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。

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。

本書以Scala作為開發Spark應用程序的編程語言，系統地介紹了Spark編程的基礎知識。全書共9章，內容包括大數據技術概述、Scala語言基礎、Spark的設計與運行原理、Spark環境搭建和使用方法、RDD編程、Spark SQL、Spark Streaming、Structured Streaming和Spark MLlib。本書每章都安排了入門級的編程實踐操作，以便使讀者能更好地學習和更牢固地掌握Spark編程方法。本書配套官網免費提供了全套的在線教學資源，包括講義PPT、習題、源代碼、軟件、數據集、授課視頻、上機實驗指南等。本書可以作為高等院校計算機、軟件工程、數據科學與大數據技術等專業的進階級大數據課程教材，用於指導Spark編程實踐，也可供相關技術人員參考。

“財務大數據基礎”是財經類專業學生學習財務大數據技術應用的入門課程。本書選取薪資管理、量化投資、固定資產管理三個最常見的財務工作場景，詳細介紹了這些工作場景中涉及的大數據基礎知識，以及數據庫基礎操作和高級操作、數據采集和數據可視化的專業知識。 本書體系完整，內容豐富，學做練一體化設計，適合高等職業院校大數據與會計、大數據與財務管理、會計信息管理、統計與會計核算等財經類專業學生的教材，也可以作為計算機專業量化投資分析相關課程的教材。

本書選材廣泛，共12個單元，主要內容涉及什麼是大數據，大數據分析，數據模型，結構化數據、半結構化數據和非結構化數據，大數據存儲，數據提取、轉換、加載，數據備份，Python編程語言與R編程語言，數據庫基本概念，數據庫管理系統，數據倉庫，雲存儲，數據處理，數據挖掘及其算法，Hadoop與Spark，大數據可視化，商業智能，數據安全，大數據和人工智能的成功關鍵等。 本書內容設置與課堂教學的各個環

Azure Databricks是一款基於雲的大數據分析和機器學習平臺，用於實現基於Apache Spark的數據處理，為快速增長的海量數據的處理和決策需求分析提供了良好的支撐。《Apache Spark大數據分析：基於Azure Databricks雲平臺》詳細介紹基於Azure Databricks雲平臺來使用Apache Spark完成大規模數據處理和分析的方法。本書總計11章，首先介紹大規模數據分析相關的概念；然後介紹受管的Spark及其與Databricks的關係，以及Databricks的版本差異和使用方法（涵蓋工作區、集群、筆記本、Databricks文件系統、數據導入/導出等內容）；接著介紹使用SQL和Python分別實現數據分析的過程，數據提取、變換、加載、存儲、優化技巧等高階數據處理方法以及外部連接工具、生產環境集成等內容；最後探討了運行機器學習算法、合併數據更新以及通過API運行Databricks、Delta流處理等高階主題。作為數據分析領域的入門書，本書具有很強的實用性，可供數據工程師、數據分析師和決策分析人員等學習和參考。

本書系統地介紹Hadoop技術原理與應用。本書分為4篇，第一篇為分布式存儲與計算基礎，第二篇為數據倉庫Hive，第三篇為非關系型分布式數據庫HBase，第四篇為綜合案例。本書共14章，包括大數據技術基礎、Hadoop簡介、Hadoop分布式文件系統、 Hadoop分布式計算系統、Hadoop資源管理器Yarn、Hadoop案例開發、Hive原理與應用、Hive數據定義、Hive數據分析基礎、Hive數據分析案例、HBase基礎知識、HBase原理與架構、HBase案例開發、綜合案例等。本書原理與實踐並重，前3篇每章都有基本案例和課後習題，以及相應的綜合應用案例，第四篇是總結性的綜合案例，以便讀者能夠深入理解原理並培養相應的工程實踐能力。本書可作為高等院校大數據、計算機、信息處理等相關專業的大數據課程教材，也可作為大數據等相關技術人員的培訓教材。

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。