全书共20章, 第1-9章分别介绍大数据与人工智能的发展历史、数据工程、机器学习算法、深度学习与神经网络、大数据存储技术、Hadoop MapReduce解析、Spark 解析、分布式数据挖掘算法和PyTorch解析等知识, 第10-20章为大数据技术和机器学习技术相结合的一些案例。

本书以大数据分析技术及其应用为核心，系统地介绍了信息技术与大数据分析基础、大数据分析工具、信息网络技术与数据获取、文本和表格数据处理、数据分析、大数据分析实战等内容。本书通过一系列实例分析，深入浅出地向读者具体介绍了AI Studio云计算平台、Python程序设计语言、Word 2016、Excel 2016和PowerPoint 2016等工具和软件的使用方法及其在大数据分析技术中的应用。
本书内容完整，文字深入浅出，理论知识通俗易懂，可作为大数据时代“新文科”与“新工科”建设背景下高

本书主要讲解Hadoop的分布式文件系统、MapReduce编程模型和Spark大数据处理技术。全书共12章,具体包括大数据概述、Hadoop大数据处理架构、HDFS分布式文件系统、MapReduce分布式计算框架、HBase分布式数据库、Spark概述、基于Scala的Spark编程、Windows环境下Spark综合编程、Spark SQL结构化数据处理、Spark Streaming流计算、Spark GraphX图计算、项目实训：《平凡的世界》孙家人物关系图分析。 本书可作为高等院

《Offer来敲门 大数据开发面试笔试精讲 在线真题实训视频版》围绕大数据开发的相关技术，以大数据开发的基本要求为纲，以企业在笔试和面试中的试题为核心， 从企业考核的角度组织内容，并对这些试题加上了详细的分析说明，以考促学。《Offer来敲门 大数据开发面试笔试精讲 在线真题实训视频版》既包括 Java、Python 等基础编程知识，又涵盖 Hadoop、Hive/HBase、Tushare、NumPy、Pandas、Matplotlib 等大数据开发关的技术。全书分为 4 篇 14 章，第 1

本书以Scala作为开发Spark应用程序的编程语言, 系统地介绍了Spark编程的基础知识。全书共9章, 内容包括大数据技术概述、Scala语言基础、Spark的设计与运行原理、Spark环境搭建和使用方法、RDD编程、Spark SQL、Spark Streaming、Structured Streaming和Spark MLlib。 本书每章都安排了入门级的编程实践操作, 以便使读者能更好地学习和更牢固地掌握Spark编程方法。

本教材基于数据技术概念的提出，建立由数据生成、数据组织管理与数据信息汲取三个模块构成的数据技术应用全流程体系框架。通过对计算机信息系统、抽样技术与数据库系统等基础技术原理的概念化解读，以及对网络爬虫与文本数据生成、SQL语言、数据预处理、回归模型、Logistic建模、关联规则、决策树分类规则、K-平均聚类、神经网络、支持向量机，集成学习、数据可视化等一系列代表性经典应用技术的提出意义、基本概念与操作规则的分层讲授逻辑构建，并通过技术应用综合系统示例，为非计算机和非统计专业的各领域人员的数据素质

本书引导读者从数据科学基本概念出发，全面了解数据科学相关知识，掌握数据科学中数据处理的流程和方法。本书在理论上突出可读性和完整性，力求兼具一定的广度和深度；在实践上强调对常用技术工具的操作性，力求体现数据科学应用的多样性和代表性。全书共12章，可分为三大部分：第1、2章是数据科学概述部分；第3～6章是数据科学理论基础和重点工具部分；第7～12章是数据科学全流程的技术与方法部分（包括数据采集、数据存储与管理、数据可视化、数据分析、数据安全与伦理，以及数据科学的应用与案例）。登录华信教育资源网（ww

本书介绍了光电检测系统的构成和应用基础知识。重点叙述了光电检测过程中常用的光源、各种性能的光电转换器、光纤与光纤传感技术、光外差检查技术，以及光电转换器的基础和应用实验。
本书内容全面，叙述简明扼要，既重视理论性，也讲究实用性。可供电子信息类及其他相关专业的理工科本科生、研究生作教材选用，也可作为相关科技工作者的参考用书。

本书以任务为导向, 较为全面地介绍了Spark大数据技术的相关知识。全书共9章, 具体内容包括Spark概述、Scala基础、Spark编程基础、Spark编程进阶、Spark SQL--结构化数据文件处理、Spark Streaming--实时计算框架、Spark GraphX--图计算框架、Spark MLlib--功能强大的算法库, 以及项目案例--广告监测的流量作弊识别。本书的大部分章节包含实训和课后练习, 通过练习和实践操作, 可以帮助读者巩固所学的内容。

本书系统介绍了大数据技术与管理决策的基础知识。内容包括大数据决策的流程及方法、大数据处理的基础架构、大数据存储与管理、大数据的采集与预处理、大数据处理的计算架构、大数据分析与建模、大数据可视化、大数据治理、大数据在管理决策中的综合应用、大数据应用伦理与法律问题、大数据管理决策的挑战与趋势等，能够帮助读者学习、了解大数据技术的概貌，掌握大数据技术应用于管理决策的基本流程和关键技术，形成大数据决策思维。
本书适合管理类各专业本科生和研究生学习，也可作为其他专业学生和企业从业人员的参考书。