大数据平台运维是大数据应用人才培养的基本技能之一。本书讲解了大数据平台运维过程中的各个主要阶段及其任务, 主要包括安装部署、优化监控、架构原理、生态系统、运维工具等。本书内容全面, 涵盖了Hadoop生态绝大部分组件的运维, 兼具基础理论与运维实践经验; 主要特色是将知识点凝练到图形中, 通过视觉记忆, 看图联想, 理解知识点的含义和知识点之间的联系, 以达到长时记忆、学以致用的目的。通过900多道习题, 加强系统性和实践指导性。

本书以大数据分析的相关理论和方法为主线，首先介绍了大数据分析所需的预备知识和常用的降维方法，然后介绍了数据挖掘、时间序列分析、人工神经网络等大数据分析方法，最后介绍了大数据分析和大数据可视化的常用工具，并讲解了其相应的操作。 本书既可以作为高等院校和高职院校数据科学与大数据、大数据管理与应用、软件工程及相关专业的教材，也可以供系统分析师、系统架构师、软件开发工程师和项目经理以及其他学习大数据技术的读者阅读和参考。

本书系统介绍了大数据技术与管理决策的基础知识。内容包括大数据决策的流程及方法、大数据处理的基础架构、大数据存储与管理、大数据的采集与预处理、大数据处理的计算架构、大数据分析与建模、大数据可视化、大数据治理、大数据在管理决策中的综合应用、大数据应用伦理与法律问题、大数据管理决策的挑战与趋势等，能够帮助读者学习、了解大数据技术的概貌，掌握大数据技术应用于管理决策的基本流程和关键技术，形成大数据决策思维。
本书适合管理类各专业本科生和研究生学习，也可作为其他专业学生和企业从业人员的参考书。

本书主要内容包括大数据概论、初识Hadoop、Linux基础、Hadoop集群搭建、HDFS分布式文件系统、MapReduce分布式计算框架、以及项目实战--美国新冠疫情covid-19分析。
本书将理论与实践结合，补充相关Linux基础，注重大数据技术的系统性、实用性和先进性，配有大量的应用案例，不仅能够帮助提高大数据技术的应用与研究水平，而且能提高读者的综合应用创新能力。
本书可作为高职院校大数据技术、计算机科学与计算、物联网工程等专业教材，以及大数据相关技术人员参考使用。

本教材基于数据技术概念的提出，建立由数据生成、数据组织管理与数据信息汲取三个模块构成的数据技术应用全流程体系框架。通过对计算机信息系统、抽样技术与数据库系统等基础技术原理的概念化解读，以及对网络爬虫与文本数据生成、SQL语言、数据预处理、回归模型、Logistic建模、关联规则、决策树分类规则、K-平均聚类、神经网络、支持向量机，集成学习、数据可视化等一系列代表性经典应用技术的提出意义、基本概念与操作规则的分层讲授逻辑构建，并通过技术应用综合系统示例，为非计算机和非统计专业的各领域人员的数据素质

本书以任务为导向，较为全面地介绍Hadoop大数据技术及其生态系统组件Hive、HBase的相关知识。全书共8章，具体内容包括Hadoop介绍、Hadoop集群的搭建及配置、Hadoop基础操作、MapReduce入门编程、MapReduce进阶编程、Hive数据仓库、HBase分布式数据库，以及一个项目案例（电影网站用户影评分析）。本书的第2～7章包含实训与课后习题，读者可通过练习和操作实践，巩固所学的内容。 本书可用于“1+X”证书制度试点工作中的大数据应用开发（Python）职业技能等级证

本书引导读者从数据科学基本概念出发，全面了解数据科学相关知识，掌握数据科学中数据处理的流程和方法。本书在理论上突出可读性和完整性，力求兼具一定的广度和深度；在实践上强调对常用技术工具的操作性，力求体现数据科学应用的多样性和代表性。全书共12章，可分为三大部分：第1、2章是数据科学概述部分；第3～6章是数据科学理论基础和重点工具部分；第7～12章是数据科学全流程的技术与方法部分（包括数据采集、数据存储与管理、数据可视化、数据分析、数据安全与伦理，以及数据科学的应用与案例）。登录华信教育资源网（ww

数据是非常重要的资产，是“数字经济”时代的核心生产要素。本书主要面向财经类等非大数据技术、计算机科学与技术等专业的学生，旨在培养学生大数据处理能力。本书重点讲解 MySQL 数据库基础、Python 程序基础、浪潮可视化大数据三大核心内容，根据岗位典型工作任务，MySQL 数据库重点讲解库表操作、结构化查询部分，Python 重点讲解数据采集、数据整理与数据分析部分，同时拓展浪潮可视化数据处理应用。 本书以企业真实项目为例讲解大数据基础知识、主流大数据分析工具与方法，以及浪潮可视化大数据分析工具

本书介绍大数据技术的基本概念和相应的技术应用。全书共为10章, 分别是大数据介绍、云计算基础、大数据架构、数据采集、数据清洗、大数据存储、大数据分析与挖掘、大数据可视化、大数据安全和大数据的行业应用。本书将理论与实践操作相结合, 通过大量的案例帮助读者快速了解和应用大数据相关基本技术, 并对书中重要的、核心的知识点加大练习的比例, 以达到熟练应用的目的。

本书以面向应用、面向实战为指导思想, 紧扣企业技术人才培养的特点, 在知识点讲解和实验中避免复杂的理论, 使学生能快速上手体验、验证大数据处理的魅力, 以激发学生的学习兴趣。本书覆盖了大数据生命周期主要技术要点, 全书共8章。第1章介绍大数据的产生和特点及思维的变革, 第2章了解大数据生态环境, 第3章-第7章是按照大数据的生命周期, 分别讨论了大数据采集与预处理、大数据管理、大数据分析、大数据展现、大数据应用的基本原理和方法, 第8章讨论大数据安全面临的挑战。