数字化转型是企业在数字经济时代面对的重大战略选择，其本质是通过有效地使用数据资源对业务进行全面的升级和优化，提高企业的综合产业竞争力。本书将数据科学作为出发点，结合大数据、人工智能技术，以数据分析的方法和理论为观察视角，介绍了企业数字化转型的核心知识概念及主要的应用实践策略。本书共8章，分为数据科学原理、数据科学技术、

本书研究大数据的计算理论基础，重点讲述P类和NP类问题的并行和交互式计算方法。即在大数据的场景下，对于P类问题，为了提高求解速度可以采用并行的方法；对于NP类问题，为了提高解的质量可以采用交互的方法。 全书内容按照大数据的泛构理论（第三章），并行NC类计算、LNC类、以及LL类计算（第四章），IP类计算和NC类函数逼近

2022年12月19日，《中共中央国务院关于构建数据基础制度更好发挥数据要素作用的意见》是党的二十大之后推动数字经济开新局的基础性政策文件，备受各方关注。本书是清华大学社会科学学院经济学研究所结合近年来在数字经济、数据要素方面所做的研究和取得的成果，从数据产权制度、数据要素流通和交易制度、数据要素收益分配制度、数据要素

本书主要分成三部分。第一部分包括第一章到第三章，主要介绍社会网络研究的起源和重点，社会网络的基本概念、定义和重要应用。除此之外，还会讨论一些经典案例和研究手段，以及大数据时代为社会网络研究创造的新机遇，希望给读者们一个宏观的认识。第二部分包括第四章到第七章，主要介绍社交大数据领域内的重要研究方向，比如节点中心性、社团结

从数据分析方法到数据科学基础知识，你需要了解的知识全部在这本图解书中！ 当下，利用数据为自己的业务和服务提供支持是大势所趋。但是，分析数据需要广泛的知识，自己很难成体系地学习。 本书介绍了数据科学的基础知识及周边知识，包括数据、图表的类型以及统计学、人工智能的基本知识等，网罗信息社会中数据活用的问题点，结合生动插图，让

随着时代的发展和信息技术的进步，信息技术已经是社会发展的动力之一，尤其是大数据技术对社会的发展起到促进作用。在人们的生活、生产中，大数据的应用能够给人们带来便利性，同时在大数据中也会存储人们的个人信息。随着科技的发展和进步，我们逐渐进入大数据时代。本书首先对大数据相关概念和应用问题进行了简述，进而论述了大数据的异化分析

Spark数据处理引擎是一个惊人的分析工厂：输入原始数据，输出洞察。PySpark用基于Python的API封装了Spark的核心引擎。它有助于简化Spark陡峭的学习曲线，并使这个强大的工具可供任何在Python数据生态系统中工作的人使用。《Python和PySpark数据分析》帮助你使用PySpark解决数据科学的

从信息资源管理协同创新视角，分析了大数据治理面临的挑战、机遇和焦点议题，大数据治理研究的视角、立场及代表性观点，大数据治理的框架类型及其构成要素。以公共价值理论、数字连续性理论、利益相关者理论和协同创新理论为主要理论支持，从大数据治理目标、主体、治理客体、治理活动、治理环境等多个维度，分析了大数据治理的政策、标准和技术

首先，本书在内容选择上坚持“经典”与“前沿”并重。一方面，系统全面地讲述了无约束和有约束最优化问题的常用求解方法，包括负梯度方法、牛顿方法、拟牛顿方法、共轭梯度方法、罚函数方法等。另一方面，加入近几年在数据科学领域受到广泛关注的一些新型一阶最优化方法，例如随机梯度下降方法、小批量随机梯度下降、动量方法、Nesterov

本书从理论上论述非线性系统的全局能控性.主要介绍平面仿射非线性系统和几类特殊的高维非线性系统的全局能控性判据,以及几类多项式系统全局能控性的判别算法.另外,本书也对平面仿射非线性系统的全局渐近能控性及全局镇定性做一点讨论.