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

數據分析是現在不僅在互聯網行業同時也在基礎行業中必不可缺的運營手段，是業務提升效率、增強收益的有效方法。本書的前8個章節精選提煉了多種數據分析中重要方法，包括ROI分析、數據標簽和評分、用戶生命週期、因果推斷、可解釋模型、PSM理論、ABtest、時序分析等，並通過更清晰、簡單的方式向讀者全方位的展示數據分析在以下諸多原理上的闡釋，並且針對每種方法都提供了充足的生活和業務中的前沿案例作為輔助講解，幫助讀者更好的理解數據分析在傳統行業、互聯網行業及各類新興行業的實際應用，同時也能更快的運用在實際工作和生活中，所以通過閱讀前8個章節，讀者可以系統的學習數據分析的理知識，擁有數據化思維，為讀者能夠在數據分析行業中不斷深耕打下良好的理論基礎並將數據分析能力逐步應用於實際的工作和生活中，成為一名合格的數據分析師。本書適合從事需要掌握數據分析技能的行業，數據分析相關專業的在讀學生，入門數據分析行業的相關從業人員，以及已有自己本職工作，但仍需要學習數據分析能力來提升自己的職業技能和職場競爭力的相關行業從業者閱讀。

本書包括公共數據博弈經濟學原理(第2章)、供應鏈預測數據共享博弈(第3章)、分布式大系統中的公共數據共享博弈(第4，5，6章)、數據共享信任博弈與電子證據區塊鏈(第7，8章)和智能體交互式群體學習系統(第9章)等內容。書中給出了數據博弈中產生合作行為的條件和維持社會信任的一些方法，為提升公共數據治理水平和數據價值利用率提供了有價值的建議。

大數據正在成為人類社會最重要的生產要素和基礎資產之一，並對管理決策理論與實踐產生深遠影響。本書彙編了國家自然科學基金“大數據驅動的管理與決策研究”重大研究計劃的部分項目研究成果，就研究體系和重要研究方向上的新知貢獻進行闡釋與討論。首先，本書系統性討論了大數據管理決策研究挑戰和應對，並介紹了頂層設計研究體系及凝練的全景式PAGE框架。進而結合重要研究方向，分別介紹了大數據決策範式、大數據分析技術、大數據資源治理、大數據使能創新等相關議題和若干前沿進展。

數據是數字經濟的關鍵生產要素與核心資源。數據要素市場的培育是一個動態演化和持續迭代的過程，而信任的建立是市場建設的關鍵一步。本書通過“信任”這一視角，對數據流通進行全方位的解讀，對中國數據要素市場的建設實踐進行回顧與展望。基於“TIME”分析框架，對數據可信流通技術、數據流通機構、可信的數據流通模式以及促進數據可信流通的治理方案進行全面系統的介紹。本書旨在為數據要素市場參與者、數字經濟從業者、數據治理人員以及關注數據流通交易的讀者提供實用的參考，幫助他們理解數據流通的可行模式，破解數據要素市場發展難題，充分釋放數據要素流通潛力，賦能實體經濟高質量發展。

本書旨在為包括研究生和工業從業者在內的研究人員提供有關為數據驅動的進化優化而開發的**方法的全面描述。本書共分12章，第1～4章簡要介紹了優化、進化計算和機器學習中精心挑選的重要主題和方法。第5章提供了數據驅動優化的基礎知識，包括啟發式算法和基於獲取函數的代理模型管理。第6章介紹使用多個代理模型進行單目標優化的方法。第7～8章中描述用於求解多目標和多目標優化算法的代表性進化算法以及代理模型輔助數據驅動的進化多目標和多目標優化。第9章詳細闡述了高維數據驅動優化的方法。第10章描述遷移學習和遷移優化。第11章討論離線數據驅動的進化優化，以翼型設計優化等實際優化問題為例、原油蒸餾優化和急救系統優化。最後，第12章強調了深度神經架構搜索作為數據驅動的昂貴優化問題。

內容簡介這是一本以實用和實踐為導向，從甲乙雙方視角全面講解數據安全的著作。本書由國內數據安全領域的領軍企業閃捷信息官方出品，三位作者均為長期耕耘于數據安全領域的資深專家，得到了包括比亞迪聯合創始人、騰訊雲鼎實驗室負責人在內的多位企業界和學術界專家的高度評價和推薦。本書系統講解了數據安全的技術基礎、能力體系及其構建方法、產品使用及其實現、行業解決方案，以及如何將數據安全方案全面落地的綜合案例，既能幫助讀者全面構建數據安全的知識圖譜，又能指引讀者解決數據安全系統建設與運營過程中的各種難題。本書將為行業機構、企業組織、政府部門、專家學者等開展數據安全相關工作提供參考與借鑒。第 一篇 數據安全基礎技術(第1～3章)介紹密碼學知識、訪問控制和人工智能安全等數據安全的基礎技術和前沿熱點。特別是人工智能安全部分，除人工智能賦能數據安全外，同時探討了人工智能自身的安全性問題。第二篇 數據安全能力體系(第4～7章)從數據安全能力框架、數據安全管理措施、數據安全技術措施到數據安全運營，詳細闡述多種具有不同側重點的架構和方法論。第三篇 數據安全產品系列(第8～12章)全面介紹目前常見的數據安全產品系列。這部分內容是技術方案的基礎，涵蓋產品的定位、應用場景、基本功能、部署方式、工作原理和常見問題解答。第四篇 數據安全綜合方案(第13～16章)講解比較典型的數據安全綜合建設方案，涉及政務大數據、工業互聯網、數據流轉風險監測和出境安全評估，覆蓋數據安全建設的絕大部分場景。第五篇 數據安全實踐案例(第17～20章)分享4個具備各自行業特點的數據安全實踐案例，深入講解數據安全項目中的建設內容、實施計劃、遇到的問題和難點，以及相應的解決思路。

本書是一本關於如何清洗、整理和理解數據的手冊，還介紹了圍繞構建更可靠的數據系統的最佳實踐、技術和流程，並在此過程中培養團隊和利益相關方對數據的信任。本書首先引入“數據宕機”的概念，然後介紹如何跨多個關鍵數據管道技術構建更具彈性的數據系統。還介紹了數據可靠性工作流中的主動異常檢測與監測，並設置SLA、SLI和SLO，以及構建由新鮮度、容量、分佈、模式和沿襲這5個關鍵支柱組成的優化數據質量的數據平臺。之後深入探討在生產環境中實際應對和解決數據質量問題所需的步驟，包括數據事件管理、根因分析、事後分析等。接著討論數據團隊在大規模宣傳和普及數據質量時必須跨越的一些文化和組織障礙，並分享了幾個真實案例研究和與數據工程領域領軍人物的對話。

本書圍繞數據中心業務如何經營這一主題展開論述，以數據中心產業演變為切入點，圍繞“佈局-建設-服務”三大核心環節，針對數據中心產業面臨的集群化佈局、低碳化建設、智能化服務的機遇與挑戰，通過變革中的數據中心產業、數據中心產業面臨的挑戰、數據中心佈局之道、數據中心低碳建設之道、數據中心智能服務之道、數據中心產業政策實施之道、新形態數據中心經營之道等內容剖析原因、洞察規律、研討案例、搭建模型，為相關經營主體給出了專業務實的策略。本書實用性強，內涵豐富，採用情景對話方式編寫，可讀性強，具備較高參考價值。本書可供通信運營商、第三方專業服務商、跨界服務商等各類數據中心運營主體的從業人員閱讀，也可供主管數據中心建設與運營的政府部門的工作人員閱讀。

《大數據導論》以數據的概念、研究任務和技術體系為基線展開，延展出大數據的概念、研究任務、技術挑戰和技術體系。《大數據導論》圍繞大數據獨有的特點，介紹大數據表達的概念和技術、大數據存儲和管理技術的基礎與拓展、大數據計算的特點與新技術、大數據分析的基本方法與前沿新技術、大數據可視化技術、大數據安全範疇及應對安全機制等內容。《大數據導論》系統地梳理了大數據技術譜系，可為後續學習、應用和研究大數據奠定基礎。

本書內容包括原位虛擬大數據中心平臺體系、大數據感知與勘探技術、多源多維數據融合計算技術、基於多模型融合的信用評估技術、大數據安全的測試與評估技術、原位虛擬大數據中心平臺系統、基於區塊鏈的大數據共享與協作系統、可信金融交易風險防控系統。

本書以項目實踐作為主線，結合必需的理論知識，以任務的形式進行內容設計，每個任務都包含任務描述及任務實施的步驟，讀者按照實施步驟進行操作就可以完成相應的學習任務，從而不斷提升項目實踐能力。本書主要內容涉及Spark基本原理、基於IDEA搭建Spark開發環境、RDD基本原理、Spark SQL基本操作流程、電商業務系統的基本流程、電商用戶行為分析的基本指標以及分析過程、通過不同的維度對銷售數據進行分析、通過不同的維度對訂單數據進行分析以及常用的可視化分析圖表的應用場景等。本書適合需要使用Spark進行大數據處理的程序員、架構師和產品經理作為技術參考和培訓資料，也可作為高校本科生和研究生的教材。

本書詳細介紹了數據科學領域的相關智能技術，包括數據分析、基本學習算法、模糊邏輯、人工神經網絡、基因算法和進化計算,以及使用相關技術進行大數據分析等。本書可以作為高等院校計算機專業本科生和研究生，以及其他專業研究生的人工智能課程的教