本書較為全面地介紹了大數(shù)據(jù)相關(guān)技術(shù)和應(yīng)用的現(xiàn)狀。全書共7章：第1章主要介紹大數(shù)據(jù)的基礎(chǔ)概念；第2章和第3章對主流大數(shù)據(jù)框架從不同側(cè)面進(jìn)行了分析對比；第4章主要介紹了信息挖掘中的經(jīng)典算法（C4.5、k�瞞eans、支持向量機(jī)、Apriori、EM、PageRank、AdaBoost、NaiveBayes、CART）；第5

《大數(shù)據(jù)系統(tǒng)運(yùn)維》是大數(shù)據(jù)應(yīng)用人才培養(yǎng)系列教材中的一冊，講解了大數(shù)據(jù)系統(tǒng)運(yùn)行維護(hù)過程中的各個(gè)主要階段及其任務(wù)，包括配置管理、系統(tǒng)管理、故障管理、性能管理、安全管理、高可用性管理、應(yīng)用變更管理、升級管理及服務(wù)資源管理，內(nèi)容全面且翔實(shí)，兼具基礎(chǔ)理論知識與運(yùn)維實(shí)踐經(jīng)驗(yàn)，特別是重點(diǎn)介紹了大數(shù)據(jù)系統(tǒng)的運(yùn)維特點(diǎn)及運(yùn)維技能，以保障大

本書以自動(dòng)化生產(chǎn)線安裝與調(diào)試職業(yè)技能大賽為導(dǎo)向，系統(tǒng)地將電氣自動(dòng)化技術(shù)、機(jī)電一體化技術(shù)等專業(yè)的核心技術(shù)通過一門課的教學(xué)來得到鞏固和提高。本教材基于從理論到實(shí)踐、由易到難、由簡單到復(fù)雜的教學(xué)規(guī)律安排各個(gè)實(shí)訓(xùn)項(xiàng)目，每個(gè)實(shí)訓(xùn)項(xiàng)目按章節(jié)學(xué)習(xí)目標(biāo)（包括知識目標(biāo)、技能目標(biāo)、教學(xué)重點(diǎn)、教學(xué)難點(diǎn)）、理論學(xué)習(xí)、動(dòng)手實(shí)踐、課后提高的結(jié)構(gòu)來

在數(shù)據(jù)為主導(dǎo)的今天，對于一種已經(jīng)成型的模型，“怎么用”通常不是問題，用個(gè)軟件或者編幾行程序就能得到結(jié)果了，問題一般都出在模型“什么時(shí)候用”和“用完了，然后呢”�！稊�(shù)據(jù)分析師養(yǎng)成寶典》就集中討論后面兩件事情。《數(shù)據(jù)分析師養(yǎng)成寶典》共27章，分為業(yè)務(wù)理解篇（第1~4章）、指標(biāo)設(shè)計(jì)篇（第5~7章）、數(shù)據(jù)建模篇（第8~16章）

這是一部教你如何從0到1架構(gòu)與實(shí)現(xiàn)一個(gè)企業(yè)級大數(shù)據(jù)平臺的著作，是作者在大數(shù)據(jù)和系統(tǒng)架構(gòu)領(lǐng)域超過20000小時(shí)的經(jīng)驗(yàn)總結(jié)。作者從橫向視角出發(fā)，手把手教你如何拉通Hadoop體系技術(shù)棧，以此搭建一個(gè)真實(shí)可用、安全可靠的大數(shù)據(jù)平臺。通過閱讀本書，一定能從本書的內(nèi)容中找到靈感和思路來應(yīng)對實(shí)際工作中面對的問題。

本書系統(tǒng)論述了分片線性分類器的設(shè)計(jì)方法及相關(guān)問題。全書共六章：第1章介紹分片線性分類器的發(fā)展歷程和演化趨勢，以及傳統(tǒng)的分片線性分類器的設(shè)計(jì)方法，并對其優(yōu)缺點(diǎn)進(jìn)行分析和總結(jié)；第2章詳細(xì)論述該領(lǐng)域的**研究成果，即組合凸線性感知器這一通用理論框架；第3～6章分別從分類精度提升、分類模型簡化、克服數(shù)據(jù)可分性限制和新框架設(shè)計(jì)等

本書基于工作過程對專業(yè)人員的理論知識和實(shí)際操作技能的需要，結(jié)合作者多年的課程改革經(jīng)驗(yàn)進(jìn)行編寫。本書共分7章，主要介紹了DCS的基礎(chǔ)知識和典型DCS的基本結(jié)構(gòu)、功能、操作方法和DCS系統(tǒng)組態(tài)、系統(tǒng)維護(hù)方法，以及現(xiàn)場總線技術(shù)、安全儀表等方面的知識，并結(jié)合實(shí)際操作案例，介紹了DCS的應(yīng)用技術(shù)。集散控制系統(tǒng)應(yīng)用維護(hù)技術(shù)課程作為

大數(shù)據(jù)技術(shù)讓我們以一種前所未有的方式，對海量數(shù)據(jù)進(jìn)行分析，從中獲得有巨大價(jià)值的產(chǎn)品和服務(wù)，最終形成變革之力。本書圍繞Hadoop和Spark兩個(gè)主流大數(shù)據(jù)技術(shù)進(jìn)行講解，主要內(nèi)容包括Hadoop環(huán)境配置、Hadoop分布式文件系統(tǒng)（HDFS）、Hadoop分布式計(jì)算框架MapReduce、Hadoop資源調(diào)度框架YARN

大數(shù)據(jù)時(shí)代正式到來，群體智能作為人工智能的一個(gè)分支，正在影響大數(shù)據(jù)的應(yīng)用。本書首先概述了大數(shù)據(jù)與群體智能的相關(guān)研究，然后分別對群體智能及其應(yīng)用和大數(shù)據(jù)分析技術(shù)及其應(yīng)用作了介紹，然后通過分析與建立電影票房預(yù)測模型、面向大數(shù)據(jù)的高�？蒲泄芾硐到y(tǒng)及基于Spark的3G圖書推薦系統(tǒng)等，具體探討了它們的實(shí)際操作方式。

本書的研究對象屬于非線性控制領(lǐng)域，主要方向?yàn)閲?yán)格反饋非線性系統(tǒng)的預(yù)設(shè)性能控制。全書包括緒論和l～7章。緒論和第l～5章主要介紹預(yù)設(shè)性能控制在嚴(yán)格反饋非線性系統(tǒng)中取得的理論成果，屬于理論研究部分；第6章以飛行器過載控制模型為例，集中展示對前面提f日方法的應(yīng)用情況，屬于工程應(yīng)用部分；第7章是對嚴(yán)格反饋系統(tǒng)預(yù)設(shè)性能控制研究_