《案例驱动的大数据原理技术及应用》从大数据的定义、特征、关键技术及其平台和主要应用出发，密切结合相关案例，揭示了案例对于大数据的驱动关系。针对这一关系，书中分别介绍了Spark系统和编程方式，大数据分析基础算法和实例，面向大数据的流数据分析算法和实例、图算法和实例，大数据应用编程案例，基于时间序列数据的预测等内容。《案

非结构化数据是与结构化数据相对应的概念。结构化数据具有固定的格式，看上去非常规整。与结构化数据相反，非结构化数据是指无固定格式的数据，例如，文本、网页、图像、视频、数据流、序列、社交网络、图结构等。现有数据中绝大多数数据都是非结构化数据。本书介绍了四种典型非结构化数据的分析和挖掘技术，分别是：文本数据、社交网络数据、数

阿布·埃拉·哈桑尼、艾哈迈德·塔赫尔·阿萨、哈维尔·斯纳谢尔、亚努什·卡茨匹奇克、杰马勒·阿巴瓦耶等编著的《复杂系统中大数据分析与实践（精）》从复杂系统与大数据的结合点出发，在基础理论知识的基础上，首先通过在多个应用背景下

本书通过原理加案例的方式系统地讲解了Hadoop大数据开发，让读者能够全面地了解大数据开发流程。书中精心安排了原理分析、环境搭建、案例开发等多个过程，使读者对解决大数据问题有清晰的思路。全书共7章：前6章系统讲解大数据Hadoop架构，包括大数据处理平台Hadoop、分布式文件系统HDFS、并行计算模型MapReduc

Kibana是广泛地应用在数据检索和数据可视化领域的ELK中的一员。本书专门介绍Kibana，通过不同的用例场景，带领读者全面体验Kibana的可视化功能。全书共9章，主要包括数据驱动架构简介、安装和配置Kibana5.0、用Kibana进行业务分析、用Kibana进行日志分析、用Kibana和Metricbeat进行

全书内容分为大数据系统基础、Hadoop技术、Spark技术和项目实战4部分。其中，Linux是学习大数据技术的基础，先从Linux入手，打下坚实的基础，之后才能更好地学习Hadoop和Spark。4部分内容分别介绍如下。大数据系统基础篇通过大数据概述、Linux系统安装、Linux系统基础命令、Shell编程和MyS

本书所使用的软件版本为MATLABR2016a。MATLABR2016a内嵌程序命令､注释､说明和运行结果，图文并茂，使抽象的理论变得生动形象。本书内容涵盖传递函数的建立､稳定性分析､系统校正､根轨迹校正､状态反馈仿真､P

走进大数据与人工智能

有多少人买了书真正看完了？ 你朋友的酒量有他说的那么大吗？ 父母是否暗自喜欢男孩儿多于女孩儿？ 电影里暴力镜头增多会导致犯罪率升高吗？ 种族歧视在现如今的美国还严重吗？ 特朗普的胜利有征兆吗，什么促成他赢得了大选？ …… 你知道问题的答案吗，直觉会怎样告诉你？ 作者赛思斯蒂芬斯--达维多维

本书在第1版的基础上修订而成｡本书涉及计算机控制系统的硬件设计､软件设计､控制算法和仿真技术等内容,既具有较强的理论性,也具有很强的实践性｡主要内容包括:计算机控制系统的基本概念和组成､计算机控制系统的分类;采样过程､数字控制设计基础&