本书对大数据价值进行了深入的理论分析，系统地讨论了大数据价值分析的方法。结合实际案例，阐述了如何运用统计学、机器学习、人工智能等技术手段对大数据价值进行高效、准确的分析。通过这些方法应用，更好地挖掘大数据的价值，为解决实际问题提供有力支持。本书从政府、企业、教育、医疗等领域对大数据价值分析的应用进行了案例分析，为实际工

本书介绍了大数据的概念、基本原理、平台技术和分析技术，编写循序渐进、图文并茂。全书共分为12个模块，分别为大数据概论，Hadoop基础知识，HDFS分布式文件系统，YARN资源管理调度框架，MapReduce分布并行计算框架，Zookeeper分布式服务协调框架，数据采集工具，分布式数据仓库等。

本书分为9大任务，分别为搭建Spark开发环境、项目数据采集、探索Scala编程方法、揭秘弹性分布数据集、数据可视化、综合实践等。内容设计循序渐进，从Spark基础环境搭建开始，逐步引领读者步入spark的广阔世界。

本书按照由简单到复杂的职业教育认知规律选取了储罐液位控制系统方案设计与方案实施、锅炉温度管道流量串级控制系统方案设计与实施、蒸汽锅炉控制工程方案设计等工程项目，对仪表工识图、控制仪表选型与操作以及系统投运进行知识分析与实践指导。全书注重培养学生的操作能力，理论知识与实践操作相结合。

建立大数据平台的前提和基础是数据资源的共享，大数据平台的数据探测与采集面对的是多部门、多系统数据融合，现实中各行业数据标准格式以及技术路线是不统一的，各部门之间是数据割据的局面，导致不同程度的“数据孤岛”现象，数据之间没有实现共享，这也是制约大数据发展的显著问题。空天地一体化网络的建设影响数据的传输速率、范围，同时为空

本书介绍了大数据的基本概念、特征、关键技术、应用场景及未来发展趋势。具体而言，详细阐述大数据的4V特征，以及数据的采集、处理、存储与管理、分析与挖掘和可视化等环节。同时，详细讲解Hadoop、Spark、Flink等主流大数据技术框架及其应用场景。此外，书中通过物流、无人驾驶、餐饮业、征信等多个行业的实际案例，展示了大

本书从财务视角对数据资产管理展开全面阐述。首先介绍了财务管理概论，涵盖相关概念、目标、工作环节和环境等内容，为后续内容奠定基础。接着对数据资产管理进行概述，包括概念界定、内涵与外延，并阐述其发展背景与意义、发展历程。在数据资产管理方面，讲述了管理模型与体系、组织建构、流程制度及绩效管理等。实践部分涉及顶层设计、落地执行

本书包含了教学实训、创新拓展、工程应用三个模块，从基础到综合，从理论到实践，引导读者由浅入深地学习，不仅展示了实训的具体操作，而且带领读者进入工程应用的大门。本书配套资料有电子教材及实训视频教程，确保学生能看会学懂，保证将实训效果落实到位。

本书是作者在人工智能和大数据教学领域多年耕耘的结晶，内容经过多位具有丰富教学经验的老师实践打磨，具有很强的实用性和可操作性。本书定位于为广大学习者提供一个贯穿思维训练的人工智能与大数据学习路径，旨在培养学习者运用人工智能思维和数据思维解决实际问题的能力。 全书共9章。第1章和第2章，从人工智能应用实例引入计算思维与数据

本书涵盖了数据安全的基础理论、深度学习环境下的安全挑战、加密技术、访问控制、安全审计、隐私保护技术、以及数据安全法律法规等多个方面。书中不仅详细介绍了各种安全技术的原理和方法，还通过案例分析展示了这些技术在实际应用中的有效性。