这是一部从技术、流程、管理等多个维度系统讲解华为数据治理和数字化转型的著作。华为是一家超大型企业，华为的数据底座和数据治理方法支撑着华为在全球170多个国家/地区开展多业态、差异化的运营。书中凝聚了大量数据治理和数字化转型方面的有价值的经验、方法论、规范、模型、解决方案和案例，不仅能让读者即学即用，还能让读者了解华为数字化建设的历程。 全书共10章，内容从逻辑上分为四个部分。 第一部分（第1～3章） 第1章以非数字原生企业在数字化转型方面面临的挑战开篇，介绍了华为在数据治理和数字化转型方面的目标、愿景、蓝图和框架；第2章从企业政策和架构协同的角度，介绍了企业级的数据综合治理体系，理顺了数据与变革、运营、IT之间的协同关系，明确了数据管理的责任主体在业务；第3章详细阐述了不同类型的数据的管理方式和
想真正学会数据科学，你不仅要掌握工具——数据科学库、框架、模块和工具包——还要理解它们背后的思想和原理。 新的《数据科学入门》第2版为你展示了这些工具和算法是如何从零开始实现的。 如果你具备数学能力和一些编程技能，作者Joel Grus将会帮你熟悉数据科学相关的核心数学和统计学知识，以及作为一名数据科学家所需的黑客技巧。这本 新的书还包含了关于深度学习、统计学和自然语言处理的新资料，为你展示了如何在日常繁杂冗余的数据中找到宝石。 快速入门Python 学习线性代数、统计学和概率的基础知识——以及它们在数据科学中的使用场景 收集、探索、清理、管理和操作数据 深入研究机器学习的基础知识 实现k近邻、朴素贝叶斯、线性回归、逻辑回归、决策树、神经网络和聚类等模型 探索 系统、自然语言处理、网络
Calcite 是一款开源的动态数据管理框架，其目标是一种方案适应所有需求场景，能为不同计算平台和数据源提供统一的查询引擎，它对于没有高并发、低延时的多数据源间的数据管理有着天然的优势，是解决多数据源统一管理问题的利器。 本书围绕Calcite，结合其数据库基础知识、核心理论以及相关的项目实践情况，从SQL 的解析、校验、优化、执行等流程，对Calcite 组件进行介绍。同时本书为部分章节配置对应的代码和实例，帮助读者加深理解。 本书内容由理论到实践，将源码解析与实际案例相结合，可以作为Calcite 新手的入门图书以及快速上手的参考书，也可以作为大数据开发人员和从业人员的学习用书，还可以作为相关培训机构以及高等院校的教学用书。
本书着重介绍各种数据分析技术背后的原理，有利于实践者将技术具体应用到各种领域，或者在此基础上发展新的技术。全书共分三部分。 部分介绍统计学基本概念，包括蒙特卡罗方法和马尔科夫链。第二部分介绍统计学，并从频率派和贝叶斯派两种角度对比分析了各种数据建模的工具。第三部分重点介绍各种数据分析方法，比如关联函数、周期图、图像重建等。附录提供了相关的数学知识，以备读者查阅。本书可作为物理、工程相关专业研究生关于数据分析技术的标准教材，也可供科学家和工程师参考阅读。
黄宜华主编的《深入理解大数据(大数据处理与编程实践)》从Hadoop MapReduce并行计算技术与系统的基本原理剖析着手，在系统介绍基本工作原理、编程模型、编程框架和接口的基础上，着重系统化地介绍MapReduce并行算法设计与编程技术．较为全面地介绍了基本ManReduce算法设计、**MapRcduce编程技术以殛一系列较为复杂的机器学习和数据挖掘井行化算法，并引入来自IntelHadoop系统的一系列增强功能以及深度技术剖析；*后．为了提高读者的算法设计与编程宴战能力，本书较为详细地介绍了一系列综合性和实战性大数据处理和算法设计问题，这些问题采自课程同学参加的全国性大数据大赛中的获奖算法、课程中的**课程设计以及来自本团队的科研课题及业界实际的大数据应用实战案例。书中第8章和**0章的所有算法均有完整宴现代码可供下载学习。 本书是国内**本基于多年
写作组历时半年多时间，收集梳理了大量北京市历年来大数据发展的资料及大数据相关政策、标准、论文等，利用文献分析、专家座谈、企业调研等研究方法，以5章19节的笔墨，系统梳理了从 到全国、到北京，从技术发展到产业萌芽、到治理探索， 、立体化的大数据发展历程，一是聚焦关键技术，不仅整理大数据技术的演进与发展，还梳理物联网、云计算、数字孪生等与大数据发展息息相关、紧密相连的新技术融合发展；二是聚焦数据共享，溯流大数据在一地、一城、一市、一时的\\\\\\\\\\\\\\\"源头活水”，探寻北京市在大数据领域的领头羊作用。三是聚焦治理能力，在 层面，对比各国的 做法和前沿应用；在 层面，分析我国将大数据上升为战略高度和审慎规制立法的考虑；在区域层面，梳理北京市大数据发展历程和经验。四是聚焦应用价值， 发展主要集中在三大
写作组历时半年多时间，收集梳理了大量北京市历年来大数据发展的资料及大数据相关政策、标准、论文等，利用文献分析、专家座谈、企业调研等研究方法，以5章19节的笔墨，系统梳理了从 到全国、到北京，从技术发展到产业萌芽、到治理探索， 、立体化的大数据发展历程，一是聚焦关键技术，不仅整理大数据技术的演进与发展，还梳理物联网、云计算、数字孪生等与大数据发展息息相关、紧密相连的新技术融合发展；二是聚焦数据共享，溯流大数据在一地、一城、一市、一时的\\\\\\\\\\\\\\\"源头活水”，探寻北京市在大数据领域的领头羊作用。三是聚焦治理能力，在 层面，对比各国的 做法和前沿应用；在 层面，分析我国将大数据上升为战略高度和审慎规制立法的考虑；在区域层面，梳理北京市大数据发展历程和经验。四是聚焦应用价值， 发展主要集中在三大
内容简介本书是Python数据分析与挖掘领域的认可的事实标准，第1版销售超过10万册，销售势头依然强劲，被国内100余所高等院校采用为教材，同时也被广大数据科学工作者奉为经典。作者在大数据挖掘与分析等
《数据分析师手记：数据分析72个核心问题精解》从底层认知、思维方法、工具技术、项目落地及展望出发，使用问答的形式对数据分析中的72个核心知识点进行讲解，构建了数据分析的知识框架，带领读者认识数据分析背后的奥妙。读者可以用本书作为学习地图，针对具体的方法、技术进行延伸学习。
本书通过系统、科学的调查和诊断，通过系统的规划和研究， 提升宣传工作人员的政治理论素质和专业工作能力，并结合媒体融合生态下大数据、跨学科、超学科等发展特征，对宣传工作人员的拓展能力进行了归纳和展望， 好地适应企业新闻宣传和品牌建设工作需要，成为宣传工作人员的日常工具书。
《Python数据分析与大数据处理从入门到精通》主要讲解数据分析与大数据处理所需的技术、基础设施、核心概念、实施流程。从编程语言准备、数据采集与清洗、数据分析与可视化，到大型数据的分布式存储与分布式计算，贯穿了整个大数据项目开发流程。本书轻理论、重实践，目的是让读者快速上手。1篇首先介绍了Python的基本语法、面向对象开发、模块化设计等，掌握Python的编程方式。然后介绍了多线程、多进程及其相互间的通信，让读者对分布式程序有个基本的认识。第2篇介绍了网络数据采集、数据清洗、数据存储等技术。第3篇介绍了Python常用的数据分析工具，扩展了 多的数据清洗、插值方法，为 终的数据可视化奠定基础。第4篇是大数据分析的重点。首先介绍了Hadoop的框架原理、调度原理，MapReduce原理与编程模型、环境搭建，接着介绍了Spark框架原理
本书由中国计算机用户协会数据中心分会编写。本书在《中国数据中心发展蓝皮书（2018）》的基础上，对新基建浪潮下的中国数据中心新发展进行了阶段性总结，重点对2019―2020年，数据中心智慧园区、金融行业数据中心、边缘数据中心的新发展，不间断供电、柔性配电、电力储能、电磁、液冷、防雷、工厂预制化，以及当前热门的全景拼接、人脸识别、自动驾驶等技术的 应用做了介绍。书中还围绕“双碳”目标的实现，对数据中心使用绿色能源的愿景和节能降耗途径进行了阐述，成为本书的一个亮点。
《Python数据分析与大数据处理从入门到精通》主要讲解数据分析与大数据处理所需的技术、基础设施、核心概念、实施流程。从编程语言准备、数据采集与清洗、数据分析与可视化，到大型数据的分布式存储与分布式计算，贯穿了整个大数据项目开发流程。本书轻理论、重实践，目的是让读者快速上手。1篇首先介绍了Python的基本语法、面向对象开发、模块化设计等，掌握Python的编程方式。然后介绍了多线程、多进程及其相互间的通信，让读者对分布式程序有个基本的认识。第2篇介绍了网络数据采集、数据清洗、数据存储等技术。第3篇介绍了Python常用的数据分析工具，扩展了 多的数据清洗、插值方法，为 终的数据可视化奠定基础。第4篇是大数据分析的重点。首先介绍了Hadoop的框架原理、调度原理，MapReduce原理与编程模型、环境搭建，接着介绍了Spark框架原理
基于\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\"深入分析组件原理、充分展示搭建过程、详细指导应用开发”的理念，以 版Hadoop及其生态组件为对象，采用理论与应用高度融合的方法，介绍大数据的概念、技术、方法、应用、以及项目开发。全书分为三篇， 篇为大数据的基本概念和技术综述，第二篇为平台搭建与基本应用，内容设计Linux、HDFS、MapReduce、Yarn、Hive、HBase、Sqoop、Kafka、Spark、Phoenix等；第三篇为数据处理与项目开发，综合运用各类组件进行实际数据处理，包括交互式应用、决策、 算法、销售数据分析系统等。
