本書分為八章，內容包括：數據、數據資源、數據資產、數據資產評估基礎理論、數據評估法規(guī)與標準、數據資產評估程序、數據資產評估方法、數據資產評估風險管理。

本書內容共分為七個章節(jié)�；�本構成如下：生產要素演化與數據要素產生；數據要素的分類與特征；數據要素的確權與定價；數據要素交易；公共數據的流通交易與應用；企業(yè)數據的流通交易與應用；個人數據的流通交易與應用。每章都有相關典型案例和專欄拓展內容，也設置了啟發(fā)性的課后思考題，以幫助讀者學習和理解。

本書采用理論知識與任務案例相結合的形式，以PyCharm為主要開發(fā)工具，系統(tǒng)地闡述大數據分析處理流程中的常用的第三方庫。全書共13個單元，單元1介紹大數據分析的概念等內容；單元2和單元3介紹使用numpy與pandas實現科學計算與統(tǒng)計分析的相關知識；單元4-單元7介紹使用pandas實現數據預處理的方法；單元8介紹使

本書以環(huán)境監(jiān)測傳感器網絡為例，介紹無線傳感器網絡知識。具體內容包括無線傳感器網絡基礎知識、ZigBee網絡基礎知識以及傳感器網絡建設實踐。

《數據治理——理論、方法與實踐》關注以數據為關鍵要素的數字經濟時代背景下的數據治理問題，分為8章。第1、2章以數據治理基礎概念作為鋪墊，重點對數據、數據治理以及數據治理體系所涵蓋的內容進行全面梳理，明晰數據治理的現狀、趨勢，并進行國內外數據治理理念與體系的比較；第3～7章是數據治理核心問題探討，重點對數據開放、數據交易

本書共分三個部分，分別是基礎篇、實踐篇和拓展篇�；�礎篇是對整個課程的歷史、背景和技術原理的解釋部分，基礎篇包含三個項目，講解了的大數據處理流程、大數據存儲架構、大數據存儲技術路線等知識。實踐篇則是更偏重于理論的實驗部分，實驗內容較多，注重簡單、易學和實用等原則，實踐篇包含三個項目，講解了結構化數據存儲技術路線、Post

本書按照“理論+實戰(zhàn)”的形式編寫，將企業(yè)項目需求分解為單獨的任務，全面系統(tǒng)地講解了大數據采集與預處理的相關知識與技術。全書針對數據采集的不同來源，將知識內容分為五個項目，包括網絡數據采集、分布式消息系統(tǒng)Kafka、實時數據庫采集工具Canal和Maxwell、ETL日志采集技術棧以及ETL工具——Kettle。本書針對

全書共9章，內容涉及數據采集、環(huán)境部署、Kettle安裝及應用、pandas應用以及Python應用案例，由淺入深地介紹了數據可視化的基礎內容。

本書以智能機器人開發(fā)的基本技術為主要脈絡，以ROS系統(tǒng)為核心開發(fā)平臺，以企業(yè)真實產品為載體，以崗位能力要求為導向，由校企合作團隊共同編寫而成。本書分為4篇，20個項目，主要內容包括認識智能機器人、智能機器人復雜的大腦、智能機器人蹣跚學步、智能機器人發(fā)電報、智能機器人收電報、智能機器人計算好幫手、智能機器人有求必應、智能

"本書是一本面向大數據基礎知識學習、基本技能訓練和場景應用的項目化教程。全書共分為8個單元，內容包括初識大數據、Linux應用基礎、大數據存儲與計算、大數據編程基礎、數據采集與預處理、數據分析與挖掘、數據可視化、大數據典型行業(yè)應用分析。本書知識點全面，融合了大數據應用開發(fā)的新技術和多個典型行業(yè)應用場景，突出情境案例導引