本書介紹大數(shù)據(jù)知識工程的有關內(nèi)容。全書共9章，第1章介紹大數(shù)據(jù)知識工程的背景；第2章介紹大數(shù)據(jù)知識工程的“三跨”特點及面臨的“散、雜、亂”挑戰(zhàn)；第3-6章介紹知識表示、知識獲取與融合、知識表征學習、知識推理四個核心環(huán)節(jié)；第7章介紹教育、稅務、網(wǎng)絡輿情領域的大數(shù)據(jù)知識工程應用；第8章指出未來研究方向；第9章對全書進行總結(jié)。

本書從大數(shù)據(jù)基礎原理、大數(shù)據(jù)分析方法和大數(shù)據(jù)行業(yè)應用三個部分介紹大數(shù)據(jù)技術。全書共12章，內(nèi)容包含大數(shù)據(jù)的基本概念，分布式基礎架構Hadoop，分布式文件系統(tǒng)HDFS，NoSQL數(shù)據(jù)庫，分布式計算框架MapReduce，大數(shù)據(jù)基本分析方法（聚類、分類與預測），大數(shù)據(jù)在搜索引擎、推薦系統(tǒng)以及其他行業(yè)的應用。本書在前7章設置8個實驗，幫助讀者初步掌握大數(shù)據(jù)技術、大數(shù)據(jù)分析與大數(shù)據(jù)應用的相關知識與操作技能。

本教材基于數(shù)據(jù)技術概念的提出，建立由數(shù)據(jù)生成、數(shù)據(jù)組織管理與數(shù)據(jù)信息汲取三個模塊構成的數(shù)據(jù)技術應用全流程體系框架。通過對計算機信息系統(tǒng)、抽樣技術與數(shù)據(jù)庫系統(tǒng)等基礎技術原理的概念化解讀，以及對網(wǎng)絡爬蟲與文本數(shù)據(jù)生成、SQL語言、數(shù)據(jù)預處理、回歸模型、Logistic建模、關聯(lián)規(guī)則、決策樹分類規(guī)則、K-平均聚類、神經(jīng)網(wǎng)絡、支持向量機，集成學習、數(shù)據(jù)可視化等一系列代表性經(jīng)典應用技術的提出意義、基本概念與操作規(guī)則的分層講授邏

本書兼顧統(tǒng)計知識的基礎性和系統(tǒng)性，系統(tǒng)介紹深度學習基礎知識和建模技術。本書共包括7章，第1章介紹機器學習、人工智能和深度學習發(fā)展歷程及相關概念；第2章介紹深度學習的理論知識，如張量、梯度、損失函數(shù)、激活函數(shù)、反向傳播等；第3章介紹基礎神經(jīng)網(wǎng)絡在二分類數(shù)據(jù)、多分類數(shù)據(jù)和連續(xù)數(shù)據(jù)上的實例構建；第4章介紹神經(jīng)網(wǎng)絡模型的泛化策略；第5章介紹卷積神經(jīng)網(wǎng)絡的模型結(jié)構及其在圖像分類問題中的應用；第6章介紹循環(huán)神經(jīng)網(wǎng)絡的模型結(jié)構及其

本書全面闡釋大數(shù)據(jù)與商務分析的時代背景、基本概念、模型算法與前沿技術，使讀者對大數(shù)據(jù)與商務分析領域能有一個比較清晰的認識。全書共9章，主要內(nèi)容包括大數(shù)據(jù)概論、商務分析基礎、大數(shù)據(jù)管理、數(shù)據(jù)預處理、數(shù)據(jù)探索分析、描述性數(shù)據(jù)分析、預測性數(shù)據(jù)分析、規(guī)范性數(shù)據(jù)分析和非結(jié)構化數(shù)據(jù)分析。

本書以常見的數(shù)據(jù)分析與大數(shù)據(jù)應用方法為主線，按照數(shù)據(jù)采集、數(shù)據(jù)存儲與管理、數(shù)據(jù)預處理、數(shù)據(jù)分析與挖掘的邏輯關系分析大數(shù)據(jù)時代應如何采用量化方法分析經(jīng)濟問題。本書在定性分析的基礎上，采用大量的實例和軟件操作插圖來直觀地解釋大數(shù)據(jù)分析方法的原理和應用，為讀者提供“一站式”服務。同時，通過對線性回歸、邏輯回歸等計量方法，主成分分析、聚類分析等統(tǒng)計方法，以及神經(jīng)網(wǎng)絡、決策樹、隨機森林等機器學習方法的學習，實現(xiàn)大數(shù)據(jù)背景下傳統(tǒng)

本書圍繞大數(shù)據(jù)采集、匯聚、存儲、計算、分析、挖掘、可視化等處理全過程，基于Flume、Kafka、HDFS、HBase、MapReduce、Spark、Hive、ECharts等主流軟件全面介紹大數(shù)據(jù)的基礎原理和核心技術，以及人工智能、云計算和物聯(lián)網(wǎng)等大數(shù)據(jù)相關內(nèi)容，并在此基礎上進一步闡述政務、商業(yè)等行業(yè)大數(shù)據(jù)，以及文本、圖像、音頻、視頻等媒體大數(shù)據(jù)的應用現(xiàn)狀和**進展。本書內(nèi)容豐富，深入淺出，同時配有大量實操代碼和

隨著信息技術的快速發(fā)展，基于大數(shù)據(jù)的智能分析已應用于許多領域，世界也變得越來越智能化。大數(shù)據(jù)分析技術的應用領域的不斷擴展，不僅改變了傳統(tǒng)的商業(yè)模式，而且推動了經(jīng)濟全球化與社會變革。本書編寫的目的是向新商科專業(yè)學生普及商務大數(shù)據(jù)分析的基礎理論和知識，主要包括三部分內(nèi)容：商務大數(shù)據(jù)的基礎理論、基于流程的商務大數(shù)據(jù)分析、企業(yè)大數(shù)據(jù)應用案例。教材的編寫注重理論與實踐相結(jié)合，同時將業(yè)財融合、產(chǎn)教融合的思想融入內(nèi)容中，引導學生理

本書是有關數(shù)據(jù)科學內(nèi)涵、方法、歷史、意義及方法論、發(fā)展趨勢、學科邊界、核心科技問題、人才培養(yǎng)方案等方面的一部綜合性論著�！禕R》全書分7章。第1章闡述數(shù)據(jù)科學的產(chǎn)生背景，主要從人類社會、物理世界、信息空間三元世界理論出發(fā)，闡述大數(shù)據(jù)在信息化社會中的基礎地位、作用與價值。第2章嘗試用數(shù)據(jù)科學的語言來溝通不同學科，以統(tǒng)一的術語扼要闡述數(shù)學、統(tǒng)計學、計算機科學、人工智能等學科中所使用的數(shù)據(jù)科學概念及內(nèi)涵第3章嚴格定義數(shù)據(jù)科

社交網(wǎng)絡、電子商務、移動通信和物聯(lián)網(wǎng)把人類社會帶入了大數(shù)據(jù)時代，基于數(shù)據(jù)的信息分析決策成為新時代的新趨勢。《大數(shù)據(jù)商務分析》定位于大數(shù)據(jù)商務分析與應用的全景式教學，將系統(tǒng)地介紹大數(shù)據(jù)的基本內(nèi)涵、思維變革、關鍵技術、企業(yè)政府實際應用、大數(shù)據(jù)倫理等方面的內(nèi)容。通過理論學習和配套實驗，可培養(yǎng)商學院學生連接大數(shù)據(jù)技術與商業(yè)決策的能力；幫助學生從數(shù)據(jù)中洞察商務價值，進行大數(shù)據(jù)商務分析的典型應用。

數(shù)據(jù)分析中數(shù)據(jù)可視化已成為大數(shù)據(jù)研究的一門科學。本書的目的是為數(shù)據(jù)工程專業(yè)的課程學習提供基礎原理與操作實驗，不僅綜合了國內(nèi)外書籍、網(wǎng)站的相關內(nèi)容，也結(jié)合了具體的課程實踐和人才培養(yǎng)要求。全書共11章，內(nèi)容包括數(shù)據(jù)及可視化基礎，數(shù)據(jù)可視化的發(fā)展及分類，數(shù)據(jù)處理，視覺通道，數(shù)據(jù)可視化流程，數(shù)據(jù)可視化工具，時空、地理可視化，層次網(wǎng)絡數(shù)據(jù)可視化，文本及多媒體可視化，社會網(wǎng)絡分析可視化以及可視化評估等，既包括數(shù)據(jù)可視化的基本知識

作為數(shù)據(jù)分析的有效工具,統(tǒng)計方法已廣泛應用于社會科學和自然科學的各個領域.本書兼顧統(tǒng)計知識的全面性和統(tǒng)計課程的系統(tǒng)性,結(jié)合編者多年的教學實踐經(jīng)驗和國內(nèi)外優(yōu)秀教材的成果,在內(nèi)容上主要包括多元統(tǒng)計分析概述、主成分分析、聚類分析、判別分析、因子分析、時間序列模型引論、平穩(wěn)時間序列模型、非平穩(wěn)時間序列模型、結(jié)構方程模型.全書分9章敘述.另外,書中大部分統(tǒng)計方法都給出了用R語言實現(xiàn)的實際操作過程.

本書兼顧抽樣技術和試驗設計的知識完整性和相對獨立性，突出內(nèi)容通俗性和實際應用性，主要選擇簡單隨機抽樣、分層隨機抽樣、兩級抽樣等抽樣技術內(nèi)容，以及單因子試驗、兩因子試驗、隨機化區(qū)組試驗、正交設計、**設計、計算機試驗設計等試驗設計內(nèi)容。本書注重講解代表性的理論方法和模型，回避煩瑣的理論性質(zhì)的解釋和證明，并易于計算機軟件操作。為了演示抽樣技術和試驗設計的理論方法，本書編寫統(tǒng)計案例，演示如何應用統(tǒng)計方法解決實際問題，便于讀

本書主要介紹概率論和隨機過程的基礎知識和基本概念，內(nèi)容包括概率論和隨機過程兩部分。第1~5章介紹概率論的基本概念及定理，主要包括隨機事件與概率、離散型隨機變量及其分布、連續(xù)型隨機變量及其分布、隨機變量的數(shù)字特征、大數(shù)定律與中心極限定理;第6章介紹隨機過程的基本概念、泊松過程、馬爾可夫過程、鞅、布朗運動、隨機積分和伊藤公式。各章節(jié)在敘述上均按由淺入深、由簡入繁的漸進模式展開，理論嚴謹、文字通俗。各章節(jié)均配有習題，便于讀

本書介紹了數(shù)理統(tǒng)計的基本概念、參數(shù)估計、假設檢驗、方差分析、貝葉斯基礎和統(tǒng)計計算等內(nèi)容.在編寫過程中特別注重方法的實際應用，每個理論后面都列舉了對應的例子.同時，為了更貼近社會的現(xiàn)實需求，在每章最后一節(jié)通過例子對該章的主要內(nèi)容進行了R語言實現(xiàn)，并列出了程序的詳細步驟.

本書兼顧統(tǒng)計知識的基礎性和系統(tǒng)性，精煉離散型數(shù)據(jù)模型和非參數(shù)模型的基礎知識和建模技術，系統(tǒng)講授離散型數(shù)據(jù)建模技術的預備知識、列聯(lián)表、廣義線性模型、Logistic回歸模型、對數(shù)線性模型以及非參數(shù)建模技術的預備知識、位置參數(shù)的非參數(shù)檢驗、總體尺度參數(shù)和相關性的非參數(shù)檢驗、總體分布的非參數(shù)檢驗、非參數(shù)回歸模型.本書突出統(tǒng)計建模技術的內(nèi)容通俗性、統(tǒng)計思想性和實際應用性，旨在增強學生對復雜數(shù)據(jù)的認知，培養(yǎng)學生針對復雜數(shù)據(jù)的統(tǒng)

本書試圖較全面地介紹大數(shù)據(jù)技術的基本原理和方法，包括以統(tǒng)計模型為主的各類數(shù)據(jù)模型以及它們的計算方法，同時還將介紹這些方法在一些領域(如人工智能)中的應用。

本書介紹了大數(shù)據(jù)處理技術核心棧的全部內(nèi)容。主要從大數(shù)據(jù)處理技術的流程出發(fā)，圍繞大數(shù)據(jù)的獲取、存儲、分析到可視化展示的完整過程，以目前主流的Hadoop、Spark等開源大數(shù)據(jù)處理平臺為核心內(nèi)容，從大數(shù)據(jù)技術應用的角度，提供主流廠商的大數(shù)據(jù)平臺的對比分析，并提供行業(yè)應用案例和大數(shù)據(jù)處理的完整實例，以幫助新手從零基礎開始學習大數(shù)據(jù)技術。除此之外，在大數(shù)據(jù)分析部分，除常用數(shù)據(jù)分析算法外，特別增加了文本大數(shù)據(jù)分析、圖像大數(shù)據(jù)

《大數(shù)據(jù)營銷》主要圍繞大數(shù)據(jù)營銷的相關理論以及數(shù)據(jù)處理技術來展開，力爭讓讀者對大數(shù)據(jù)營銷的概念有一個初步的認識，同時能夠進行相關的數(shù)據(jù)分析和處理。《大數(shù)據(jù)營銷》既梳理了大數(shù)據(jù)營銷的理論和基礎知識，也介紹了相關大數(shù)據(jù)分析工具、數(shù)據(jù)分析和可視化等的基本原理與操作邏輯及其在營銷中的應用。

《大數(shù)據(jù)通識讀本》以通識為出發(fā)點，通過圖文結(jié)合、理論和實例結(jié)合等方式，對大數(shù)據(jù)這一前沿科學進行綜合介紹，既介紹大數(shù)據(jù)對人類生活的影響，又講解大數(shù)據(jù)的相關知識；既以大數(shù)據(jù)的處理流程為線索講述大數(shù)據(jù)采集、存儲、分析、可視化以及應用的整個生命周期，又從數(shù)據(jù)使用者和創(chuàng)造者的角度介紹大數(shù)據(jù)安全、大數(shù)據(jù)倫理相關案例和知識。

本教材的內(nèi)容包括了面向大數(shù)據(jù)計算的底層系統(tǒng)級平臺的介紹，面向大數(shù)據(jù)應用的架構及實用性算法介紹，以及面向真實企業(yè)級應用數(shù)據(jù)的應用實踐。主要分三部分：第一篇介紹大數(shù)據(jù)相關的技術基礎及底層架構；第二篇介紹大數(shù)據(jù)分析方法，重在各種機器學習的算法；第三篇為實踐篇，以實驗教程為主要內(nèi)容。

大數(shù)據(jù)（bigdata）或稱巨量資料，是指所涉及的資料量規(guī)模巨大到無法透過目前主流軟件工具，在合理時間內(nèi)達到擷取、管理、處理、并整理成為幫助企業(yè)經(jīng)營決策更積極目的的資訊。本書分為上下兩篇，上篇為基礎技術篇，包括大數(shù)據(jù)概述、大數(shù)據(jù)關鍵技術、大數(shù)據(jù)常用算法與數(shù)據(jù)結(jié)構等；下篇為行業(yè)應用篇，包括大數(shù)據(jù)產(chǎn)業(yè)鏈、大數(shù)據(jù)+工業(yè)行業(yè)分析、大數(shù)據(jù)+零售行業(yè)分析等。

無

大數(shù)據(jù)時代的到來對審計方式、方法產(chǎn)生了重要影響。本書在對大數(shù)據(jù)審計理論系統(tǒng)地研究的基礎上，緊密結(jié)合審計實務，以通俗的語言、生動的案例、可行的操作，系統(tǒng)地講解大數(shù)據(jù)審計的概念、原理以及技術方法。本書注重理論源于審計實務、服務于審計實務。

數(shù)據(jù)科學是一門新興的交叉學科.數(shù)據(jù)科學人才需要同時具備理論性、實踐性和應用性等多方面的素質(zhì).數(shù)據(jù)科學的知識點涵蓋了編程語言、數(shù)學基礎、數(shù)據(jù)清洗、數(shù)據(jù)可視化、數(shù)據(jù)分析和分布式計算等.為了幫助數(shù)據(jù)科學從業(yè)人員快速地查閱這些知識和工具的使用，提高實踐效率，本書對數(shù)據(jù)科學的相關知識進行了歸納整理，形成數(shù)十份速查表.

大數(shù)據(jù)管理與應用主要以信息科學、計算機科學和管理科學等學科為理論基礎，其研究內(nèi)容包括大數(shù)據(jù)科學基礎理論、大數(shù)據(jù)預處理、大數(shù)據(jù)計算、大數(shù)據(jù)管理和分析等。本書力圖通過對大數(shù)據(jù)科學相關數(shù)據(jù)管理方面內(nèi)容的綜合介紹，面向大數(shù)據(jù)時代的電子商務智能數(shù)據(jù)計算領域，從大數(shù)據(jù)采集、大數(shù)據(jù)預處理、大數(shù)據(jù)存儲與計算、多源異構大數(shù)據(jù)分析、大數(shù)據(jù)知識融合技術和大數(shù)據(jù)的應用管理等方面說明大數(shù)據(jù)管理與應用的主要研究內(nèi)容和應用方向。

本書系統(tǒng)地對大數(shù)據(jù)采集、存儲、計算、處理、分析、挖掘和可視化等相關內(nèi)容進行介紹，并結(jié)合大數(shù)據(jù)在社區(qū)、交通、醫(yī)療、金融、教育等方面的應用進行剖析闡述。

《大數(shù)據(jù)概論》主要介紹大數(shù)據(jù)概論，內(nèi)容包括大數(shù)據(jù)概述、科學研究第四范式、分布系統(tǒng)設計的CAP理論、NoSQL數(shù)據(jù)庫、復雜網(wǎng)絡、MapReduce分布編程模型、大數(shù)據(jù)存儲、大數(shù)據(jù)分析、大數(shù)據(jù)挖掘、大數(shù)據(jù)可視化、大數(shù)據(jù)安全、大數(shù)據(jù)機器學習、大數(shù)據(jù)推薦技術，以及數(shù)據(jù)科學與數(shù)據(jù)思維。《大數(shù)據(jù)概論》對上述內(nèi)容概念性地介紹，語言精練、內(nèi)容全面。

本書系統(tǒng)闡述了物聯(lián)網(wǎng)、云計算的最新技術進展和應用案例。首先從物聯(lián)網(wǎng)、云計算的定義入手，分析物聯(lián)網(wǎng)和云計算面臨的挑戰(zhàn)。其次對物聯(lián)網(wǎng)和云計算分別做了深入解析，列舉了它們的關鍵技術、標準研究進展、已應用場景和各種工業(yè)解決方案。最后詳細分析了物云結(jié)合的關鍵需求，研究了相關的關鍵技術并對物云結(jié)合的案例和方案進行了深入討論。