本書內容包括Hadoop概述、Hadoop的安裝與配置管理、HDFS技術、YARN技術、MapReduce技術、HadoopI/O操作、海量數據庫技術HBase、ZooKeeper技術、分布式數據倉庫技術HIVE、Hadoop實時數據處理技術等。

本書是面向高等學校自動控制相關專業(yè)復變函數課程的教材，是作者基于一線教學經驗，積極進行教學內容和教學方法創(chuàng)新的結果。本書的目的在于為自動控制相關專業(yè)的同學提供一本與專業(yè)知識密切結合的復變函數教材。本書在涵蓋復變函數課程的主要核心知識點的同時介紹復變函數與自動控制的關聯關系與具體應用。本書共分為六章，分別介紹復數和復變函

本書對數據定價策略與優(yōu)化進行較為深入的研究，針對現有研究的薄弱之處，分別針對考慮數據質量、數據規(guī)模的數據定價策略，數據產品設計與定價策略，面向閉環(huán)數據供應鏈的數據定價策略和客戶隱私感知、激勵與數據供應鏈定價策略等問題進行研究。

"本書為項目式、任務式教材。以三個具體的項目為載體，每個項目分若干個任務。分別為：滑倉系統(tǒng)概念設計與虛擬調試、加蓋擰蓋單元概念設計與虛擬調試、檢測分揀單元概念設計與虛擬調試。第一個項目以基本知識的學習與應用為目的，讀者通過該項目的學習與實踐初步掌握概念設計與虛擬調試的基本技能；第二個項目、第三個項目以全國職業(yè)院校技能大

要想在數據科學領域取得成功，你需要精通數學。但不僅僅是數學。這本指南提供了一個清晰的、簡單的答案，你需要了解，包括概率、統(tǒng)計、假設測試、線性代數、機器學習和微積分的知識。使用Python代碼的實際示例將幫助您了解數學如何應用于您將要做的工作，在將概念連接到機器學習等應用程序時，提供了對概念在底層如何工作的清晰理解。你會

本書面向Hadoop大數據技術，通過大量實例，循序漸進地介紹了Hadoop生態(tài)系統(tǒng)常用組件的安裝及使用方法。 全書共15個項目，主要內容包括：在虛擬機中安裝CentOS7、安裝Hadoop偽分布、配置平臺基礎環(huán)境、搭建Zookeeper分布式集群、搭建HDFS分布式集群、搭建YARN分布式集群、Hadoop分布式計算

本書較為系統(tǒng)地講解了大數據處理平臺Hadoop和Spark生態(tài)系統(tǒng)的相關技術原理、使用方法和開發(fā)技術，全書共11章，主要包括大數據技術概述、大數據處理平臺Hadoop、分布式文件系統(tǒng)HDFS、分布式計算框架MapReduce、Hadoop的發(fā)展和演化、數據倉庫Hive、分布式數據庫HBase、Spark的基本概念和整體

本書以企業(yè)真實崗位的實際應用和操作為主要背景，以飲料灌裝智能產線實訓系統(tǒng)為載體，設置了七個學習情境，包括供料站調試、翻轉站調試、灌裝站調試、機器人站調試、立體庫站調試、智能生產線綜合調試、智能生產線維護等內容。本書按照"收集信息、制訂計劃、做出決策、實施計劃、檢查控制、評價反饋”的教學過程組織內容，并配有相關操作的視頻

本書講解了大數據查詢技術涉及的知識體系，主要是Hadoop生態(tài)圈體系中的各個組件，包括HDFS、Hive、Presto、HBase、Phoenix、Elasticsearch和dbeaver。本書采用項目任務驅動的方式進行講解，覆蓋組件的工作原理、部署安裝和使用方法，力求幫助讀者更有效地動手實踐。

"本書結合國內外**的研究成果和實踐經驗，融合傳統(tǒng)紙質媒體和新興數字媒體，系統(tǒng)地介紹大數據治理的基本概念、原則、框架、技術、工具和實踐等內容，注重理論與實踐相結合，注重案例分析和應用演練，幫助讀者全面掌握大數據治理的核心知識和方法。全書共分兩篇16章：第一篇大數據治理理論包括總論、大數據架構管理、元數據管理、主數據管理