本書對第1版做了修訂，緊跟傳統(tǒng)分布式計算、云計算與大數據相關領域的新技術，以應用需求為背景講解相關技術原理和應用方法，主要內容包括：傳統(tǒng)分布式計算的基本原理和編程開發(fā)技術，云計算的原理和關鍵技術、主流云計算平臺和編程開發(fā)方法，云原生技術、云計算安全技術與標準及云存儲技術，大數據的分析處理關鍵技術、計算模式和編程技術、平

本書講述：大數據技術的戰(zhàn)略意義不在于掌握龐大的數據信息，而在于對這些含有意義的數據進行專業(yè)化處理。換而言之，如果把大數據比作一種產業(yè)，那么這種產業(yè)實現盈利的關鍵，在于提高對數據的“加工能力”，通過“加工”實現數據的“增值”。首先，本書在總結大數據的概念、特征的基礎上，給出大數據的本質是客觀存在的論斷。其次，探討大數據價

這是一本學術著作，本書全面探討了大數據技術的發(fā)展趨勢與應用實踐，旨在深入研究大數據對各行業(yè)的影響，并探索其在實際應用中的優(yōu)勢與挑戰(zhàn)。本書首先系統(tǒng)介紹了大數據的概念、特點和基本技術，包括數據采集、存儲、處理和分析等方面的核心內容。其次，通過對各個行業(yè)的案例分析和實踐經驗總結，詳細闡述了大數據在金融、醫(yī)療、教育、交通等領域

本書以提高實際工程設計能力為目的，深入淺出地對EDA技術、VHDL硬件描述語言、FPGA開發(fā)應用及相關知識做了系統(tǒng)介紹，讀者通過本書的學習能初步了解和掌握FPGA開發(fā)的基本內容及實用技術。本書各章都安排了習題或針對性較強的實驗與設計內容，書中列舉的大部分VHDL設計實例和實驗示例都可以在EDA開發(fā)工具QuartusⅡ1

本書為想要設計、構建和維護實時分析應用程序的人員(包括數據工程師、架構師和技術領導者)提供了結構合理的基礎知識。第1章和第2章簡要介紹實時分析，并概述可以構建的實時分析應用程序的類型。第3章介紹一家虛構的比薩公司，該公司已經建立了流處理基礎設施，但尚未實現任何實時分析功能。第4-10章展示如何為這家比薩公司實現不同類型

教材首先介紹Z變換以及如何采用Z變換建立廣義對象的Z傳遞函數，然后建立計算機控制系統(tǒng)的開環(huán)及閉環(huán)傳遞函數并分析系統(tǒng)的控制性能指標。在分析的基礎上，講述兩種控制算法的設計方法：(1)間接設計法(PID控制、史密斯預估法)；(2)直接設計法(最小拍無紋波設計、大林算法)。簡要介紹離散系統(tǒng)狀態(tài)空間分析與設計方法。以工程實踐的

本書介紹了大數據挖掘與統(tǒng)計機器學習領域最常用的模型和算法，包括最基礎的線性回歸和線性分類方法，以及模型選擇和模型評價的概念和方法，進而介紹非線性的回歸和分類方法（包括決策樹與組合方法、支持向量機、神經網絡以及在此基礎上發(fā)展的深度學習方法）。最后介紹無監(jiān)督的學習中的聚類方法和業(yè)界廣泛使用的推薦系統(tǒng)方法。除了方法的理論講解

本書以“數據流”為主線，從信號處理角度出發(fā)，圍繞問題描述和解決方案設計與實現兩個角度組織材料，介紹計算機控制系統(tǒng)的分析、設計理論和工程實現技術。同時，本書提供了多種學習支持材料，如電子課件、教學指導手冊、部分習題解答和線上虛擬仿真實驗，能更好地幫助學生認識計算機控制的并發(fā)實時任務管理本質，樹立正確的國家觀、民族觀、歷史

本書是一本全面介紹數據挖掘與機器學習的大數據專業(yè)類圖書，閱讀本書可以提升讀者對大數據分析與挖掘的認知以及動手能力。本書共有10章，由淺入深地講解數據挖掘與機器學習的基本概念與流程、相關算法與實現工具。本書理論與實踐相結合，既有技術的深度，也有行業(yè)應用的廣度，使讀者可以全面掌握數據挖掘與機器學習的相關技術。

本教材是計算機類專業(yè)的專業(yè)必修課教材和教育公共必修課教材。大數據涉及知識面廣，應用場景多種多樣，需要培養(yǎng)大數據思維，繼而才能運用大數據思維展開分析應用技術。這就需要學習者能夠宏觀構建大數據環(huán)境的認知，掌握大數據處理的流程和相關技術，繼而在明確應用思路引導下融匯知識，才能進一步結合大數據應用場景展開研究和探索。但是，目前