本書共12章。第1章簡要介紹DeepSeek的技術(shù)架構(gòu)、本地部署與在線開發(fā)環(huán)境,為后續(xù)分析奠定技術(shù)基礎(chǔ)。第2~4章聚焦多源數(shù)據(jù)獲取、數(shù)據(jù)清洗及預(yù)處理,提供標準化操作流程與代碼實例。第5-8章介紹描述性統(tǒng)計、頻數(shù)分析、相關(guān)性分析、線性/曲線/邏輯回歸、K-Means聚類、時間序列分析等核心算法,結(jié)合GDP分析、商品評論挖

本書共分為8章,每一章都圍繞完整的項目展開,涵蓋Spark的各個重要組件。包括認識Spark、Scala語法應(yīng)用、SparkCore數(shù)據(jù)分析、SparkSQL結(jié)構(gòu)化數(shù)據(jù)處理、Spark、流式數(shù)據(jù)處理,Spark結(jié)構(gòu)化流式處理、Spark機器學(xué)習(xí)應(yīng)用、社交軟件運營數(shù)據(jù)分析,逐步提升讀者的技術(shù)水平和應(yīng)用能力。每個項目由多個

本書精心編排為15章,內(nèi)容包括Spark簡介、Spark集群環(huán)境部署、Spark編程體驗、RDD深度解讀、RDD的Shuffle詳解、Spark共享變量、Spark序列化和線程安全、Spark內(nèi)存管理機制、SparkSQL簡介、SparkSQL抽象編程詳解、SparkSQL自定義函數(shù)、SparkSQL源碼解讀、Spar

本書提供了完整的數(shù)據(jù)資產(chǎn)對內(nèi)運營與對外運營的實施路徑，從數(shù)據(jù)治理、數(shù)據(jù)資產(chǎn)入表到數(shù)據(jù)資產(chǎn)場景化應(yīng)用，再到完整的數(shù)據(jù)資產(chǎn)運營，每個環(huán)節(jié)都有明確的實施路徑及重點、難點。通過系統(tǒng)化的講解，確保讀者在理解每個概念的同時，能夠掌握如何落地實施，避免出現(xiàn)知識斷層的情況。 數(shù)據(jù)資產(chǎn)入表、管理和運營的核心是數(shù)據(jù)資產(chǎn)本身，法律、財務(wù)、評

知識圖譜以三元組形式組織現(xiàn)實世界的各種事實，并通過圖的形式揭示事實間語義關(guān)聯(lián)，由于其完善的知識組織和存儲方式，且建模更加靈活、表達能力更強，逐漸拓展到語言理解、智能問答、推薦系統(tǒng)等領(lǐng)域應(yīng)用。工程應(yīng)用場景中時序信息相關(guān)的動態(tài)性是知識圖譜關(guān)鍵及主要特征，融合時序相關(guān)信息的動態(tài)知識推理對于提高知識圖譜推薦、問答等應(yīng)用的精準性

本書介紹典型控制系統(tǒng)的性能要求及控制設(shè)計的基本方法，并給出相應(yīng)的仿真與分析。全書共6章，第1～4章從經(jīng)典控制設(shè)計和魯棒綜合控制策略這類可推廣至常見的二階系統(tǒng)的控制設(shè)計方法開始，以柔性系統(tǒng)的特性與特殊控制問題為例，向讀者展示兩種控制方案在類似柔性系統(tǒng)設(shè)計中的應(yīng)用。第5、6章介紹一種非線性控制方案，給出一種高精度要求的空間

隨著數(shù)據(jù)量的爆炸式增長，大數(shù)據(jù)存儲技術(shù)在數(shù)據(jù)科學(xué)、人工智能、云計算等領(lǐng)域的重要性日益凸顯。大數(shù)據(jù)不僅為個人生活、企業(yè)經(jīng)營，以及國家與社會的發(fā)展帶來了機遇，也帶來了挑戰(zhàn)。本書是一本大數(shù)據(jù)入門圖書，主要介紹了Hive、HBase、Sqoop等內(nèi)容。本書采用理論與實踐相結(jié)合的講解方式，旨在幫助讀者擺脫枯燥的理論學(xué)習(xí)，注重實際

本書以項目實戰(zhàn)為核心載體，采用任務(wù)驅(qū)動教學(xué)模式，系統(tǒng)且深入地解析Hadoop生態(tài)圈中主流的大數(shù)據(jù)開發(fā)技術(shù)。全書精心編排7個項目，從Hadoop的基礎(chǔ)理論入門，逐步深入到Hadoop集群環(huán)境配置、Hadoop分布式文件系統(tǒng)、MapReduce分布式計算框架，再到MapReduce離線數(shù)據(jù)處理、基于Hive的離線數(shù)據(jù)分析，

本書是面向大數(shù)據(jù)人才培養(yǎng)的高等學(xué)校數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)專業(yè)系列教材中的一本，通過把數(shù)據(jù)思維融入全書各章，并通過Python實現(xiàn)相關(guān)案例，使抽象的數(shù)據(jù)思維具體化，從而加深讀者對數(shù)據(jù)的感性認識，提高讀者對數(shù)據(jù)思維的理解能力。本書首先介紹了大數(shù)據(jù)相關(guān)的概念，然后根據(jù)數(shù)據(jù)處理流程的邏輯順序，對大數(shù)據(jù)平臺和大數(shù)據(jù)開發(fā)進行了深入介

本書系統(tǒng)地介紹了數(shù)據(jù)挖掘算法、原理及基于Python的實現(xiàn)方法，將算法原理與案例相結(jié)合，幫助讀者建立數(shù)據(jù)挖掘領(lǐng)域的理論基礎(chǔ)，提升基本的實踐技能。本書共15章，主要包括數(shù)據(jù)挖掘概述、Python環(huán)境的搭建、數(shù)據(jù)預(yù)處理、數(shù)據(jù)集劃分與交叉驗證評分、回歸、分類、集成學(xué)習(xí)、參數(shù)調(diào)優(yōu)、降維、特征選擇與特征聯(lián)合、流水線、聚類、關(guān)聯(lián)規(guī)