"数据科学项目日益增多，每个项目在提出原型到生产的过程中都需要可靠的基础设施。使用《Effective数据科学基础设施》介绍的一些新技术和新工具，你将能建立一个适用于各类组织(无论是初创企业还是大型企业)的基础设施堆栈。《Effective数据科学基础设施》可帮助你建立数据流程和项目工作流，为你开发项目带来强大动力。《Effective数据科学基础设施》呈现Netflix数据操作的**进工具和概念，并在此基础上介绍一种可定制的基于云的模型开发和MLOps方法，可轻松适应公司的特定需求。当团队把数

本书系统讲述ApacheSpark/PySpark大数据计算平台的原理，以及如果将ApachePySpark应用于大数据的实时流处理、批处理等各个场景。通过原理深入学习和实践示例、案例的学习应用，使读者了解并掌握ApacheSpark/PySpark的基本原理和技能，接近理论与实践的距离。全书共分为8章，主要内容包括：Spark架构原理与集群搭建、开发和部署PySpark应用程序、PySpark核心编程、PySparkSQL、PySparkSQL高级分析、PySpark结构化流、PySpark结

数据作为数字经济的血液、知识经济的基石，是企业的战略性资源。将数据转化为可被企业直接使用的有价值的资产，即“数据资产化”，已经成为企业数字化转型的重要目标。本书阐明了数据资产化的意义，围绕数据资产的确认、登记、质量评估、价值评估、入表，数据高效流通及价格发现等方面，系统阐述了数据资产化的理论和实践问题。本书可以帮助读者深入了解数据资产化这一全新且充满机遇的领域，提高数据资产的管理和利用水平，推动企业数字化转型的进步和升级。

本书主要研究决策蕴涵的逻辑理论及形式概念分析中的知识表示与推理。具体内容包括：决策蕴涵、模糊决策蕴涵和可变决策蕴涵的逻辑理论,决策蕴涵规范基和模糊决策蕴涵规范基的逻辑理论,决策蕴涵规范基的生成方法和性能分析,决策蕴涵的知识表示能力及其与概念规则和粒规则的比较,模糊属性约简等。

本书系统讲述ApacheSpark大数据计算平台的原理，以及如果将ApacheSpark应用于大数据的实时流处理、批处理、图计算等各个场景。通过原理深入学习和实践示例、案例的学习应用，使读者了解并掌握ApacheSpark大数据计算平台的基本原理和技能，接近理论与实践的距离。全书共分为13章，主要内容包括Spark架构原理与集群搭建、开发和部署Spark应用程序、Spark核心编程、SparkSQL、SparkSQL高级分析、SparkStreaming流处理、Spark结构化流、Spark结构

本书内容有基于多通道图神经网络的信息源估计、基于超子结构网络的链路预测器、基于子图网络的宽度学习图分类方法、子图增强及其在图数据挖掘中的应用、基于图的对抗攻击:如何隐藏你的结构信息等。

本书系统地阐述了工业控制系统——监督控制与数据采集（SCADA）系统的技术问题，包括系统组成、特点、应用及与集散控制系统等其他控制系统的比较。对SCADA系统设计与开发中的关键技术，包括工业数据采集技术、通信与网络技术、SCADA系统应用软件开发、经典OPC与OPCUA标准、功能安全与工业控制系统信息安全等都结合应用实例进行了详实的分析和论述，并通过对不同行业领域典型SCADA系统工程案例的剖析来加深读者对内容的理解，帮助读者掌握SCADA系统的分析、设计、开发与调试技能。此外，对SCADA系统

本书通过大量的绘图和详细的说明，从技术层面以简单易懂的形式讲述大数据分析。这是一本从系统结构搭建到实际开发逐步推进的教科书。书中的知识点包括大数据分析时所需的分布式处理、机器学习，以及分布式存储、分布式计算、开发时可能遇到的瓶颈，还包括大数据的收集、积累、活用以及元数据的使用与管理等。本书适合大数据领域的广大爱好者、商务人士和工程技术人员用于了解、学习、掌握、运用大数据技术进行大数据分析，也适合作为该领域的职业院校和高校本科相关专业的教材及研究生辅助教材。

《数据科学对社会科学转型的重大影响研究》从数据科学发展引致的科研范式转换视角，研究数据科学驱动社会科学转型的问题，重点研究数据科学驱动下的社会科学将具有何种全新的特征，探索社会科学研究在数据科学驱动下的转型路径。《数据科学对社会科学转型的重大影响研究》主要研究内容包括：数据科学的知识体系与方法工具、社会科学研究范式演化与数据科学在社会科学中的应用、社会科学研究的现实环境变迁与突出问题、数据科学驱动的社会科学认知体系重构、数据科学作用下的社会科学研究特征、数据驱动的社会科学转型的条件与保障等。

《Pandas数据分析》详细阐述了与Pandas数据分析相关的基本解决方案，主要包括数据分析导论、使用PandasDataFrame、使用Pandas进行数据整理、聚合PandasDataFrame、使用Pandas和Matplotlib可视化数据、使用Seaborn和自定义技术绘图、金融分析、基于规则的异常检测、Python机器学习入门、做出更好的预测、机器学习异常检测等内容。此外，本书还提供了相应的示例、代码，以帮助读者进一步理解相关方案的实现过程。本书适合作为高等院校计算机及相关专业的教材