本书详实介绍了数据挖掘与机器学习相关的各种内容，包括数据矩阵、图数据、核方法、项集挖掘、聚类、贝叶斯分类器、决策树、支持向量机、线性回归、逻辑回归、神经网络、深度学习等，介绍其相关概念和基础算法，并在每章的末尾配有相关练习。第二版新增了几个关于回归的章节，包括神经网络和深度学习的内容。

AzureDatabricks是一款基于云的大数据分析和机器学习平台，用于实现基于ApacheSpark的数据处理，为快速增长的海量数据的处理和决策需求分析提供了良好的支撑。《ApacheSpark大数据分析：基于AzureDatabricks云平台》详细介绍基于AzureDatabricks云平台来使用ApacheS

本书从博弈论基础开始，系统地介绍了博弈论在数据安全中的应用，汇集了近年来基于博弈论研究数据安全的最新成果，重点探讨了秘密共享的可公开验证模型及博弈论分析、数据外包情况下的博弈模型、激励相容机制和抗共谋机制以及隐私保护的博弈分析、基于信息论的理性委托攻防模型，为数据外包更新提出了有效策略。本书观点新颖独到，研究内容均为作

本书是对作者近几年有关模糊综合评价方面的研究成果的整理与总结。全书共分为七章。其中，前两章简述了模糊综合评价的发展及基础理论，后五章分别从直觉模糊、毕达哥拉斯模糊、双层语言术语模糊、概率犹豫模糊及混合模糊等角度出发，探讨不同信息环境下的综合评价理论及应用技术。本书是一本关于模糊综合评价理论拓展与应用的学术著作，理论联系

本书主要围绕数据权利体系，梳理数据及其权利内涵，把握全球数据主权发展态势，关切国际数据权利体系演进、数据权利保护模式，并梳理我国数据权利发展现状与建构路径；分别围绕主权视角下数据权利规制的关键场景——数据跨境、关键挑战——数据垄断、关键工具——数据产权，探讨数据主权风险、国际治理进展、我国治理现状，思考主权视角下我国数

本书系统地介绍了网络化系统智能控制与滤波理论的最新成果和研究进展。内容包括网络化系统的概念、基本问题、国内外研究进展以及典型智能化控制与滤波算法；基于事件触发机制下的时变时延网络化系统H∞控制、L2量化控制、H∞滤波、模糊控制、量化H∞控制问题的理论成果；多丢包时延网络化系统H∞量化控制；最后介绍了分布式时延非线性网络

本书是一本面向数据科学初学者的实验教材。本书旨在通过实验的方式，帮助学生掌握数据分析和挖掘的基本概念、方法和技术，并学会使用Python等工具进行实际操作。本书的实验设计涵盖了数据预处理、数据可视化、分类与预测、聚类与关联规则挖掘、文本挖掘、网络分析、时间序列分析、情感分析和主题模型等多个方面，旨在培养学生的数据思维和

本书系统讲解了工业过程控制系统的分析和设计方法。首先,介绍了过程控制系统的结构、分类、特点及性能指标,通过机理法和测试法两种方法讨论了工业过程的动态特性和建模方法,给出了常用控制规律及实现方法;然后,重点介绍了简单控制系统及复杂控制系统(串级、前馈、Smith预估、比值、解耦、选择、均匀和分程等)的结构和方案设计;最后

对于任何依赖经常性收入和重复销售的企业来说，让客户保持活跃并持续购买是必不可少的。客户流失(或“流失”)，这种代价高昂且令人沮丧的事情是可以预防的。通过使用本书中介绍的技术，你可以识别客户流失的预警信号，并学会在客户离开之前识别并挽留他们。《客户留存数据分析与预测》向开发人员和数据科学家传授经过实践证明的技术与方法，可

《深入浅出数据分析》以类似"章回小说”的活泼形式，生动地向读者展现出色的数据分析人员应知应会的技术：数据分析基本步骤、实验方法、优化方法、假设检验方法、贝叶斯统计方法、主观概率法、启发法、直方图法、回归法、误差处理、相关数据库、数据整理技巧；正文之后，意犹未尽地以三篇附录介绍数据分析十大要务、R工具及ToolPak工具