本書(shū)針對(duì)愿意加入大數(shù)據(jù)行業(yè)的初學(xué)者量身定做，以簡(jiǎn)練風(fēng)趣的語(yǔ)言介紹了大數(shù)據(jù)程核心技術(shù)及相關(guān)案例。內(nèi)容包括了數(shù)據(jù)的基本概念、Hadoop的安裝與配置、HDFS、基于Hadoop3的HDFS高可用、Zookeeper、MapReduce、YARN、Sqoop、KafKa、Redis，每個(gè)知識(shí)點(diǎn)配有可運(yùn)行的案例，同時(shí)結(jié)合企業(yè)實(shí)

本書(shū)從多個(gè)數(shù)據(jù)項(xiàng)目實(shí)例出發(fā)，介紹爬蟲(chóng)、反爬蟲(chóng)的各種案例，使讀者了解到數(shù)據(jù)抓取和分析的完整過(guò)程。書(shū)中案例的難度由淺入深，以作者原創(chuàng)的代碼為主，不借助現(xiàn)成的框架，強(qiáng)調(diào)在數(shù)據(jù)采集過(guò)程中的發(fā)散思維，總結(jié)攻克反爬蟲(chóng)的思維模式，實(shí)現(xiàn)以低成本的方式得到想要的數(shù)據(jù)的愿望。最后，用一個(gè)“愛(ài)飛狗”的例子，為讀者展示如何從0到1地開(kāi)發(fā)一個(gè)大

線性延遲反饋控制使非線性系統(tǒng)產(chǎn)生了非常復(fù)雜的行為，包括混沌和分岔，延遲產(chǎn)生的混沌具有理論上的無(wú)窮維，可能通過(guò)簡(jiǎn)單的方法獲得超混沌吸引子。針對(duì)線性延遲反饋的混沌產(chǎn)生機(jī)理，包括局部分岔，全局分岔，拓?fù)漶R蹄等一系列問(wèn)題進(jìn)行了較為深入的分析，同時(shí)對(duì)混沌的應(yīng)用，如通信應(yīng)用，加密應(yīng)用和壓實(shí)機(jī)械中的應(yīng)用都進(jìn)行了深入的研究，這些研究成

隨著計(jì)算機(jī)和互聯(lián)網(wǎng)技術(shù)的飛速發(fā)展和廣泛普及，互聯(lián)網(wǎng)已經(jīng)成為人類獲取知識(shí)的最大平臺(tái)。在爬取了Web網(wǎng)頁(yè)語(yǔ)料后，需要通過(guò)數(shù)據(jù)預(yù)處理和數(shù)據(jù)分析來(lái)獲取數(shù)據(jù)的價(jià)值，從而造福人類，推動(dòng)社會(huì)發(fā)展。本書(shū)主要是Web大數(shù)據(jù)預(yù)處理和數(shù)據(jù)分析的實(shí)戰(zhàn)指南，內(nèi)容包括三部分：基礎(chǔ)知識(shí)、基于Python的數(shù)據(jù)預(yù)處理、基于Python的數(shù)據(jù)分析

決策問(wèn)題中存在大量的冗余信息，而且很多信息都具有不確定性，面對(duì)這些雜亂無(wú)章的海量數(shù)據(jù)，決策者需花費(fèi)大量時(shí)間分析，以至于可能錯(cuò)失決策良機(jī)，因此研究具有不確定性的決策問(wèn)題中冗余信息約簡(jiǎn)是決策者亟待解決的關(guān)鍵問(wèn)題。目前軟集合方法能夠較好地處理不確定決策問(wèn)題，但軟集合約簡(jiǎn)方法目前還不完善，致使對(duì)海量數(shù)據(jù)很難做出決策。本書(shū)主要以

天津?yàn)I海迅騰科技集團(tuán)有限公司編著的《大數(shù)據(jù)高可用環(huán)境搭建與運(yùn)維(企業(yè)級(jí)人才培養(yǎng)解決方案十三五規(guī)劃教材)》主要涉及11個(gè)項(xiàng)目，即大數(shù)據(jù)分布式集群、分布式集群基礎(chǔ)配置、ZooKeeper分布式協(xié)調(diào)系統(tǒng)、Hadoop高可用、Hive分布式數(shù)據(jù)倉(cāng)庫(kù)工具、HBase分布式數(shù)據(jù)庫(kù)、大數(shù)據(jù)協(xié)作框架、Linux自動(dòng)化部署、Ambari

本書(shū)將大數(shù)據(jù)技術(shù)生態(tài)圈主流技術(shù)框架的應(yīng)用與發(fā)展、搭建Hadoop大數(shù)據(jù)分布式系統(tǒng)集群平臺(tái)、大數(shù)據(jù)分布式文件系統(tǒng)HDFS（HadoopDistributedFileSystem）、大數(shù)據(jù)分布式并行計(jì)算框架MapReduce、大數(shù)據(jù)汽車(chē)銷售數(shù)據(jù)統(tǒng)計(jì)分析項(xiàng)目5大模塊分為11章內(nèi)容進(jìn)行闡述。具體分布情況如下：第1章是大數(shù)據(jù)概論

本書(shū)采用理論與實(shí)踐相結(jié)合的方式，全面介紹了Hadoop大數(shù)據(jù)技術(shù)。主要內(nèi)容包括初識(shí)Hadoop大數(shù)據(jù)技術(shù)、Hadoop環(huán)境配置，分布式文件系統(tǒng)HDFS、資源調(diào)度框架YARN、分布式計(jì)算框架MapReduce、大數(shù)據(jù)數(shù)據(jù)倉(cāng)庫(kù)Hive、分布式數(shù)據(jù)庫(kù)HBase、查詢大型半結(jié)構(gòu)化數(shù)據(jù)集的語(yǔ)言Pig、分布式日志采集工具Flume

“第1章認(rèn)識(shí)商務(wù)智能”，解釋了BI的相關(guān)概念及理論基礎(chǔ)；“第2章實(shí)施商務(wù)智能”，講述了BI項(xiàng)目的實(shí)施過(guò)程；“第3章分析商務(wù)智能案例”，展示了企業(yè)真實(shí)BI案例的實(shí)施細(xì)節(jié)、成果及價(jià)值所在；第4章至第6章為商務(wù)智能開(kāi)發(fā)工具；“第7章商務(wù)智能的應(yīng)用與發(fā)展趨勢(shì)”，介紹了BI的應(yīng)用及未來(lái)發(fā)展趨勢(shì)。

本書(shū)從系統(tǒng)的角度出發(fā)，按照大數(shù)據(jù)處理流程的順序，全面介紹了大數(shù)據(jù)技術(shù)的基礎(chǔ)知識(shí)，提升讀者對(duì)大數(shù)據(jù)的認(rèn)知。全書(shū)分3個(gè)邏輯層次，共9章。 本書(shū)作為大數(shù)據(jù)技術(shù)的基礎(chǔ)教材，目的不在于讓讀者對(duì)具體的某個(gè)技術(shù)平臺(tái)細(xì)節(jié)有很深的理解，而是盡量讓讀者體會(huì)整個(gè)大數(shù)據(jù)處理的技術(shù)流程，使讀者能夠掌握大數(shù)據(jù)技術(shù)的整體框架，能夠在未來(lái)的學(xué)習(xí)和工作