本書介紹了Hadoop技術的相關知識，并將理論知識與實際項目相結合。全書共分為三個部分：基礎篇、應用篇和總結篇�；�礎篇詳細介紹了Hadoop、YARN、MapReduce、HDFS、Hive、Sqoop和HBase，并深入探討了Hadoop的運維和調優(yōu)；應用篇則包含了一個具有代表性的完整的基于Hadoop的商業(yè)智能系統(tǒng)

全書共分10章。包括：計算機控制系統(tǒng)概述，線性離散系統(tǒng)的數學描述和分析方法，計算機控制系統(tǒng)的多種經典的、現代的先進控制算法，計算機控制系統(tǒng)硬、軟件設計；計算機控制網絡及網絡控制系統(tǒng)設計，計算機控制系統(tǒng)的設計原則與工程實現方法，最后給出了3個計算機控制系統(tǒng)應用設計實例。本書書末附有3個附錄，分別是常用函數的Z變換表、MA

這是一個大數據爆發(fā)的時代。面對信息的激流、多元化數據的涌現，大數據已經為個人生活、企業(yè)經營，甚至國家與社會的發(fā)展帶來了機遇和挑戰(zhàn)，大數據已經成為信息產業(yè)中*具潛力的藍海。 大數據可視化這種新的視覺表達形式是應信息社會蓬勃發(fā)展而出現的——因為我們不僅要呈現世界，更重要的是通過呈現來處理更龐大的數據、理解各種各樣的數據集

本書借助代表當今數據挖掘和機器學習*高水平的著名開源軟件Weka，通過大量的實踐操作，使讀者了解并掌握數據挖掘和機器學習的相關技能，拉近理論與實踐的距離。全書共分9章，主要內容包括Weka介紹、探索者界面、知識流界面、實驗者界面、命令行界面、Weka高級應用、WekaAPI、學習方案源代碼分析和機器學習實戰(zhàn)。本書系統(tǒng)講

數據科學是一門新興的熱門科學，國外一流大學紛紛設立同名課程，相應的專業(yè)、課程及書籍也深受歡迎。本書是國內第一部系統(tǒng)闡述數據科學的重要專著，填補了國內此領域的空白。本書在結構設計和內容選擇上不僅充分借鑒了國外著名大學設立的相關課程以及全球暢銷的外文專著，也考慮到了國內相關課程定位與專業(yè)人才的培養(yǎng)需求。本書共包括8個部分（

本書系統(tǒng)地闡述了數據挖掘產生的背景、技術、多種相關方法及具體應用，主要內容包括數據挖掘概述，數據采集、集成與預處理技術，多維數據分析與組織，預測模型研究與應用，關聯(lián)規(guī)則模型及應用，聚類分析方法與應用，粗糙集方法與應用，遺傳算法與應用，基于模糊理論的模型與應用，灰色系統(tǒng)理論與方法，基于數據挖掘的知識推理。本書可作為管理科

本書是十二五大數據教育系列教材之一。本書的主要內容包括：大數據基礎知識、大數據整理、大數據分析、大數據挖掘、大數據可視化、大數據實驗培訓平臺入門、大數據行業(yè)分析應用案例（零售、互聯(lián)網、金融保險、制造、網絡游戲、廣告、旅游等）。本書可作為高等職業(yè)院校開展大數據教育的教學用書，也可作為企業(yè)相關崗位的培訓用書。

雷軍委、晉玉強、王宏編*的《基于Lyapunov與混沌激勵的自適應參數辨識》在一般的自適應參數辨識方法之上，研究了混沌激勵對參數辨識的作用，并針對相當復雜的控制方向未知系統(tǒng)，采用Nussbaum增益方法進行了混沌參數辨識，這一點是比較新穎的?br/>因此，本書的出版不僅對參數辨識的理論研究者具有吸引力，同時對廣大工程實

數據科學與大數據分析在當前是炙手可熱的概念，關注的是如何通過分析海量數據來洞悉隱藏于數據背后的見解。本書是數據科學領域為數不多的實用性技術圖書，它通過詳細剖析數據分析生命周期的各個階段來講解用于發(fā)現、分析、可視化、表示數據的相關方法和技術。 《數據科學與大數據分析——數據的發(fā)現分析可視化與表示》總共分為12章，主要內

本書內容涉及了大數據基礎與應用的寬泛領域。全書共分17章，主要內容包括大數據概述、第四科研范式、分布系統(tǒng)設計中的CAP理論；大數據網絡空間、MapReduce分布編程模型、大數據流式計算、大數據搜索技術、大數據存儲、NoSQL數據庫、大數據清洗技術、大數據分析、大數據挖掘、大數據可視化、大數據安全、大數據機器學習、大數