本书以项目实战为核心载体，采用任务驱动教学模式，系统且深入地解析Hadoop生态圈中主流的大数据开发技术。全书精心编排7个项目，从Hadoop的基础理论入门，逐步深入到Hadoop集群环境配置、Hadoop分布式文件系统、MapReduce分布式计算框架，再到MapReduce离线数据处理、基于Hive的离线数据分析，

本书是面向大数据人才培养的高等学校数据科学与大数据技术专业系列教材中的一本，通过把数据思维融入全书各章，并通过Python实现相关案例，使抽象的数据思维具体化，从而加深读者对数据的感性认识，提高读者对数据思维的理解能力。本书首先介绍了大数据相关的概念，然后根据数据处理流程的逻辑顺序，对大数据平台和大数据开发进行了深入介

本书系统地介绍了数据挖掘算法、原理及基于Python的实现方法，将算法原理与案例相结合，帮助读者建立数据挖掘领域的理论基础，提升基本的实践技能。本书共15章，主要包括数据挖掘概述、Python环境的搭建、数据预处理、数据集划分与交叉验证评分、回归、分类、集成学习、参数调优、降维、特征选择与特征联合、流水线、聚类、关联规

本书为大数据分析的入门级双语教材，基于大数据分析应知应会的基本要求，以培养学生三个基本（基本概念、基本认知、基本思维）为中心，采用国外MBA教材的体例和写法，将案例与教材知识点相结合，将专业知识与实践场景相结合。书聚焦大数据分析的基本认知和数据思维的培养，通过大数据分析的基础知识、理论方法、技术工具和实践应用等，帮助读

本书共8个项目，分别讲解Hadoop大数据处理平台、大数据存储技术(HDFS)、大数据离线计算框架(MapReduce&YARN)、大数据数据库(HBase)、大数据数据仓库(Hive)、大数据数据转换(Sqoop)、大数据日志处理(Flume)、大数据实时计算框架(Spark)。

本书共4个项目，主要包括大数据行业的背景和发展趋势，Hadoop的安装与配置实践，Hadoop的三大核心组件：HDFS、MapReduce和YARN、Hadoop生态系统的其他重要技术。

本书以Scala和Python两种编程语言为工具详细介绍了Spark的功能和技术，讲解了Scala和Python的语言基础；深入探讨了Spark的系统原理、系统架构和运行机理，并提供了详细的安装指南；在数据处理方面详细介绍了Spark的RDD编程、结构化数据处理和流数据处理；涉及Spark在机器学习和图计算领域的应用，

机电系统是大部分电气机械设备的基本功能基础，机电系统的故障诊断与健康管理（PHM）对整个机械设备的安全运行具有至关重要的意义。本书结合大数据技术在机电系统PHM中的应用，全面介绍了智能机电系统PHM的相关理论、关键技术和应用实例。全书分为三篇12章，第一篇从机电系统PHM重要性进行分析，介绍了智能机电系统及其研究现状和

本书紧密贴合千乐咖啡网店的实际运营状况，深入地剖析数据采集与处理在现代企业管理中的关键作用。本书详细阐述数据如何为企业决策提供有力支撑，引导读者理解数据驱动决策的重要性，并学会运用数据优化运营策略，从而有效提高企业的市场竞争力。本书体系完备、逻辑清晰有序，从大数据的基本概念与特征出发，逐步深入到数据应用维度、常见数据指

本书系统、全面地介绍了大数据与Hadoop的基本概念、Hadoop安装与配置、Hadoop核心组件应用、Hadoop生态系统探索、大数据优化和维护等知识。通过学习本书，读者可以更好地理解Hadoop大数据平台部署与运维的具体实施方法与基本操作技巧。本书既可以作为培养大数据应用型人才的教材，又适用于大数据初学者和对大数据