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。

本书系统介绍了面向人工智能领域中的数据安全、隐私保护技术和工程实践。本书首先探讨了人工智能领域所面临的各种数据安全和隐私保护的问题及其核心需求，并在此基础上纵览和比较了各种隐私保护计算技术和解决方案的利弊；然后详细阐述了目前比较具有工程实践优势的可信执行环境技术，及其在主流人工智能场景中的工程实践参考案例。此外，本书介绍了关于数据安全和隐私保护的概念、原理、框架及产品，从而帮助读者对机密计算的技术全景有整体的理解。

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CentOS上部署Centreon，并在安装好的Centreon上做最简单的主机监控；第6～13章为生产环境监控实践，涉及生产环境的方方面面，是全书的精华；第14章和第15章介绍一些比较典型

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、文本类型等多种条件筛选数据；统计NaN（缺失值）的数量、占比，根据规则填充和删除NaN；在DataFrame中增、删、查、改行列数据，计算各种行差、列差、极差以及直接对两个DataFrame进

在大数据时代，我们并不缺少数据，缺少的是利用数据分析的思维和工具去解决实际问题的能力。数据化分析是运用恰当的方法和工具，对数据进行科学、有效的分析，从而提出有理有据、具有可操作性的建议，以解决现实中的难题。本书主要介绍了数据分析的9种思维、7种工具、学习方法、基本方法、展现方法、制作数据分析报告的方法，以及数据分析的思维模型。本书适合所有对数据分析感兴趣的读者阅读，特别是在工作或生活中需要经常跟数据接触的人，如数据分析师、产品经理、运营人员、管理人员、财务人员等。

本书通过整合利用卫星和航拍影像、地面跨时空视频、网络数据和地理信息等多源异构数据，围绕天空地海量数据源分布特点和安全保密要求，并根据公共安全事件智能感知与理解的需要，利用先进的多源异构数据汇聚与协同相关技术，实现多源异构数据的跨时空、多尺度、多粒度汇聚，构建公共安全事件处置需要的数据体系，形成跨系统协同管理、跨空间安全调度、跨平台安全服务的数据保障总线，并建设一体化天空地海量多源异构数据汇聚管理平台，为公共安全事件的智能感知与理解提供数据支撑服务。

本书全面介绍了预测性分析相关方法，不仅直观地阐述了相关概念，还给出了现实的示例问题和真实的案例研究包括从失败项目获得的经验教训。本书理论和实践内容相对平衡，便于读者加深理解。全书共9章，外加一个附录。第1章为分析导论，第2章为预测性分析和数据挖掘导论，第3章介绍预测性分析的标准流程，第4章介绍预测性分析的数据和方法，第5章介绍预测性分析算法，第6章探讨预测性建模中的高阶主题，第7章介绍文本分析、主题建模和情感分析，第8章介绍预测性分析使用的大数据，第9章介绍深度学习和认知计算，附录展望了商业分析

本书讲述ApacheFlink大数据框架的原理，以及如果将ApacheFlink应用于大数据的实时流处理、批处理、批流一体分析等各个场景。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ApacheFlink流处理的框架的基本原理和技能，接近理论与实践的距离。全书共分为8章，主要内容包括Flink架构与集群安装、Flink开发环境准备（基于IntelliJIDEA和Maven）、开发Flink实时数据处理程序、Flink流数据分析、时间和水印概念、窗口操作、状态和容错、侧输出流、Fl

本书介绍规范性分析以及如何使用规范性分析进行决策，理论部分和实践部分相对平衡，展示了直观的概念插图、现实的示例问题和案例研究。全书共6章。第1章概述商业分析及分析的纵向视图和简单分类，并介绍规范性分析所处的位置。第2章介绍优化。第3章解释蒙特卡罗模拟、离散模拟和连续模拟等强大的决策工具。第4章介绍多准则决策及其简单分类。第5章介绍专家系统和基于案例的推理。第6章介绍大数据、深度学习和认知计算等前沿分析技术。本书适合商业分析专业人员与相关专业本科生和研究生阅读。

本书内容包括：数据科学及工作流程、统计模型与机器学习算法、信息提取与统计变量创建、数据可视化与社交网络、预测模型与因果分析、数据预处理与工程方法。