《Spark性能优化实战：突破性能瓶颈，遨游数据重洋》全面、系统、深入地介绍Apache Spark性能优化的相关技术和策略，涵盖从Spark性能优化的基础知识到核心技术，再到应用实践的方方面面。本书不但系统地介绍各种监控工具的使用，而且还结合实战案例，详细介绍Spark性能优化的各种经验和技巧，提升读者的实际应用技能。《Spark性能优化实战：突破性能瓶颈，遨游数据重洋》共8章。第1章从性能优化的基本概念出发，介绍Spark的基础知识，并介绍如何进行性能优化；第2章介绍Spark性能优
本书对数据挖掘的基本算法进行了系统介绍，不仅介绍了每种算法的基本原理，而且配有大量例题以及源代码，并对源代码进行了分析。这种理论与实践相结合的方式有助于读者较好地理解和掌握抽象的数据挖掘算法。 全书共11章，内容涵盖了数据预处理、关联规则挖掘算法、分类算法和聚类算法，具体章节包括绪论、数据预处理、关联规则挖掘、决策树分类算法、贝叶斯分类算法、人工神经网络算法、支持向量机、Kmeans聚类算法、K中心点聚类算法、神经网络聚类算法：SOM，以及数据挖掘的发展等内容。 本书可作为高等院校数据
本书回应时代热点，从关键技术与实际应用两个方面对大数据做了系统的介绍与深入的分析。在关键技术部分，主要介绍了大数据的发展、技术与应用，大数据与云计算、物联网，大数据采集及预处理，大数据分析与数据挖掘，大数据存储与管理，大数据可视化，大数据时代的安全与隐私保护七部分内容。在实际应用部分，集中剖析了大数据在电信、生物医学、物流、体育与娱乐、安全、城市管理等各个领域或行业的应用，其中穿插了大量的实用案例，突出了大数据技术的应用性。
本书内容实用而全面，旨在帮助读者熟悉Flowable流程引擎的基本概念、构建流程模型、实施工作流、集成系统，并解决在实际应用中遇到的问题。它为Java开发人员在流程引擎编程领域提供了丰富的知识和实战经验。同时，本书详细介绍了Flowable流程引擎各组件API及其实战应用，并以通俗易懂的语言讲解引擎设计原理、源码和进阶用法，有助于开发者进一步优化系统。如果你正在开发、调试及维护Flowable流程引擎系统，那么本书将是你宝贵的资料。
本书以工业生产过程自动化控制系统及设计为核心内容，采用项目任务式编写方式，进行知识与技能的阐述，并将思政元素融入课程之中。全书分七个项目：过程控制系统基本认知，简单控制系统分析与设计，串级控制系统设计，均匀、比值、分程、选择、前馈控制系统设计，典型石油化工单元的控制方案设计，典型联锁保护系统设计与实现，控制系统工程设计。书中设置二维码，扫描即可进行拓展学习。本书项目内容由浅入深，重点突出，对因设备条件所限而不能完成的任务，可以利用仿真软件进行学习。本书可作为职业院校石油、
本书基于全国信息安全标准化技术委员会大数据安全标准特别工作组的工作，是一本关于数智安全与标准化的专业教材，旨在使读者在学习大数据、人工智能等数智技术与应用的同时，了解数智技术和应用的前沿以及相应的安全问题，理解数智安全与业务拓展和技术发展的伴生特性，掌握数智安全和标准化的基本知识，建立未来数智化所必须的安全发展意识、安全风险意识和技术安全意识。本书共分为17章，从法律合规、安全风险管理、网络系统安全、检测评估认证、个人信息安全、数据安全、人工智能安全、数智安全监管治理、数字经济发展等多个角
信息集成是智能制造领域的重要技术之一。本书介绍了制造系统信息集成的关键技术以及相关标准、自动化生产系统中的信息集成、面向产品生命周期的信息集成、企业内部的纵向信息集成、企业与外部的信息集成以及信息集成与数字孪生等内容，并结合具体案例，使学生在掌握典型制造系统信息集成技术知识的同时，培养学生对相关技术应用的意识、理念和思维方式。本书可用于机械类专业本科生的智能制造专业教材，以及相关专业（如机械、工业工程、自动化、计算机、仪器仪表、管理科学与工程等）的学生选修智能制造课程。
鲁棒预测控制是在预测控制的基础上考虑到实际系统存在着模型不精确或者参数时变、未知扰动等各种不确定性而发展起来的先进控制技术。如何在鲁棒预测控制的基础上有效处理时变时滞对系统的影响成为工业过程控制亟待解决的问题。本书针对具有时变时滞的工业过程可能存在参数时变、强干扰、执行器故障、非线性、多阶段切换、时变跟踪轨迹等问题，重点介绍了基于鲁棒预测控制思想以解决这些问题的先进技术和方法。其主要内容为作者和所在团队的项目经验及科研成果，包括线性控制、容错控制、非线性控制和切换控制等相关内容。
本书从理论上论述非线性系统的全局能控性.主要介绍平面仿射非线性系统和几类特殊的高维非线性系统的全局能控性判据,以及几类多项式系统全局能控性的判别算法.另外,本书也对平面仿射非线性系统的全局渐近能控性及全局镇定性做一点讨论.
从信息资源管理协同创新视角，分析了大数据治理面临的挑战、机遇和焦点议题，大数据治理研究的视角、立场及代表性观点，大数据治理的框架类型及其构成要素。以公共价值理论、数字连续性理论、利益相关者理论和协同创新理论为主要理论支持，从大数据治理目标、主体、治理客体、治理活动、治理环境等多个维度，分析了大数据治理的政策、标准和技术的现状及发展方向。提出了大数据治理发展应用的综合治理模式、运行模型、评估体系和评估方法等理论，并基于案例研究提出了大数据治理发展与应用的实践路径。此外，本书从信息资源管理协同创新视
新书资讯 新书推荐