《Spark性能優化實戰：突破性能瓶頸，遨游數據重洋》全面、系統、深入地介紹Apache Spark性能優化的相關技術和策略，涵蓋從Spark性能優化的基礎知識到核心技術，再到應用實踐的方方面面。本書不但系統地介紹各種監控工具的使用，而且還結合實戰案例，詳細介紹Spark性能優化的各種經驗和技巧，提升讀者的實際應用技能。《Spark性能優化實戰：突破性能瓶頸，遨游數據重洋》共8章。第1章從性能優化的基本概念出發，介紹Spark的基礎知識，并介紹如何進行性能優化；第2章介紹Spark性能優
本書對數據挖掘的基本算法進行了系統介紹，不僅介紹了每種算法的基本原理，而且配有大量例題以及源代碼，并對源代碼進行了分析。這種理論與實踐相結合的方式有助于讀者較好地理解和掌握抽象的數據挖掘算法。 全書共11章，內容涵蓋了數據預處理、關聯規則挖掘算法、分類算法和聚類算法，具體章節包括緒論、數據預處理、關聯規則挖掘、決策樹分類算法、貝葉斯分類算法、人工神經網絡算法、支持向量機、Kmeans聚類算法、K中心點聚類算法、神經網絡聚類算法：SOM，以及數據挖掘的發展等內容。 本書可作為高等院校數據
本書回應時代熱點，從關鍵技術與實際應用兩個方面對大數據做了系統的介紹與深入的分析。在關鍵技術部分，主要介紹了大數據的發展、技術與應用，大數據與云計算、物聯網，大數據采集及預處理，大數據分析與數據挖掘，大數據存儲與管理，大數據可視化，大數據時代的安全與隱私保護七部分內容。在實際應用部分，集中剖析了大數據在電信、生物醫學、物流、體育與娛樂、安全、城市管理等各個領域或行業的應用，其中穿插了大量的實用案例，突出了大數據技術的應用性。
本書內容實用而全面，旨在幫助讀者熟悉Flowable流程引擎的基本概念、構建流程模型、實施工作流、集成系統，并解決在實際應用中遇到的問題。它為Java開發人員在流程引擎編程領域提供了豐富的知識和實戰經驗。同時，本書詳細介紹了Flowable流程引擎各組件API及其實戰應用，并以通俗易懂的語言講解引擎設計原理、源碼和進階用法，有助于開發者進一步優化系統。如果你正在開發、調試及維護Flowable流程引擎系統，那么本書將是你寶貴的資料。
本書以工業生產過程自動化控制系統及設計為核心內容，采用項目任務式編寫方式，進行知識與技能的闡述，并將思政元素融入課程之中。全書分七個項目：過程控制系統基本認知，簡單控制系統分析與設計，串級控制系統設計，均勻、比值、分程、選擇、前饋控制系統設計，典型石油化工單元的控制方案設計，典型聯鎖保護系統設計與實現，控制系統工程設計。書中設置二維碼，掃描即可進行拓展學習。本書項目內容由淺入深，重點突出，對因設備條件所限而不能完成的任務，可以利用仿真軟件進行學習。本書可作為職業院校石油、
本書基于全國信息安全標準化技術委員會大數據安全標準特別工作組的工作，是一本關于數智安全與標準化的專業教材，旨在使讀者在學習大數據、人工智能等數智技術與應用的同時，了解數智技術和應用的前沿以及相應的安全問題，理解數智安全與業務拓展和技術發展的伴生特性，掌握數智安全和標準化的基本知識，建立未來數智化所必須的安全發展意識、安全風險意識和技術安全意識。本書共分為17章，從法律合規、安全風險管理、網絡系統安全、檢測評估認證、個人信息安全、數據安全、人工智能安全、數智安全監管治理、數字經濟發展等多個角
信息集成是智能制造領域的重要技術之一。本書介紹了制造系統信息集成的關鍵技術以及相關標準、自動化生產系統中的信息集成、面向產品生命周期的信息集成、企業內部的縱向信息集成、企業與外部的信息集成以及信息集成與數字孿生等內容，并結合具體案例，使學生在掌握典型制造系統信息集成技術知識的同時，培養學生對相關技術應用的意識、理念和思維方式。本書可用于機械類專業本科生的智能制造專業教材，以及相關專業（如機械、工業工程、自動化、計算機、儀器儀表、管理科學與工程等）的學生選修智能制造課程。
魯棒預測控制是在預測控制的基礎上考慮到實際系統存在著模型不精確或者參數時變、未知擾動等各種不確定性而發展起來的先進控制技術。如何在魯棒預測控制的基礎上有效處理時變時滯對系統的影響成為工業過程控制亟待解決的問題。本書針對具有時變時滯的工業過程可能存在參數時變、強干擾、執行器故障、非線性、多階段切換、時變跟蹤軌跡等問題，重點介紹了基于魯棒預測控制思想以解決這些問題的先進技術和方法。其主要內容為作者和所在團隊的項目經驗及科研成果，包括線性控制、容錯控制、非線性控制和切換控制等相關內容。
本書從理論上論述非線性系統的全局能控性.主要介紹平面仿射非線性系統和幾類特殊的高維非線性系統的全局能控性判據,以及幾類多項式系統全局能控性的判別算法.另外,本書也對平面仿射非線性系統的全局漸近能控性及全局鎮定性做一點討論.
從信息資源管理協同創新視角，分析了大數據治理面臨的挑戰、機遇和焦點議題，大數據治理研究的視角、立場及代表性觀點，大數據治理的框架類型及其構成要素。以公共價值理論、數字連續性理論、利益相關者理論和協同創新理論為主要理論支持，從大數據治理目標、主體、治理客體、治理活動、治理環境等多個維度，分析了大數據治理的政策、標準和技術的現狀及發展方向。提出了大數據治理發展應用的綜合治理模式、運行模型、評估體系和評估方法等理論，并基于案例研究提出了大數據治理發展與應用的實踐路徑。此外，本書從信息資源管理協同創新視
新書資訊 新書推薦