数据是非常重要的资产，是“数字经济”时代的核心生产要素。本书主要面向财经类等非大数据技术、计算机科学与技术等专业的学生，旨在培养学生大数据处理能力。本书重点讲解MySQL数据库基础、Python程序基础、浪潮可视化大数据三大核心内容，根据岗位典型工作任务，MySQL数据库重点讲解库表操作、结构化查询部分，Python重

我分类故我在！大数据也要大思维！思维革新比数据技术更重要！ 在商业分析和商业智慧的场景下，人们需要的是建构大数据，而不是从巨量资料当中大海捞针。 如果只是把资料变多，认知学习能力的维度却没有变高，接下来会如何？从少量数据都学习不到的价值，大数据只会让它更遥不可及。 大数据时代来临，获取数据和信息的技术越发精进，每天产生

本书引导读者从数据科学基本概念出发，全面了解数据科学相关知识，掌握数据科学中数据处理的流程和方法。本书在理论上突出可读性和完整性，力求兼具一定的广度和深度；在实践上强调对常用技术工具的操作性，力求体现数据科学应用的多样性和代表性。全书共12章，可分为三大部分：第1、2章是数据科学概述部分；第3～6章是数据科学理论基础和

本书以任务为导向，较为全面地介绍Hadoop大数据技术及其生态系统组件Hive、HBase的相关知识。全书共8章，具体内容包括Hadoop介绍、Hadoop集群的搭建及配置、Hadoop基础操作、MapReduce入门编程、MapReduce进阶编程、Hive数据仓库、HBase分布式数据库，以及一个项目案例（电影网站

本书从基础认知出发,兼顾实训操作,内容分为NXMCD基础篇和实训篇。基础篇针对西门子NXMCD的基本机电对象、运动副和约束、耦合副、传感器和执行器、运行时行为、仿真过程控制、虚拟调试协同连接的相关知识和实操技巧进行了系统介绍;实训篇针对小型自动化生产线控制面板、出料、传送、装配、仓储等典型机构的仿真和调试进行了细致阐述

大数据平台运维是大数据应用人才培养的基本技能之一。本书讲解了大数据平台运维过程中的各个主要阶段及其任务,主要包括安装部署、优化监控、架构原理、生态系统、运维工具等。本书内容全面,涵盖了Hadoop生态绝大部分组件的运维,兼具基础理论与运维实践经验;主要特色是将知识点凝练到图形中,通过视觉记忆,看图联想,理解知识点的含义

本书介绍大数据技术的基本概念和相应的技术应用。全书共为10章,分别是大数据介绍、云计算基础、大数据架构、数据采集、数据清洗、大数据存储、大数据分析与挖掘、大数据可视化、大数据安全和大数据的行业应用。本书将理论与实践操作相结合,通过大量的案例帮助读者快速了解和应用大数据相关基本技术,并对书中重要的、核心的知识点加大练习的

本书以面向应用、面向实战为指导思想,紧扣企业技术人才培养的特点,在知识点讲解和实验中避免复杂的理论,使学生能快速上手体验、验证大数据处理的魅力,以激发学生的学习兴趣。本书覆盖了大数据生命周期主要技术要点,全书共8章。第1章介绍大数据的产生和特点及思维的变革,第2章了解大数据生态环境,第3章-第7章是按照大数据的生命周期

该书通过对数据库和信息系统中的数据与信息质量的现状和未来发展进行充分、完整而全面的综述,对组成数据与信息质量研究核心的技术进行了深入探讨,包括对象识别、数据集成、错误定位与纠正等,并在一个原创框架下对相关技术进行比较研究。该书除了将数据与信息质量作为独立研究领域进行系统描述,还包括了从其他领域借鉴的研究成果,如概率论、

本书采用项目驱动方式,从理论到实践,由浅入深地设计了17个项目,包括认识大数据分析、Python数据分析工具、numpy数据分析和处理、Pandas数据分析和处理、Matplotlib数据分析可视化、基于HADOOP的数据分析和机器学习。