拓展訓練、項目評價等環節可以更好地幫助讀者學好教材內容，同時又能拓展知識面，提高讀者的綜合能力，達到活學活用、舉一反三的目的。 《大數據技術概論(微課版)》內容豐富，結構新穎，將新業態、新技術、新規範、新標準融入教材，體現了“三教”改革核心思想，是一本全面瞭解大數據技術的書籍。《大數據技術概論(微課版)》既適合作為高職高專、職業本科及應用型本科電子信息大類各專業大數據技術概論相關課程的教材，又可作為大數據技術領域相關工作人員的參考書。

流計算系統盡可能地優化了接收處理事件數據的間隔時間，因此能實時地提供響應。對於金融、安全和物聯網領域的應用來說，幾毫秒都很關鍵，因此流計算系統是必要組件。而且，流計算是熱門技術！具有 Spark、Heron 和Kafka 經驗的工程師供不應求。《流計算系統圖解》以淺顯易懂的語言介紹了實時事件流應用。這本引人入勝的書闡明了數據並行化、事件窗口和反壓等核心概念，讓你不會被框架的具體細節所困擾。在學習過程中，你將從頭開始構建一個簡單的流計算工具，以確保深入領會各種理念和技術。當你讀到實時信用卡欺詐檢測和 IoT 監控服務等示例時，實用且有趣的插圖使流計算系統顯得更加生動。主要內容實現流計算系統以及故障排除為複雜功能設計流計算系統定位網絡瓶頸並解決反壓問題為高性能系統對數據進行分組

本書以大學生大數據技能競賽、“智警杯”大數據技能競賽為背景，全面系統地講述了大數據技術的基本原理和應用。本書共5章，主要介紹了Linux操作系統的常用命令和服務的使用；MySQL數據庫操作與管理、非關係型數據庫NoSQL；圍繞大數據框架講述了Hadoop技術、Hive數據倉庫等大數據組件架構的應用；數據采集與分析；數據挖掘與數據可視化、業務分析報告撰寫等內容。本書內容循序漸進，條理性強，全部內容基於項目需求進行設計，同時對所需的系統環境、軟件版本、數據等信息進行詳細說明，有助於讀者本地環境的複現和練習。為提升學習效果，書中結合實際應用提供了大量的案例，並配以完善的學習資料，包括課件、軟件、數據、源碼、答案、在線競賽模擬平臺，為讀者帶來全方位的學習體驗。掃描關注機械工業出版社計算機分社官方微信訂閱號IT有得聊，回復“73112”。即可獲取本書配套資源下載鏈接。本書既可作為大數據技能競賽的參賽輔導書，也可作為高等院校本、專科數據科學與大數據技術以及其他計算機相關專業大數據技術綜合實訓教材。

本書以Hadoop 3.x為主線，全面介紹Hadoop及其生態體系中常用的大數據開源項目的安裝和使用。全書共11章，分別講解大數據概念、Hadoop基礎知識、Hadoop集群部署、HDFS、MapReduce、YARN、ZooKeeper、Hive、Flume、Azkaban和Sqoop，並在最後開發一個完整的網站流量日誌分析系統，幫助讀者鞏固前面所學的內容。 本書附有配套視頻、教學課件、教學設計、測試題等資源；同時，為了幫助初學者更好地學習本書的內容，還提供在線答疑，歡迎讀者關注。 本書可作為高等教育本科院校數據科學與大數據技術及相關專業的教材，並適合大數據開發初學者、大數據運維人員以及大數據分析與挖掘領域的從業者閱讀。

《Spark入門與大數據分析實戰》基於Spark 3.3.1框架展開，系統介紹Spark生態系統各組件的操作，以及相應的大數據分析方法。《Spark入門與大數據分析實戰》各章節均提供豐富的示例及其詳細的操作步驟，並配套示例源碼、PPT課件和教學大綱。《Spark入門與大數據分析實戰》共分11章，內容包括Scala編程基礎、Spark框架全生態體驗、Spark RDD、Spark SQL、Kafka、Spark Streaming、Spark ML、Spark GraphX、Redis等技術框架和應用，並通過廣告點擊實時大數據分析和電影影評大數據分析兩個綜合項目進行實戰提升。《Spark入門與大數據分析實戰》適合Spark框架初學者，既可以作為大數據分析技術、大數據應用開發工程師的查詢手冊，也可以作為高等院校或高職高專計算機技術、軟件工程、數據科學與大數據科學、智能科學與技術、人工智能等專業大數據課程的教材。

《Pandas數據分析》詳細闡述了與Pandas數據分析相關的基本解決方案，主要包括數據分析導論、使用Pandas DataFrame、使用Pandas進行數據整理、聚合Pandas DataFrame、使用Pandas和Matplotlib可視化數據、使用Seaborn和自定義技術繪圖、金融分析、基於規則的異常檢測、Python機器學習入門、做出更好的預測、機器學習異常檢測等內容。此外，本書還提供了相應的示例、代碼，以幫助讀者進一步理解相關方案的實現過程。 本書適合作為高等院校計算機及相關專業的教材和教學參考書，也可作為相關開發人員的自學用書和參考手冊。

本書系統介紹了大數據的基本原理與概念，共9章，分別講解大數據的基本知識、大數據與新一代信息技術、數據采集、大數據存儲、數據清洗、大數據分析與挖掘、數據可視化、大數據安全與治理以及大數據的應用。本書系統介紹了大數據的基礎知識，並對一些大數據的應用實例進行講解。本書可作為高等院校大數據專業、人工智能專業、軟件技術專業、雲計算專業、計算機網絡專業的專業基礎課教材，也可作為大數據愛好者的參考書。