《Hadoop海量数据处理》从Hadoop的基础知识讲起，逐步深入Hadoop分布式文件系统（HDFS）和MapReduce分布式编程框架的核心技术，帮助读者全面、系统、深入地理解Hadoop海量数据处理技术的精髓。本书在讲解技术原理时穿插大量的典型示例，并详解两个典型项目实战案例，帮助读者提高实际项目开发水平。《Ha

本书通过鲁棒优化的核心原理和应用，揭开不确定性的神秘面纱，为读者提供应对不可预测的挑战所需的见解和工具。作者首先简要介绍了不确定线性规划，然后深入分析了适当不确定性集的构建与经典机会约束（概率）方法之间的相互联系。接着，提出了针对不确定的锥二次优化和半定优化问题以及动态（多阶段）问题的鲁棒优化理论。最后，通过来自金融、

本书为开放教育教材，涉及：基于Hadoop平台的大数据处理，大数据获取与存储管理，抽取与清洗技术，去噪与标准化，约简与集成技术，分析与挖掘技术，大数据分析结果的解释与展现。

本书由数据安全领域兼有深厚学术理论功底和丰富教学实践经验的专家团队，以多年来承担的科研课题和取得的研究成果为基础，融合国内外专家学者对数据安全的论述专著和国家关于数据安全的最新标准规范，系统梳理介绍了数据安全的概念、技术、方法、法规等，为读者提供了较为全面的数据安全领域的理论知识与技术参考。本书坚持理论与实践相结合、技

本书是高等职业院校智能制造与机电相关专业教材，其内容主要包括自动控制理论基础、检测技术概述、测量与传感器基本概念、电阻传感器、电感传感器、电涡流传感器、电容传感器、压电传感器、超声波传感器、霍尔传感器、热电偶传感器、光电传感器、数字式位置传感器、抗干扰技术、多传感器信息融合、人工智能导论。着重介绍了在生产、科研、生活等

本书聚焦人工智能科学的概论，追溯其起源与发展历程，全面呈现了不同代表学派的观点及未来展望，深入研究了人工智能对社会的深远影响;剖析了人工智能基础技术与系统、大数据实时处理框架与技术;探究了人工智能与大数据的融合;对人工智能技术的应用、大数据技术在不同领域的应用进行了全面分析。本书通过深刻的研究与系统性的呈现，为读者揭示

本书第一章介绍了大数据分析的相关概念、大数据分析模型的建立方法；第二章介绍了Tempo平台的功能模块以及创建课堂、添加实验、发布实验等常用功能的快速入门；第三章介绍了数据预处理。第四章是分类分析实验，涉及到决策树分类、KNN分类、朴素贝叶斯分类、随机森林和神经网络算法；第五章描述了聚类分析实验，分别介绍了Kmeans算

本书采用项目任务式编写方法，以合理的结构、通俗易懂的语言、丰富实用的案例、学练结合的讲解方式，全面系统、循序渐进地介绍了大数据存储的相关技术和实际应用。全书共分为7个项目，分别为大数据存储概述、数据仓库Hive、列式数据库HBase、文档数据库MongoDB、图数据库Neo4j、键值数据库Redis、NewSQL数据库

本教材是大数据时代下，大数据行业蓬勃发展，大数据技术也在不断涌现革新，本书对大数据体系架构lambda进行梳理，介绍了一些重要的大数据平台技术原理与编程实践，包括数据收集层的Kafka，数据存储层的HDFS、HBase，计算框架层的MapReduce、Spark、Flink，资源管理与协调层的YARN、ZooKeepe

本书首先介绍了大数据应用基础：重点讲解了如何搭建Hadoop分布式集群平台，使用Java语言进行MapReduce分布式编程；HBase及Hive数据库环境的安装和数据的增、删、改、查操作；Spark平台的搭建、RDD操作及SparkSQL查询；Flink平台的搭建，Kafka消息中间件的使用及流批一体计算。其次对数据