1.Python零基礎(chǔ)，輕松學(xué)會數(shù)據(jù)分析與挖掘2.編碼、分析、挖掘，數(shù)據(jù)分析全流程一次搞定3.微課視頻，掃碼即可觀看，重點難點逐個擊破本書適于統(tǒng)計學(xué)、數(shù)學(xué)、經(jīng)濟(jì)學(xué)、金融學(xué)、管理學(xué)以及相關(guān)理工科專業(yè)的本科生、研究生使用，也能夠提高從事數(shù)據(jù)咨詢、研究或分析等人士的專業(yè)水平和技能。

全書共12章，內(nèi)容包括OpenStack云計算基礎(chǔ)、單節(jié)點云平臺一體化部署、基礎(chǔ)環(huán)境、API與客戶端、Keystone身份服務(wù)、Glance鏡像服務(wù)、Nova計算服務(wù)、Neutron網(wǎng)絡(luò)服務(wù)、Cinder塊存儲服務(wù)、Swift對象存儲服務(wù)、Temetry計量與監(jiān)控服務(wù)和Heat編排服務(wù)，以及多節(jié)點OpenStack云平臺。

本書詳細(xì)介紹了一個大數(shù)據(jù)應(yīng)用案例——電信用戶行為分析，案例涉及數(shù)據(jù)預(yù)處理、數(shù)據(jù)存儲與管理、數(shù)據(jù)分析和數(shù)據(jù)可視化等流程，涵蓋Linux、MySQL、Hadoop、Spark、IntelliJIDEA、Spring等系統(tǒng)和軟件的安裝與使用方法。案例采用的編程語言是Scala和Java。

本書詳細(xì)介紹了一個大數(shù)據(jù)應(yīng)用案例——電影推薦系統(tǒng)（Scala版），案例涉及數(shù)據(jù)預(yù)處理、數(shù)據(jù)存儲與管理、數(shù)據(jù)分析和數(shù)據(jù)可視化等流程，涵蓋Linux、MySQL、Hadoop、Spark、IntelliJIDEA、Spring等系統(tǒng)和軟件的安裝與使用方法。案例采用的編程語言是Scala和Java。

本書以“認(rèn)識大數(shù)據(jù)技術(shù)，理解大數(shù)據(jù)案例；提升大數(shù)據(jù)素養(yǎng)，服務(wù)大數(shù)據(jù)戰(zhàn)略”為編寫目標(biāo)，全面系統(tǒng)地講述了大數(shù)據(jù)所涉及的國家政策、經(jīng)濟(jì)、產(chǎn)業(yè)鏈和技術(shù)發(fā)展。主要內(nèi)容包括信息技術(shù)的發(fā)展現(xiàn)狀、大數(shù)據(jù)時代到來的成因、大數(shù)據(jù)發(fā)展現(xiàn)狀、大數(shù)據(jù)技術(shù)概況、典型案例解析、貴州省大數(shù)據(jù)產(chǎn)業(yè)發(fā)展概況、國家大數(shù)據(jù)政策解讀、大數(shù)據(jù)人才培養(yǎng)、大數(shù)據(jù)的標(biāo)準(zhǔn)和大數(shù)據(jù)安全等內(nèi)容。

本書全面介紹了OpenStack和Hadoop的部署、管理和高可用相關(guān)知識。全書共9章，包括OpenStack入門體驗、OpenStack常見模塊詳解、OpenStack云平臺管理、搭建OpenStack多節(jié)點的企業(yè)私有云平臺、OpenStackHA部署、Hadoop基礎(chǔ)、HBase部署與使用、部署CDH，以及容器與云平臺實戰(zhàn)等內(nèi)容。每章最后都提供了本章作業(yè)，用于讀者鞏固對本章理論知識的理解。 通過學(xué)習(xí)本書，讀者可以

本書全面介紹了Docker及Docker組合Kubernetes、TiDB等高級服務(wù)的部署、管理和高可用相關(guān)知識。全書共13章，包括Docker基本管理、Docker鏡像管理、Docker高級管理、Docker私有倉庫部署和管理、Docker安全管理、Docker日志管理、Kubernetes-Docker集群、DockerSwarm基礎(chǔ)、DockerSwarm集群管理、Docker構(gòu)建和Web應(yīng)用部署、Docker

本書將大數(shù)據(jù)技術(shù)生態(tài)圈主流技術(shù)框架的應(yīng)用與發(fā)展、搭建Hadoop大數(shù)據(jù)分布式系統(tǒng)集群平臺、大數(shù)據(jù)分布式文件系統(tǒng)HDFS（HadoopDistributedFileSystem）、大數(shù)據(jù)分布式并行計算框架MapReduce、大數(shù)據(jù)汽車銷售數(shù)據(jù)統(tǒng)計分析項目5大模塊分為11章內(nèi)容進(jìn)行闡述。具體分布情況如下：第1章是大數(shù)據(jù)概論，介紹大數(shù)據(jù)的發(fā)展背景及基本概念；第2章是搭建Hadoop分布式集群；第3～6章是HDFS分布式文件

Hadoop是一個分布式系統(tǒng)的基礎(chǔ)架構(gòu)，支持對大量數(shù)據(jù)進(jìn)行分布式處理，能以高效、可靠的方式完成數(shù)據(jù)處理。本書圍繞Hadoop生態(tài)圈技術(shù)進(jìn)行講解，主要包括Hadoop環(huán)境配置、Hadoop分布式文件系統(tǒng)（HDFS）、Hadoop分布式計算框架MapReduce、Hadoop資源調(diào)度框架YARN與Hadoop新特性、Hadoop分布式數(shù)據(jù)庫HBase、Oozie工作流調(diào)度系統(tǒng)等內(nèi)容。 本書以Linux操作系統(tǒng)為平臺，緊密

本書介紹了云計算的基本概念、原理及實際應(yīng)用，分為基礎(chǔ)篇、技術(shù)篇、應(yīng)用篇和實踐篇4篇。主要內(nèi)容包括：緒論、云計算架構(gòu)及其標(biāo)準(zhǔn)化情況、云存儲、云服務(wù)、虛擬化、云桌面、云安全、云計算主流解決方案、云計算與移動互聯(lián)網(wǎng)、云計算與物聯(lián)網(wǎng)、高性能計算、虛擬化技術(shù)、分布式文件系統(tǒng)和邏輯卷管理、管理等內(nèi)容。

《大數(shù)據(jù)分析與挖掘》主要內(nèi)容包括：第1章緒論、第2章數(shù)據(jù)特征分析與預(yù)處理、第3章關(guān)聯(lián)規(guī)則挖掘、第4章分類算法、第5章聚類算法、第6章分布式大數(shù)據(jù)流挖掘、第7章綜合案例基于華為技術(shù)與設(shè)備。本書可作為高等院校數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)、計算機(jī)科學(xué)與技術(shù)等相關(guān)專業(yè)的本科生教材。

本書主要內(nèi)容包括：第1章初識Hadoop、第2章Hadoop基礎(chǔ)、第3章Hadoop開發(fā)環(huán)境配置與搭建、第4章Hadoop分布式文件系統(tǒng)（HDFS）、第5章資源管理器（Yarn）、第6章MapReduce基礎(chǔ)程序設(shè)計、第7章MapReduce程序設(shè)計、第8章分布式數(shù)據(jù)庫HBase、第9章分布式數(shù)據(jù)倉庫Hive、第10章項目測試與發(fā)布

本書對統(tǒng)稱為NoSQL的分布式非關(guān)系型數(shù)據(jù)庫原理和使用方法進(jìn)行介紹。 第一章，首先介紹NoSQL數(shù)據(jù)庫的起源背景和設(shè)計理念，以及相關(guān)技術(shù)概念。其次介紹了大數(shù)據(jù)技術(shù)體系，以及NoSQL在該技術(shù)體系的地位和作用。 第二章首先回顧關(guān)系型數(shù)據(jù)庫的主要機(jī)制，以及NoSQL數(shù)據(jù)庫的常見技術(shù)原理，以及NoSQL的常見存儲模式。 第三章對Hadoop工具進(jìn)行介紹，重點介紹HDFS的技術(shù)原理和基本使用方法。 第四章介紹HBase的基本

本書系統(tǒng)地講解了云計算的知識框架，包括云計算的三大認(rèn)識角度（商業(yè)模式、計算范式、實現(xiàn)方式）、四個關(guān)鍵技術(shù)（計算、存儲、網(wǎng)絡(luò)、安全）、四種開發(fā)運(yùn)維維度（云原生應(yīng)用、云操作系統(tǒng)、云端軟件、云運(yùn)維），以及三大應(yīng)用場景（云桌面、開發(fā)云、大數(shù)據(jù)與人工智能）。 本書在大部分的章中安排了一個或多個基于開源軟件的實訓(xùn)內(nèi)容，以幫助讀者更有效地動手實踐，包括GitHub、Hadoop、OpenStack、KVM、Docker、Ceph、

本書系統(tǒng)、全面地介紹了大數(shù)據(jù)技術(shù)的基礎(chǔ)知識，期望學(xué)生通過對本書的學(xué)習(xí)和實踐了解大數(shù)據(jù)技術(shù)的概貌，掌握Hadoop生態(tài)圈大數(shù)據(jù)技術(shù)中*為基礎(chǔ)和關(guān)鍵的知識。主要內(nèi)容包括大數(shù)據(jù)概述、大數(shù)據(jù)軟件技術(shù)基礎(chǔ)、大數(shù)據(jù)存儲技術(shù)、MapReduce分布式編程、數(shù)據(jù)采集與預(yù)處理、數(shù)據(jù)倉庫與聯(lián)機(jī)分析技術(shù)、數(shù)據(jù)挖掘與分析技術(shù)、Spark分布式內(nèi)存計算框架、數(shù)據(jù)可視化技術(shù)、大數(shù)據(jù)安全。

本書以Scala作為開發(fā)Spark應(yīng)用程序的編程語言，系統(tǒng)介紹了Spark編程的基礎(chǔ)知識。全書共7章，內(nèi)容包括大數(shù)據(jù)技術(shù)概述、Spark的設(shè)計與運(yùn)行原理、Spark環(huán)境搭建和使用方法、RDD編程、SparkSQL、SparkStreaming、SparkMLlib等。

本書以Scala作為開發(fā)Spark應(yīng)用程序的編程語言，系統(tǒng)介紹了Spark編程的基礎(chǔ)知識。全書共8章，內(nèi)容包括大數(shù)據(jù)技術(shù)概述、Scala語言基礎(chǔ)、Spark的設(shè)計與運(yùn)行原理、Spark環(huán)境搭建和使用方法、RDD編程、SparkSQL、SparkStreaming、SparkMLlib等。

本書是為初學(xué)者學(xué)習(xí)R語言基礎(chǔ)以及在數(shù)據(jù)科學(xué)中的應(yīng)用而編寫的。全書內(nèi)容包括三個部分，分別介紹了R語言的編程基礎(chǔ)知識，數(shù)據(jù)處理、可視化和統(tǒng)計分析的實用技術(shù)，以及在機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)中的具體應(yīng)用。讀者可以通過本書了解和體驗R語言的風(fēng)格特點和強(qiáng)大功能。本書中所有程序均在R3.4.3環(huán)境下調(diào)試通過。

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分布式計算框架MapReduce、Hadoop資源調(diào)度框架YARN與Hadoop新特性、Hadoop分布式數(shù)據(jù)庫HBase、數(shù)據(jù)倉庫Hive、大數(shù)據(jù)離線處理輔助系統(tǒng)、

（1）概念篇：介紹當(dāng)前緊密關(guān)聯(lián)的*IT領(lǐng)域技術(shù)云計算、大數(shù)據(jù)和物聯(lián)網(wǎng)。 （2）大數(shù)據(jù)存儲與管理篇：介紹分布式數(shù)據(jù)存儲的概念、原理和技術(shù)，包括HDFS、HBase、NoSQL數(shù)據(jù)庫、云數(shù)據(jù)庫。 （3）大數(shù)據(jù)處理與分析篇：介紹MapReduce分布式編程框架、基于內(nèi)存的分布式計算框架Spark、圖計算、流計算、數(shù)據(jù)可視化。 （4）大數(shù)據(jù)應(yīng)用篇：介紹基于大數(shù)據(jù)技術(shù)的推薦系統(tǒng)。

本書首先介紹了云計算與大數(shù)據(jù)的簡史、發(fā)展歷程，討論了當(dāng)前大數(shù)據(jù)所要解決的5大問題，然后對面向云計算與大數(shù)據(jù)的體系架構(gòu)搭建進(jìn)行全面剖析，給讀者講述在云與大數(shù)據(jù)的時代做什么、怎么做才是對的，然后結(jié)合業(yè)界的具體實踐講解了2個平臺建設(shè)的案例，一個是大數(shù)據(jù)平臺的搭建，一個是混合云平臺的搭建。