三民網路書店 中國圖書館分類法 / 工業技術 / 自動化技術、計算機技術 / 自動化技術及設備 / 數據處理、數據處理系統

內 容 提 要本書務實的數據分析科學技術、精彩的實際業務案例，很好地滿足了從業者的實際需求；本書是作者結合近幾年的工作經驗，將在實際業務場景中的案例進行脫敏抽象，置於本書的每章之中，從而形成的一本把數據分析科學技術應用於實際業務的數據分析類圖書。主要內容包括數據處理的抽象流程、數據系統的有機組成、數據獲取、探索性數據分析、目的性數據分析、數據可視化、特徵工程、模型、結果評價、數據應用等。本書介紹了數據分析科學的許多方面，不但適合業務分析人員和數據分析與建模從業者學習，還可作為大專院校相關專業師生的學習用書，以及相關培訓學校的教材。

《數據分析實踐：專業知識和職場技巧》從初學者的角度出發，講解了進階為高級數據分析師所需的知識和技能，其中既包括數據分析崗位的介紹、發展現狀及未來趨勢，也包括實際工作中各環節的方法策略、實戰案例，還包括職場中的困惑解答及面試指導。閱讀本書，並基於本書進一步拓展所需要的知識能，可以幫助讀者形成一套成系統、可實戰的數據分析方法論。

本書以數據處理為主線，介紹數據處理的基本原理、常見的算法思想、算法設計的可視化以及編程實現python語言。全書共13章，主要內容包括數據科學基礎實踐概論、數據表示、數據計算、數據分析、數據可視化、算法可視化工具、算法設計基礎、Excel中的算法、Python程序設計基礎、算法在Python中的實現、Word文檔處理、Flash動畫製作、Xmind思維導圖製作。本書可作為高等學校非計算機專業學習數據科學課程的實踐教材,也可以作為讀者快速理解數據處理和算法設計與實現的自學參考書。

本書是針對高等職業院校財經商貿大類專業大數據相關課程編寫的教材，旨在幫助學生建立數據思維方式和培養處理、運用數據的能力。本書利用貼近學生學習和生活環境的案例，通過“發現問題―定義數據―尋找數據―分析數據―可視化―解決問題”六個步驟，解決數據價值認知、尋找需要的數據、分析數據和應用數據四個根本問題。本書內容新穎，教學資源豐富，適合作為高等職業院校財經商貿大類相關專業大數據技術基礎課程的教材，也可供對大數據思維感興趣的讀者閱讀參考。

本書是華為ICT 學院數據存儲技術官方教材，旨在幫助學生學習數據存儲技術的基本概念和原理、以及存儲系統的搭建和使用。本書從信息傳遞方式的變遷引出數字化信息管理與存儲的概念，進而概述存儲系統構成和存儲基礎技術，再以磁盤陣列技術作為案例來闡述在同一存儲設備上獲得性能、容量、可用性三方面提升的設計思路；接下來從存儲接口、傳輸協議、關鍵技術和功能支持等方面來討論幾類存儲系統，包括直接連接存儲、存儲區域網絡、網絡附加存儲、海量存儲和災備存儲等。本書不僅適用于華為ICT 學院的學生，同樣適用於正在備考HCNA-Storage 認證，或者正在參加HCNAStorage技術培訓的學員進行閱讀和參考。其他有志於從事ICT 行業的人員和數據存儲技術愛好者也可以通過閱讀本書，加深自己對數據存儲技術的理解。

本書基於Hadoop大數據平臺，講解大數據平臺的搭建與運維、數據的採集與存儲、數據的處理、數據的分析、數據的可視化等完整的大數據應用案例，不僅全面、詳細地講述Hadoop、MapReduce、HDFS、Hive、Spark和ZooKeeper等技術的相關知識，還詳細介紹Hadoop集群和Hadoop HA集群的部署等內容。本書具有較強的實用性和可操作性，語言精練，通俗易懂，操作步驟描述詳盡，並配有大量操作圖例。

本書介紹了大數據挖掘與統計機器學習領域中最常用的模型和算法，包括最基礎的線性回歸與分類方法，以及模型評價與選擇的概念和方法，進而介紹了非線性回歸與分類方法(包括決策樹與組合方法、支持向量機、神經網絡以及在此基礎上發展的深度學習方法)。此外，介紹了無監督學習中的聚類方法，並給出了一個大數據分析的實例。除了方法的理論講解之外，我們還給出了每種方法的Python實現。

本書以Kettle實現ETL流程為目標，將ETL知識點與任務相結合，配套真實案例，深入淺出地介紹了ETL數據整合與處理的相關內容。全書共8章，第1章介紹了ETL概念和ETL工具，讓讀者在瞭解ETL相關的概念後，立刻上手ETL工具Kettle；第2～6章介紹了Kettle工具轉換相關的組件，包括源數據獲取、記錄處理、字段處理、高級轉換、遷移和裝載等內容，內容與ETL流程匹配，能幫助讀者快速掌握ETL；第7章介紹了Kettle工具任務的相關組件，能夠幫助讀者串聯不同的任務，以及實現調度的功能；第8章介紹了無人售貨機ETL項目，通過項目案例的形式，幫助讀者將所學知識融會貫通。

本書系統介紹了大資料的相關知識，分為大資料基礎篇、大資料存儲與管理篇、大資料處理與分析篇、大資料應用篇。全書共17章，內容包含大資料的基本概念、大資料處理架構Hadoop、分散式檔案系統HDFS、分散式資料庫HBase、NoSQL資料庫、雲資料庫、MapReduce、資料倉庫Hive、Spark、流計算、Flink、圖計算、資料視覺化以及大資料在互聯網、生物醫學領域和其他行業的應用。本書在Hado

本書由斯坦福大學“Web挖掘”課程的內容總結而成，主要關注極大規模數據的挖掘。書中包括分布式文件系統、相似性搜索、搜索引擎技術、頻繁項集挖掘、聚類算法、廣告管理及推薦系統、社會網絡圖挖掘和大規模機器學習等主要內容。第3 版新增了決策樹、神經網絡和深度學習等內容。幾乎每節都有對應的習題，以此來鞏固所講解的內容。讀者還可以從網上獲取相關拓展資料。

本書以任務為導向，較為系統地介紹Spark大數據技術的相關知識。全書共9章，具體內容包括Spark概述、Scala基礎、Spark編程基礎、Spark編程進階、Spark SQL―結構化數據文件處理、Spark Streaming―實時計算框架、Spark GraphX―圖計算框架、Spark MLlib―功能強大的算法庫，以及項目案例―廣告檢測的流量作弊識別。本書的大部分章節包含實訓與課後習題，通過練習和實踐操作，可以幫助讀者鞏固所學的內容。本書可以作為高校大數據技術類專業教材，也可作為大數據技術愛好者的自學用書。

數據是非常重要的資產，是“數字經濟”時代的核心生產要素。本書主要面向財經類等非大數據技術、計算機科學與技術等專業的學生，旨在培養學生大數據處理能力。本書重點講解 MySQL 數據庫基礎、Python 程序基礎、浪潮可視化大數據三大核心內容，根據崗位典型工作任務，MySQL 數據庫重點講解庫表操作、結構化查詢部分，Python 重點講解數據采集、數據整理與數據分析部分，同時拓展浪潮可視化數據處理應用。本書以企業真實項目為例講解大數據基礎知識、主流大數據分析工具與方法，以及浪潮可視化大數據分析工具等。本書共 6 個項目，分別是認知大數據系統、MySQL 數據庫設計、MySQL 數據查詢操作、Python 應用基礎、Python 數據處理與浪潮可視化大數據分析工具應用。本書選擇商業案例進行講解，內容新穎，講解透徹。本書不僅可作為高等職業院校相關專業的教材，也可作為廣大數據處理研究人員和從業人員學習和參考書。

本書通過實戰案例和可視化的圖形講解數據分析的知識。通過閱讀本書，讀者可以從容地處理數據，高效地完成數據分析工作。本書共9章，主要內容包括不同場景下的數據分析方法，從業者應具備的數據分析基本知識，數據分析師應具有的思維方式，海盜法則和指標體系建模，用戶畫像賦能數據分析，數據可視化的實操技巧等。本書不僅適合產品經理、運營人員、市場營銷人員閱讀，還適合數據分析人員閱讀。

本書由淺入深地闡述了時序大數據平臺TDengine的核心原理與實戰案例。首先，本書為讀者提供了時序數據的基礎知識和TDengine的核心特性概覽，包括數據模型、數據寫入、數據查詢、數據訂閱和流計算等；其次，詳細介紹了TDengine的日常運維管理，包括安裝部署、資源規劃、圖形化管理、數據安全等關鍵內容；然後，深入講解了如何利用TDengine進行應用開發，涵蓋多種編程語言的連接器使用、訂閱數據，以及自定義函數的開發等高級功能；接下來，為數據庫研發愛好者揭秘TDengine的內核設計，從分布式架構到存儲引擎、查詢引擎、數據訂閱，再到流計算引擎的詳細闡述；最後，通過分析典型應用場景案例，展示TDengine如何在實際業務中發揮作用。本書架構清晰，內容豐富，理論與實踐相結合，適合作為需要使用TDengine進行大數據處理的開發者、架構師和產品經理的技術參考與培訓資料。

本書共包含7章, 分別介紹現代檢測技術的基本特徵及實現方法, 現代測控系統的基本結構及典型測控系統, 現代傳感器的特性、常用信號處理技術、傳感器接口技術和通信協儀及典型應用, 多傳感器信息融合的基本原理、典型算法及典型應用, 嵌入式測控系統的基本架構、特點及典型平臺, 虛擬儀器的特點、主要功能及IabVIEW應用, 在前述各章理論學習的基礎上, 結合智能製造領域的典型應用, 開發多種類型實驗, 適應不同層次的學生學習和參考。

這是一部可以幫助讀者從0開始理解、建設並深度實踐數據血緣及其系統的專業指導手冊。全書所有內容均來自兩位作者長期在世界500強企業從事數據相關工作的經驗總結，書中不僅從原理層面帶領讀者深挖數據血緣本質，還有從實踐層面對數據血緣的建設方法、核心技術、主流工具、在數據治理中的應用、典型行業應用案例進行了全方位剖析。本書得到了美國南卡羅來納大學教授、DAMA大中華區主席、中國大數據技術標準推進委員會專家、招商蛇口數字化管理及運營負責人、PowerData社區主理人等多位業界專家的鼎力推薦。本書包括4篇14章，具體內容如下。概念篇從企業面臨的主要數據問題入手，逐漸延伸到對數據血緣的相關定義、特徵、價值，以及數據組成的深度解讀。這部分是真正落地數據血緣項目的基礎，只有充分理解了這部分內容，才知道如何與上下游溝通協作。建設篇先完整展示了一個可落地的數據血緣框架模型——“1355”框架模型，即1個週期、3種實體、5個類型、5個層級，這是數據血緣建設的基礎模型；然後詳細介紹了數據血緣實施路徑，其中包括可能會面臨的問題、具體建設方式和具體建設步驟。技術篇重點數據血緣相關技術和產品，以及數據血緣分析的主要應用場景——數據治理。其中，包括3大數據血緣應用場景、7大數據血緣核心技術、9款主流的數據血緣產品，以及數據血緣在數據治理中的深度實踐。案例篇主要分享了互聯網、服務、製造、零售快消等行業中數據血緣建設案例，幫助大家瞭解典型行業數據血緣的落地情況，以求獲得一些啟發。

本書針對複雜數據分析與建模問題的非結構化和綜合性特點，給出了數據分析與建模的基本過程，介紹了數據探索性分析、數據特徵分析、模型參數估計的主要內容和方法，以及試驗數據、觀察數據、仿真數據等不同類型數據建模與分析的典型內容與方法。

本書從實踐的角度出發，介紹了Flink實時大數據處理框架開發的技術知識，包括實時處理系統的相關概念、開發方法、分布式計算的體系結構，以及面向事件驅動的編程技術。書中詳細探討了Flink的流式處理和批處理融合的能力，以及它在大規模數據流處理中的優勢，並通過一個具體的實例介紹大數據實時處理系統的開發方法和開發過程。此外，本書還介紹了實時數據倉庫的設計與實現，包括數據抽取、數據轉換、數據存儲和數據可視化等方面的內容，以幫助讀者構建強大而可擴展的實時數據處理系統。除第10章外，其餘各章配有習題，以指導讀者深入地進行學習。本書既可作為高等學校計算機軟件技術課程的教材，也可作為大數據開發人員的技術參考書。