數(shù)據(jù)治理是一門實踐中的學問。本書輕理論、重實踐，是一份實用的數(shù)據(jù)治理指南，涉及數(shù)據(jù)治理組織、管理制度、流程規(guī)范、數(shù)據(jù)標準管理、數(shù)據(jù)質(zhì)量管理、元數(shù)據(jù)管理、主數(shù)據(jù)管理、數(shù)據(jù)安全與隱私等主題。全書共分為3篇，第一篇包含第1章和第2章，介紹數(shù)據(jù)治理的理論與方法；第二篇包含第3章至第6章，介紹數(shù)據(jù)治理的平臺建設(shè)與工具；第三篇包含

本書從實用角度出發(fā)，圍繞Linux操作系統(tǒng)和Hadoop集群部署，從虛擬機安裝入手，結(jié)合典型項目和案例，較為全面地介紹了大數(shù)據(jù)開發(fā)技術(shù)平臺Hadoop及其生態(tài)系統(tǒng)的相關(guān)知識。主要內(nèi)容包括大數(shù)據(jù)技術(shù)中的Hadoop集群部署、HDFS、MapReduce、Hive、HBase和Sqoop等。全書所有知識點都結(jié)合具體的編程示

本書重點介紹大數(shù)據(jù)計算分析主要算法及主流計算框架，強調(diào)“理實一體”的教學模式和方法。在講解各種計算分析技術(shù)的同時，本書對于核心技術(shù)都配以相應的實訓項目/案例，真正訓練學生解決大數(shù)據(jù)問題的實踐能力。本書內(nèi)容包括：大數(shù)據(jù)計算分析技術(shù)概述、大數(shù)據(jù)計算分析常用算法及場景、大數(shù)據(jù)離線計算分析技術(shù)、大數(shù)據(jù)流式計算分析技術(shù)、機器學習

"本教材分為理論篇和實踐篇。理論篇主要的內(nèi)容為工業(yè)網(wǎng)絡概述、通信基礎(chǔ)、計算機網(wǎng)絡。理論篇主要介紹工業(yè)網(wǎng)絡概念、計算機控制系統(tǒng)概念和發(fā)展、常見的工業(yè)控制網(wǎng)絡；通信概念和通信技術(shù)的基礎(chǔ)知識；計算機網(wǎng)絡的概念和組建基礎(chǔ)知識。實踐篇包括5個項目內(nèi)容，項目一串行通信應用；項目二PROFIBUS基礎(chǔ)與組網(wǎng)應用；項目三工業(yè)以太網(wǎng)組網(wǎng)

本書依托一個大數(shù)據(jù)綜合項目—電影市場的預測，按照大數(shù)據(jù)技術(shù)在該項目開發(fā)中的應用過程，將本書內(nèi)容分為10個工作任務，包括初識Hadoop、搭建Hadoop集群、數(shù)據(jù)上傳、配置Hadoop高可用、數(shù)據(jù)清洗、使用MapReduce統(tǒng)計電影上映情況與排序、數(shù)據(jù)建倉、數(shù)據(jù)分析、數(shù)據(jù)遷移和數(shù)據(jù)可視化。書中的具體工作任務有助于讀者綜

"本書從實用的角度出發(fā)，以工程實際應用為背景，介紹現(xiàn)代測控系統(tǒng)與信息融合技術(shù)的基本特征、常用方法及典型工程應用。本書共包含7章，分別介紹現(xiàn)代檢測技術(shù)的基本特征及實現(xiàn)方法，現(xiàn)代測控系統(tǒng)的基本結(jié)構(gòu)及典型測控系統(tǒng)，現(xiàn)代傳感器的特性、常用信號處理技術(shù)、傳感器接口技術(shù)和通信協(xié)儀及典型應用，多傳感器信息融合的基本原理、典型算法及典

數(shù)據(jù)標注乃至人工智能行業(yè)的發(fā)展關(guān)鍵在于專業(yè)人才的培養(yǎng)。在未來幾十年，數(shù)據(jù)標注會伴隨著人工智能需求的不斷提高而不斷發(fā)展。本書對數(shù)據(jù)標注、數(shù)據(jù)處理、項目管理、問句復述標注、拼音停頓標注和3D點云標注進行逐一講解和分析，每種標注類型均配有對應的規(guī)范、舉例分析、習題與解析。本書還針對各類標注類型配套了多種子任務類型或多個領(lǐng)域的

本書以計算機控制系統(tǒng)的硬件電路設(shè)計、控制技術(shù)理論分析、軟件程序設(shè)計、綜合設(shè)計為主線，系統(tǒng)地介紹計算機控制技術(shù)的基本理論和應用。全書共分8章，第1章為緒論，第2章為計算機控制系統(tǒng)的硬件設(shè)計技術(shù)，第3章為計算機控制系統(tǒng)的理論分析，第4章、第5章和第6章分別為數(shù)字控制技術(shù)、常規(guī)及復雜控制技術(shù)和物聯(lián)網(wǎng)控制技術(shù)，第7章為計算機控

推薦系統(tǒng)是為了解決“信息過載”問題而產(chǎn)生的一種有效工具，隨著推薦系統(tǒng)被廣泛應用于新聞、音樂、社交平臺和電子商務等領(lǐng)域以滿足用戶的個性化需求，以個性化推薦技術(shù)為代表的推薦算法受到了越來越多的關(guān)注，以有效感知用戶的復雜意圖。其中，協(xié)同過濾算法是應用最廣泛的個性化推薦算法，由于傳統(tǒng)的協(xié)同過濾算法只考慮用戶的歷史反饋數(shù)據(jù)進行推

本書從初學者和開發(fā)人員的角度出發(fā)，以實戰(zhàn)應用為原則，主要介紹了Hadoop3的組件和生態(tài)系統(tǒng)內(nèi)的大數(shù)據(jù)應用工具。全書共7個項目、23個任務，主要內(nèi)容包括搭建Hadoop開發(fā)環(huán)境、Hadoop入門及實戰(zhàn)、Hive數(shù)據(jù)分析、HBase分布式存儲數(shù)據(jù)庫、ZooKeeper分布式協(xié)調(diào)服務、Flume數(shù)據(jù)采集、Sqoop數(shù)據(jù)遷移