本书聚焦综合信息系统智能化的关键和难点，摒弃传统的处理模式，充分利用数据的不确定性信息，就区间、序列、直觉模糊、犹豫模糊、语义等不同类型数据的相似度量、粒层转化、识别决策等开展了较为系统、深入的研究，构建异类数据间统一的粒层转换框架，解决不同类型数据间的相似度量、跨层关联与融合问题。全书共分15章，第1章介绍问题的来源和研究思路；第2章介绍相关数学知识；第3～5章介绍利用数据的不确定性，基于异类数据之间的相关度量，进行雷达、ESM等异步航迹的直接抗差关联；第6～10章讨论了直觉模糊、犹豫模糊、语

《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

主要内容
●对数据集进行组织、 分组、合并、分割以及连接
●发现基于文本和时间的数据的趋势
●对数据进行排序、过滤、枢轴化、优化，并得出结论
●应用聚合操作

数字经济时代，数据已经成为国家的重要战略资源，已经成为国家核心竞争优势的关键要素。近年来，随着数字经济的迅猛发展，数据的跨境流动规模呈指数量级增长，对全球经济的贡献度也引人瞩目。跨境数据流动已成为关系各国政治、经济、社会的核心议题。全球主要经济体已经围绕跨境数据流动所涉及的重要议题出台规制方案，并积极参与国际规则制定。在此背景下，我国积极构建数据治理体系，同时跨境数据流动规制也面临挑战。如何在数据安全和自由流动之间实现平衡，考验着我国的社会资源管控能力和现代网络综合治理能力。本书从数据和跨境数据

本书提供了学习大数据技术及架构的一站式解决方案，覆盖了大数据生态圈中的完整技术体系，包括数据采集、数据存储、分布式资源管理、数据计算、数据分析、任务调度、数据检索、大数据底层基础技术和大数据集群安装与管理。本书还介绍了多个企业级大数据应用案例（包括海量数据采集、“双十一”数据大屏、海量数据全文搜索系统等）和大数据平台架构案例（包括离线数据仓库架构、实时数据仓库架构、批流一体化数据仓库架构、数据中台架构、直播大数据平台架构、电商大数据平台架构等），可以帮助读者从全局角度理解大数据。在本书中，技术内

本书是Hadoop Spark大数据分析技术入门书，基于Hadoop和Spark两大框架体系的3.2版本，以通俗易懂的方式介绍Hadoop Spark原生态组件的原理、集群搭建、实战操作，以及整个Hadoop生态系统主流的大数据分析技术。 本书共分14章。第1章讲解Hadoop框架及新版本特性，并详细讲解大数据分析环境的搭建工作，包括Linux操作系统的安装、SSH工具使用和配置等；第2章讲解Hadoop伪分布式的安装和开发体验，使读者熟悉Hadoop大数据开发两大核心组件，即HD

本书主要分为两部分。第一部分以核心概念和基本应用为脉络，介绍了Flink的核心特性（如检查点机制、时间与窗口、shuffle机制等），部署，DataStream API、Dataset API、Table API的应用，运行时的原理等内容，每一章先对概念做基本的介绍，然后基于应用实例详细分析Flink的设计思想和源码实现。第二部分基于对原理的理解，手把手教读者如何进行定制化的特性开发和性能提升，能够让读者对Flink的理解有质的飞跃。这一部分内容来自作者大量的工作实践，所引用例均源自企业级的真实

数据分析的精髓在于能够利用合理的数据分析方法来解决实际的业务问题，本书介绍了互联网行业中数据分析常见的思维和方法，并且呈现了这些分析方法在实际案例中的应用。同时也利用本书解答了大家对于想要从事数据分析行业的一些担忧和困惑。阅读本书，你会对数据分析的工作内容有更清晰、完整的了解，同时对常见的业务问题处理的方法和经验有质的提升。本书适合产品运营、 数据分析、数据挖掘人员以及在校计算机 数据 市场营销等方向的学生。

本书从实用的角度出发，采用理论与实践相结合的方式，介绍样本数据处理的基础知识，力求培养读者使用Python语言及Kettle软件进行数据处理的能力。全书内容分别为数据预处理概述、Kettle工具的初步使用、数据的导入与导出、数据清洗、数据标注、Kettle作业设计、基于Kettle构建数据仓库、基于Python的数据导入与导出、基于Python的数据整理。 本书作为人工智能学科相关的样本数据处理技术的入门教材，目的不在于是覆盖样本数据处理技术的所有知识点，而是介绍样本数据处理的主要应用，使读者了

本书采用循序渐进的讲解方式，介绍了如何从零开始构建一个企业级监控平台的相关理论技术和实践方法。首先从监控系统总体设计原理出发，逐步介绍企业级监控系统的常用架构、各个组件模块作用、运行模式、监控体系的建设路线、监控信息的合并算法、监控颗粒度设置经验以及如何保障监控系统自身可靠性等内容；随后自底向上依次对硬件设备、操作系统、虚拟机、常用数据库和中间件、容器和容器编排、系统和应用日志以及应用链路等常见监控领域实施监控的技术原理、常用监控指标以及实现方式等内容作了介绍；最后对监控系统下阶段发展趋势也即智