实体识别在数据质量管理中起着重要作用，它是数据质量管理的重要研究方向。实体识别的目的是识别出数据集中描述同一真实世界实体的元组。实体识别的结果可以在数据质量管理的其他阶段(如数据清洗阶段和数据质量评估阶段)得到广泛应用。在一个或多个数据库中，同一个现实世界实体可能具有多种描述方式，这一问题在各种应用领域的信息系统中普遍

本书在R语言和Python的基础上开发了基于云计算的可视化云平台。全书内容包括：大数据分析基础、简单数据挖掘、基本统计方法、统计分析模型、时间序列预测技术、多元决策分析方法、大数据分析进阶七章。

"数据科学项目日益增多，每个项目在提出原型到生产的过程中都需要可靠的基础设施。使用《Effective数据科学基础设施》介绍的一些新技术和新工具，你将能建立一个适用于各类组织(无论是初创企业还是大型企业)的基础设施堆栈。《Effective数据科学基础设施》可帮助你建立数据流程和项目工作流，为你开发项目带来强大动力。《

从什么是数据，数据与优化的关系入手，以经典的传统数据分析方法和最新的深度学习算法为例，系统介绍了数据分析的算法设计思想及实现方法。内容涉及了数据的可视化、特征选择与降维、神经网络基本原理、无监督学习、有监督学习、深度学习的鲁棒性等，全书提供了丰富的实例以及完整的可实现的Pyth从什么是数据，数据与优化的关系入手，以经典

本书以Hadoop3.3.0为核心，涵盖Hadoop生态系统的常用组件，主要介绍各组件的架构原理、Shell命令、常用API及编程等，并配有较多例题。全书共7章，内容包含Hadoop概述、Hadoop伪分布式安装、Hadoop分布式文件系统HDFS、分布式计算框架MapReduce、分布式数据库HBase、数据仓库Hi

本书由校企“双元”合作开发，以企业真实项目的实施流程为主线，通过“电商平台用户行为数据分析”项目实战，贯穿Hadoop大数据核心技术，包括项目需求、大数据平台部署、数据采集、离线数据仓库设计与开发和项目数据可视化展示。本书内容主要涉及VMware、Xshell、IDEA等软件的安装配置；Hadoop分布式集群环境搭建；

《大数据应用基础教程》旨在培养大学低年级本科生的大数据应用能力，使其初步建立数据思维，以满足“新工科”“新医科”“新农科”“新文科”建设背景下高校培养学生数据素养能力的新要求。全书共3篇。基础篇（第1、2章）主要内容为大数据概述、Python及常用类库；数据分析篇（第3～7章）重点阐述数据获取、存储、预处理、可视化和分

最火热、最前沿的科学新技术的科普书本系列特色：专家向孩子介绍最前沿、最火热的科学技术1、不同于市面泛滥的大众化科普，挑选了当今最火热、最前沿的新技术进行科普，与时俱进，让孩子轻松成为最时尚的科学小达人。2、文风活泼灵动，用孩子读得懂、喜欢读的文字，三言两语讲清其中的科学道理。3、每个单页都会配1-2幅搞怪插图，对孩子的

本书主要围绕Hadoop及其生态系统中的各种工具展开讲解，重点介绍大数据分析处理的整体流程，剖析每个环节中所使用的不同组件的技术原理和特点。本书内容共分为七个模块：模块一为大数据基础概述，主要讲述大数据的概念、来源、应用场景、大数据时代的机遇和挑战等相关内容；模块二至模块六以Hadoop生态系统为基础，系统地讲解了分布

本书围绕数据正义理论展开。数据化并非仅是技术，实为一种政治经济体制，应优先考虑数据化带来的社会正义问题。数据正义要求找到应对资本主义危害的方式；数据化嵌入政府治理导致社会成员权力弱化，数据正义要求政府机构优先考虑以人为本、团结建设；数据正义概念必须是连接全球社会学，绝非仅是西方的；数据正义要解决数据化带来剥削、歧视、隐