本书在阐述大数据和云计算关系的基础上，介绍了大数据和云计算的基本概念、技术及应用，分为基础篇、技术与应用篇、实践篇共3篇，主要包括绪论、大数据环境下的云计算架构、大数据关键技术与应用、云存储、云服务与云安全、云计算应用、虚拟化技术、Hadoop和Spark平台、分布式文件系统及并行计算框架、分布式数据存储与大数据挖掘等

三维点云处理技术广泛应用在逆向工程、CAD/CAM、机器人学、测绘遥感、机器视觉、虚拟现实、人机交互、无人驾驶和元宇宙等诸多领域。点云配准作为三维视觉领域的一个重要分支，已有40多年的发展历史，本书则系统性地对近些年来已经成熟的算法和工具进行梳理和总结。全书分两部分，第一部分为硬核技术篇（第1~4章），详细介绍了点云配

本书从工程实际出发，系统地介绍了计算机控制系统中各种软、硬件的应用技术。全书分为基础知识篇和项目实训篇。基础知识篇包括计算机控制系统概述、总线接口与过程通道、计算机控制系统的硬件、计算机控制系统的软件、计算机控制系统设计与调试。项目实训篇选取了当前工控领域常用的监控组态软件MCGS作为开发软件，通过9个工程实训项目详细

本书以社会对“具有数据技能的管理者”的需求为导向，从管理视角切入，尝试以人文社科类专业学生容易接受的语言介绍与大数据相关的知识点。全书分为基础篇和管理篇两部分，基础篇包括大数据概论、理解大数据、大数据技术；管理篇包括大数据的产业影响、大数据与社会治理创新、大数据与企业数字化转型、大数据与管理人才培养、大数据与商业伦理。

本书以多格漫画形式掀开大数据的朦胧面纱，带领读者走进数据科学的浩瀚世界。故事讲述了由数据的产生，直至其发展成为大数据这一历程，使读者感受到大数据释放的力量、绽放的价值、迸发的智慧、遭遇的安全之忧。同时，引导读者进一步理解数据的形式与内涵、大数据的概念及特征、人工智能与大数据的关系，加深对数据科学的认知。

本书首先简要介绍了大数据分析与挖掘的相关概念，以及R语言的基础知识，以此来帮助读者了解、使用R语言；其次详细介绍了探索性数据分析、数据采集，以此来帮助读者了解数据的基本分析方法和数据的获取方法；然后着重介绍了目前主流的数据挖掘算法——时间序列算法、线性回归算法、分类算法、关联算法、聚类算法，从算法的原理到如何使用R语言

《吉布斯分布的局部、动态与快速采样算法》由爱丁堡大学博士后凤维明撰写，内容荣获2021年度CCF优秀博士学位论文奖。全书立足大数据背景下的新问题，从分布式采样和动态采样两个具体问题入手，给出了有理论保障的算法并研究了新模型下采样问题的复杂性。《吉布斯分布的局部、动态与快速采样算法》共十章，分为四个部分：第零部分（第1~

本书对大数据挖掘与应用的基本算法进行了系统的介绍，每种算法不仅包括对算法基本原理的介绍，而且配有大量的例题以及基于阿里云大数据平台(数加平台)的演示，这种理论与实践相结合的方式极大地方便了读者对抽象的数据挖掘算法的理解和掌握。本书共11章，内容覆盖了数据预处理、分类算法、聚类算法及常见的数据挖掘应用，具体章节包括大数据

Centreon是一款分布式开源监控平台，易于安装、管理，可支持大规模的网络监控。本书基于作者实践经验讲述如何使用Centreon。全书共15章，大致可分为4部分：第1章和第2章为基础部分，主要介绍分布式监控平台Centreon的主要特征、功能；第3～5章介绍系统部署，用ISO镜像文件部署Centreon及在CentO

本书采用“问题描述+解决方案”模式，通过500个案例介绍了使用Pandas进行数据分析和数据处理的技术亮点。全书共分为8章，主要案例包括：读写CSV、Excel、JSON、HTML等格式的数据；根据行标签、列名和行列数字索引筛选和修改数据，使用各种函数根据数据大小、日期范围、正则表达式、lambda表达式、文本类型等多