数据科学的理论基础是数学。本书共六章。前三章系统介绍了数据科学里广泛使用的线性代数、概率论、微积分以及最优化理论的相关基础知识；后三章简练阐述了网络分析、量子算法、大模型的基本数学原理和一些代表性算法。书中部分应用案例源自作者的原创性工作,通过发现问题、分析问题、解决问题的逻辑链条,生动展示了数据建模在解决实际问题中的

数据是最有价值的资源，发掘这一价值需要超越技术本身。本书抛开数据科学技术的细节，致力于解决该主题研究中通常没有涵盖的数据科学“其余部分”的关键问题。包括确立正确问题，收集正确数据，进行正确分析，做出正确决策以及决策评估，与决策者建立信任，将数据科学团队置于正确的组织节点，以及帮助公司实现数据驱动等内容。这本书给出了数据

"《大数据平台搭建与维护》以大数据平台项目场景和工作任务驱动的方式搭建逻辑架构，以大数据平台搭建与维护具体任务活动及工作步骤为核心构建内容体系，全书以工作手册的形式进行编写。《大数据平台搭建与维护》共包括6个项目，介绍了Linux系统的安装与配置、HadoopHDFS高可用集群搭建、HadoopYARN高可用集群搭建与

"本书以Hadoop及其周边框架为主线，介绍了整个Hadoop生态系统主流的大数据组件以及平台运维。本书从零开始逐一讲解大数据体系中的各种技术，通过丰富的实战案例阐述重点、难点知识，为初学者进入大数据领域打好基础。书中各个项目设计合理，在每个项目开头设置导读，首先介绍知识点，然后紧跟实践操作，最后在每个项目末尾通过课后

"本书是“新一代人工智能系列教材”之一，全面、详细地介绍数据科学的基本问题、前沿技术及应用系统。本书共分为11章。第1章概述数据科学，介绍数据科学的现有技术与工具；第2章介绍数据治理，包括实体对齐、数据融合和数据清洗；第3章介绍数据定价，包括数据定价机制和模型定价机制；第4章至第7章介绍面向不同数据类型（地理空间数据、

本书编写目的是向读者介绍大数据技术的基本概念与应用。本书一共10章，分别讲述了大数据介绍、云计算与大数据、大数据架构、大数据采集与清洗、大数据存储、大数据分析、大数据可视化、大数据治理、大数据安全、大数据的商业应用以及综合实训。本书将理论与实践操作相结合，通过大量的案例及书中的二维码帮助读者快速了解和应用大数据分析相关

"本书旨在引导读者全面了解分布式系统的核心原理、关键技术和实际应用。全书分为9章，内容包括分布式系统概述、理论基础、基础架构，以及分布式文件系统HDFS、分布式计算模型MapReduce、分布式协调服务ZooKeeper、分布式数据库HBase和分布式消息系统Kafka的工作原理与应用，最后提供两个实战项目，帮助读者将

"本书在第1版的基础上,进行了全面更新和扩充,旨在反映测控技术的**发展和国家战略需求。全书共分9章,第1章简要介绍测控系统的基本概念、系统构成以及发展趋势;第2章介绍现代测控系统的理论方法;第3章介绍各种新型传感器的原理及应用;第4章介绍基于网络的测控技术与系统;第5章介绍基于计算机视觉的测控技术与系统;第6、7章分

"大数据分析包括查询型分析、描述性分析、探索性分析、挖掘型分析等。本书介绍基于R语言的大数据分析解决方案。全书分3篇共18章。第1篇R语言，包括第1～10章，分别为R语言概览、表达式、字符串与正规表达式、函数、向量、矩阵、数据框、列表、面向对象程序设计、数据存储；第2篇可视化，包括第11、12章，分别为统计绘图、图形文

《数据净界》是一本由行业资深人士组成的团队撰写的全面指南，旨在提供关于管理永久性和可持续性数据清除的详尽指导，同时确保符合监管、法律和行业标准。本书深入探讨了数据净化的原因、方法和时机，强调了数据净化作为IT运营中实现循环的重要组成部分。作者还讨论了关于数据清除的几个新标准，包括IEEE和ISO即将发布的标准数据净化如