本書(shū)詳細(xì)講解了基于微服務(wù)的數(shù)據(jù)工程應(yīng)用開(kāi)發(fā)實(shí)踐，包括微服務(wù)及數(shù)據(jù)工程相關(guān)原理概述、開(kāi)發(fā)環(huán)境搭建、服務(wù)運(yùn)行與跟蹤、服務(wù)通信與配置、國(guó)產(chǎn)自主可控?cái)?shù)據(jù)庫(kù)實(shí)踐、相關(guān)系統(tǒng)的開(kāi)發(fā)實(shí)踐等內(nèi)容，特色是（1）結(jié)合當(dāng)今微服務(wù)發(fā)展技術(shù)指導(dǎo)傳統(tǒng)數(shù)據(jù)工程應(yīng)用的開(kāi)發(fā)實(shí)踐（2）引入當(dāng)今對(duì)國(guó)產(chǎn)自主可控?cái)?shù)據(jù)庫(kù)的要求，詳細(xì)講解了如何在微服務(wù)技術(shù)條件下對(duì)國(guó)

《數(shù)據(jù)資產(chǎn)管理核心技術(shù)與應(yīng)用》深入探討數(shù)據(jù)資產(chǎn)管理的核心技術(shù)與應(yīng)用，融入作者在大數(shù)據(jù)領(lǐng)域多年的豐富經(jīng)驗(yàn)�！稊�(shù)據(jù)資產(chǎn)管理核心技術(shù)與應(yīng)用》為讀者提供一套可以落地的數(shù)據(jù)資產(chǎn)管理框架，并詳解兩個(gè)基于該框架進(jìn)行數(shù)據(jù)資產(chǎn)管理的應(yīng)用案例，使讀者能更好地了解數(shù)據(jù)資產(chǎn)管理底層所涉及的眾多核心技術(shù)，讓數(shù)據(jù)可以發(fā)揮出更大的價(jià)值。《數(shù)據(jù)資產(chǎn)管

本書(shū)系統(tǒng)介紹了大數(shù)據(jù)基礎(chǔ)知識(shí)和相關(guān)技術(shù)，全書(shū)分為大數(shù)據(jù)基礎(chǔ)、大數(shù)據(jù)存儲(chǔ)與管理篇、大數(shù)據(jù)采集與預(yù)處理、大數(shù)據(jù)分析與挖掘、大數(shù)據(jù)平臺(tái)Hadoop實(shí)踐與應(yīng)用案例5篇,共17章，主要內(nèi)容包括大數(shù)據(jù)基本概念、大數(shù)據(jù)平臺(tái)Hadoop基礎(chǔ)、大數(shù)據(jù)存儲(chǔ)與管理基本概念、大數(shù)據(jù)分布式文件系統(tǒng)HDFS、大數(shù)據(jù)分布式數(shù)據(jù)庫(kù)系統(tǒng)HBase、大數(shù)

《Hadoop海量數(shù)據(jù)處理》從Hadoop的基礎(chǔ)知識(shí)講起，逐步深入Hadoop分布式文件系統(tǒng)（HDFS）和MapReduce分布式編程框架的核心技術(shù)，幫助讀者全面、系統(tǒng)、深入地理解Hadoop海量數(shù)據(jù)處理技術(shù)的精髓。本書(shū)在講解技術(shù)原理時(shí)穿插大量的典型示例，并詳解兩個(gè)典型項(xiàng)目實(shí)戰(zhàn)案例，幫助讀者提高實(shí)際項(xiàng)目開(kāi)發(fā)水平�！禜a

本書(shū)通過(guò)魯棒優(yōu)化的核心原理和應(yīng)用，揭開(kāi)不確定性的神秘面紗，為讀者提供應(yīng)對(duì)不可預(yù)測(cè)的挑戰(zhàn)所需的見(jiàn)解和工具。作者首先簡(jiǎn)要介紹了不確定線性規(guī)劃，然后深入分析了適當(dāng)不確定性集的構(gòu)建與經(jīng)典機(jī)會(huì)約束（概率）方法之間的相互聯(lián)系。接著，提出了針對(duì)不確定的錐二次優(yōu)化和半定優(yōu)化問(wèn)題以及動(dòng)態(tài)（多階段）問(wèn)題的魯棒優(yōu)化理論。最后，通過(guò)來(lái)自金融、

本教材是大數(shù)據(jù)時(shí)代下，大數(shù)據(jù)行業(yè)蓬勃發(fā)展，大數(shù)據(jù)技術(shù)也在不斷涌現(xiàn)革新，本書(shū)對(duì)大數(shù)據(jù)體系架構(gòu)lambda進(jìn)行梳理，介紹了一些重要的大數(shù)據(jù)平臺(tái)技術(shù)原理與編程實(shí)踐，包括數(shù)據(jù)收集層的Kafka，數(shù)據(jù)存儲(chǔ)層的HDFS、HBase，計(jì)算框架層的MapReduce、Spark、Flink，資源管理與協(xié)調(diào)層的YARN、ZooKeepe

本書(shū)首先介紹了大數(shù)據(jù)應(yīng)用基礎(chǔ)：重點(diǎn)講解了如何搭建Hadoop分布式集群平臺(tái)，使用Java語(yǔ)言進(jìn)行MapReduce分布式編程；HBase及Hive數(shù)據(jù)庫(kù)環(huán)境的安裝和數(shù)據(jù)的增、刪、改、查操作；Spark平臺(tái)的搭建、RDD操作及SparkSQL查詢；Flink平臺(tái)的搭建，Kafka消息中間件的使用及流批一體計(jì)算。其次對(duì)數(shù)據(jù)

本書(shū)共分兩部分：第一部分是網(wǎng)絡(luò)數(shù)據(jù)采集與預(yù)處理的基礎(chǔ)理論實(shí)踐，包括任務(wù)1-任務(wù)6，主要講解如何使用Python編寫(xiě)網(wǎng)絡(luò)數(shù)據(jù)采集和預(yù)處理程序，內(nèi)容包括Python環(huán)境搭建，Python基礎(chǔ)語(yǔ)法、語(yǔ)句與函數(shù)，網(wǎng)絡(luò)基礎(chǔ)知識(shí)，常用網(wǎng)絡(luò)數(shù)據(jù)采集與預(yù)處理庫(kù)和解析庫(kù)、數(shù)據(jù)持久化保存，以及requests庫(kù)、Numpy庫(kù)、Pandas

本書(shū)針對(duì)本科生控制理論課程中的典型難點(diǎn)問(wèn)題開(kāi)展了針對(duì)性的研究，包括物理建模、實(shí)驗(yàn)辨識(shí)建模、動(dòng)態(tài)誤差系數(shù)法、時(shí)滯系統(tǒng)穩(wěn)定性分析、描述函數(shù)法、串聯(lián)校正、狀態(tài)反饋和最優(yōu)控制數(shù)值解法等內(nèi)容。書(shū)中給出了典型案例的Matlab源程序及Simulink模型。通過(guò)對(duì)本書(shū)的學(xué)習(xí)，讀者能夠?qū)�控制理論有更加清晰的把握，提高編程能力�?/p>

機(jī)器學(xué)習(xí)應(yīng)用需要大量的數(shù)據(jù)，因此有必要保護(hù)這些數(shù)據(jù)集中敏感信息的隱私和安全。從數(shù)據(jù)收集和導(dǎo)入到模型開(kāi)發(fā)和部署，隱私保護(hù)發(fā)生在機(jī)器學(xué)習(xí)過(guò)程中的每個(gè)環(huán)節(jié)。這本實(shí)用的圖書(shū)將講授確保數(shù)據(jù)管道端到端安全所需的技能。 《隱私保護(hù)機(jī)器學(xué)習(xí)》通過(guò)面部識(shí)別、云數(shù)據(jù)存儲(chǔ)等真實(shí)世界中的用例來(lái)探討隱私保護(hù)技術(shù)。你將了解到現(xiàn)在就可以部署的切實(shí)