本書分為三個部分：基礎理論、大數據可視化方法、大數據可視化工具及應用。基礎理論部分包括第1、2章，回顧了可視化發展進程，介紹了可視化領域的一些基礎概念及應用，以及可視化的一般流程及設計組件。大數據可視化方法部分包括第3到7章，主要介紹了不同類型數據的可視化方法，包括：時間數據、比例數據、關系數據、文本數據、復雜數據。大數據可視化工具及應用部分包括第8到14章，選取了市場上一些主流的可視化工具，圍繞它們的使用方法和應用案例展開。這些工具包括商業軟件：Excel、FineBI、DataV、Table
本書全面介紹了預測性分析相關方法，不僅直觀地闡述了相關概念，還給出了現實的示例問題和真實的案例研究包括從失敗項目獲得的經驗教訓。本書理論和實踐內容相對平衡，便于讀者加深理解。全書共9章，外加一個附錄。第1章為分析導論，第2章為預測性分析和數據挖掘導論，第3章介紹預測性分析的標準流程，第4章介紹預測性分析的數據和方法，第5章介紹預測性分析算法，第6章探討預測性建模中的高階主題，第7章介
本書通過整合利用衛星和航拍影像、地面跨時空視頻、網絡數據和地理信息等多源異構數據，圍繞天空地海量數據源分布特點和安全保密要求，并根據公共安全事件智能感知與理解的需要，利用先進的多源異構數據匯聚與協同相關技術，實現多源異構數據的跨時空、多尺度、多粒度匯聚，構建公共安全事件處置需要的數據體系，形成跨系統協同管理、跨空間安全調度、跨平臺安全服務的數據保障總線，并建設一體化天空地海量多源異構數據匯聚管理平臺，為公共安全事件的智能感知與理解提供數據支撐服務。
在大數據時代，我們并不缺少數據，缺少的是利用數據分析的思維和工具去解決實際問題的能力。數據化分析是運用恰當的方法和工具，對數據進行科學、有效的分析，從而提出有理有據、具有可操作性的建議，以解決現實中的難題。本書主要介紹了數據分析的9 種思維、7 種工具、學習方法、基本方法、展現方法、制作數據分析報告的方法，以及數據分析的思維模型。本書適合所有對數據分析感興趣的讀者閱讀，特別是在工作或生活中需要經常跟數據接觸的人，如數據分析師、產品經理、運營人員、管理人員、財務人員等。
本書講述Apache Flink大數據框架的原理，以及如果將Apache Flink應用于大數據的實時流處理、批處理、批流一體分析等各個場景。通過原理深入學習和實踐示例、案例的學習應用，使讀者了解并掌握Apache Flink流處理的框架的基本原理和技能，接近理論與實踐的距離。全書共分為8章，主要內容包括Flink架構與集群安裝、Flink開發環境準備（基于IntelliJ IDEA和Maven）、開發Flink實時數據處理程序、Flink流數據分析、時間和水印概念、窗口操作、狀態和容錯
本書重點講述統計數據分析方法和數據挖掘技術，在大數據時代和人工智能時代，數據驅動的知識抽取技術成為一項重要學習和研究內容。本書采用理論和舉例相結合的方式進行數據分析和數據挖掘知識講解，并配套《數據分析與數據挖掘建模工具》一書，便于理論和實踐相結合。書中內容包括統計檢驗、方差分析、回歸分析、關聯分析、分類模型、聚類模型、離群點分析等典型的數據分析和數據挖掘方法。
本專著主要介紹基于數據驅動的個性化需求預測理論與方法。根據交互場景的特點，分別從基本交互、交互廣度、交互深度和交互多樣性四個角度介紹最新個性化需求預測理論與方法。在基本交互場景中，主要研究了基于用戶和產品的交互的個性化需求預測；在交互廣度方面，主要研究了融合用戶與好友關系交互以及融合用戶與群組交互場景的個性化需求預測；在交互深度方面，主要研究了會話式交互場景和沉浸式交互環境中的交互特點和個性化需求預測。在交互多樣性方面，研究了跨域交互環境中不同語義匹配類型的個性化需求預測。通過這些研究
隨著互聯網的蓬勃發展以及大數據時代的到來，新的欺詐安全問題不斷涌現，這也誕生了一個新的概念——大數據安全。大數據安全指的是針對大數據時代背景下的安全風險，使用大數據、人工智能等新興技術建立對抗體系，進而進行安全治理與防范。本書旨在對大數據時代背景下的欺詐安全問題、大數據平臺工具、反欺詐對抗技術和系統進行全面的闡釋，以幫助讀者全面學習大數據安全治理與防范的背景、關鍵技術和對抗思路，并能夠從0到1搭建一個反欺詐對抗系統。 本書作為入門大數據安全對抗的理想讀物，將理論與實踐相結合，既能加強讀者對大數據
本書內容包括：數據科學及工作流程、統計模型與機器學習算法、信息提取與統計變量創建、數據可視化與社交網絡、預測模型與因果分析、數據預處理與工程方法。
本書通過實戰案例和可視化的圖形講解數據分析的知識。通過閱讀本書，讀者可以從容地處理數據，高效地完成數據分析工作。本書共9章，主要內容包括不同場景下的數據分析方法，從業者應具備的數據分析基本知識，數據分析師應具有的思維方式，海盜法則和指標體系建模，用戶畫像賦能數據分析，數據可視化的實操技巧等。 本書不僅適合產品經理、運營人員、市場營銷人員閱讀，還適合數據分析人員閱讀。
新書資訊 新書推薦