官术网_书友最值得收藏!

大數(shù)據(jù)搜索與挖掘及可視化管理方案 :Elastic Stack 5:Elasticsearch、Logstash、Kibana、X-Pack、Beats (第3版)
會(huì)員

對大數(shù)據(jù)的搜索、挖掘、可視化以及集群管理,在當(dāng)今的“互聯(lián)網(wǎng)+”時(shí)代是很有必要的。本書的分布式大數(shù)據(jù)搜索、日志挖掘、可視化、集群監(jiān)控與管理等方案是基于ElasticStack5而提出的,它能有效應(yīng)對海量大數(shù)據(jù)所帶來的分布式數(shù)據(jù)存儲(chǔ)與處理、全文檢索、日志挖掘、可視化、集群管理與性能監(jiān)控等問題。構(gòu)建在全文檢索開源軟件Lucene之上的Elasticsearch,不僅能對海量規(guī)模的數(shù)據(jù)完成分布式索引與檢索,還能提供數(shù)據(jù)聚合分析;Logstash能有效處理來源于各種數(shù)據(jù)源的日志信息;Kibana是為Elasticsearch提供數(shù)據(jù)分析的Web接口,可使用它對數(shù)據(jù)進(jìn)行高效的搜索、可視化、分析等操作;XPack監(jiān)控組件可通過Kibana監(jiān)控集群的狀態(tài);Beats是采集系統(tǒng)監(jiān)控?cái)?shù)據(jù)的代理。了解基于ElasticStack5的各相關(guān)組件并掌握它們的基本使用方法和技巧,對于大數(shù)據(jù)搜索與挖掘及管理是很有必要的。和第1版、第2版相比,本書力求反映基于ElasticStack5架構(gòu)的最新成果,內(nèi)容新穎,強(qiáng)調(diào)實(shí)踐。本書可為高等學(xué)校相關(guān)專業(yè)(如計(jì)算機(jī)科學(xué)與技術(shù)、軟件工程、物聯(lián)網(wǎng)、信息管理與信息系統(tǒng)、數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù))學(xué)生的學(xué)習(xí)和科研工作提供幫助,同時(shí)對于從事大數(shù)據(jù)搜索與挖掘、日志分析、信息可視化、集群管理與性能監(jiān)控的工程技術(shù)人員和希望了解網(wǎng)絡(luò)信息檢索技術(shù)的人員也具有較高的參考價(jià)值和工程應(yīng)用價(jià)值。

高莘 ·統(tǒng)計(jì) ·11.8萬字

Learn Amazon SageMaker
會(huì)員

Quicklybuildanddeploymachinelearningmodelswithoutmanaginginfrastructure,andimproveproductivityusingAmazonSageMaker’scapabilitiessuchasAmazonSageMakerStudio,Autopilot,Experiments,Debugger,andModelMonitorKeyFeatures*Build,train,anddeploymachinelearningmodelsquicklyusingAmazonSageMaker*Analyze,detect,andreceivealertsrelatingtovariousbusinessproblemsusingmachinelearningalgorithmsandtechniques*Improveproductivitybytrainingandfine-tuningmachinelearningmodelsinproductionBookDescriptionAmazonSageMakerenablesyoutoquicklybuild,train,anddeploymachinelearning(ML)modelsatscale,withoutmanaginganyinfrastructure.IthelpsyoufocusontheMLproblemathandanddeployhigh-qualitymodelsbyremovingtheheavyliftingtypicallyinvolvedineachstepoftheMLprocess.ThisbookisacomprehensiveguidefordatascientistsandMLdeveloperswhowanttolearntheinsandoutsofAmazonSageMaker.You’llunderstandhowtousevariousmodulesofSageMakerasasingletoolsettosolvethechallengesfacedinML.Asyouprogress,you’llcoverfeaturessuchasAutoML,built-inalgorithmsandframeworks,andtheoptionforwritingyourowncodeandalgorithmstobuildMLmodels.Later,thebookwillshowyouhowtointegrateAmazonSageMakerwithpopulardeeplearninglibrariessuchasTensorFlowandPyTorchtoincreasethecapabilitiesofexistingmodels.You’llalsolearntogetthemodelstoproductionfasterwithminimumeffortandatalowercost.Finally,you’llexplorehowtouseAmazonSageMakerDebuggertoanalyze,detect,andhighlightproblemstounderstandthecurrentmodelstateandimprovemodelaccuracy.BytheendofthisAmazonbook,you’llbeabletouseAmazonSageMakeronthefullspectrumofMLworkflows,fromexperimentation,training,andmonitoringtoscaling,deployment,andautomation.Whatyouwilllearn*Createandautomateend-to-endmachinelearningworkflowsonAmazonWebServices(AWS)*Becomewell-versedwithdataannotationandpreparationtechniques*UseAutoMLfeaturestobuildandtrainmachinelearningmodelswithAutoPilot*Createmodelsusingbuilt-inalgorithmsandframeworksandyourowncode*TraincomputervisionandNLPmodelsusingreal-worldexamples*Covertrainingtechniquesforscaling,modeloptimization,modeldebugging,andcostoptimization*AutomatedeploymenttasksinavarietyofconfigurationsusingSDKandseveralautomationtoolsWhothisbookisforThisbookisforsoftwareengineers,machinelearningdevelopers,datascientists,andAWSuserswhoarenewtousingAmazonSageMakerandwanttobuildhigh-qualitymachinelearningmodelswithoutworryingaboutinfrastructure.KnowledgeofAWSbasicsisrequiredtograsptheconceptscoveredinthisbookmoreeffectively.SomeunderstandingofmachinelearningconceptsandthePythonprogramminglanguagewillalsobebeneficial.

Julien Simon;Francesco Pochetti ·統(tǒng)計(jì) ·10.1萬字

農(nóng)業(yè)內(nèi)部審計(jì)那些事兒
會(huì)員

盡管我國有很長的農(nóng)業(yè)史,但在農(nóng)業(yè)現(xiàn)代化上,我們?nèi)栽趭^力追趕,而我們所遇到的挑戰(zhàn)將越來越多。本書主要針對農(nóng)業(yè)企業(yè)內(nèi)部審計(jì)中會(huì)遇到的一些難題,作了一些經(jīng)驗(yàn)總結(jié),同時(shí)為從事農(nóng)業(yè)管理業(yè)務(wù)的人士提供一些參考資料,盡可能地避開欺詐、舞弊、侵權(quán)、不當(dāng)?shù)美痊F(xiàn)象。目前,市面上有很多關(guān)于內(nèi)部審計(jì)的書,但大多數(shù)是從審計(jì)職能這個(gè)角度進(jìn)行論述,缺乏企業(yè)內(nèi)審角度的著作,因此,本書是從農(nóng)企的角度進(jìn)行論述。很多人認(rèn)為內(nèi)部審計(jì)的方法是不分行業(yè)的,但筆者認(rèn)為,在實(shí)際工作中還是有差別的。例如,農(nóng)產(chǎn)品盤點(diǎn)比工業(yè)企業(yè)難,農(nóng)產(chǎn)品受苗種、病害、退化、天氣等方面影響大。農(nóng)業(yè)有其自身的經(jīng)營模式,本書從農(nóng)企的特點(diǎn)出發(fā),輔以實(shí)戰(zhàn)和經(jīng)驗(yàn),選取一些經(jīng)常用到的審計(jì)程序和審計(jì)項(xiàng)目進(jìn)行分析,使讀者能夠真正掌握農(nóng)業(yè)內(nèi)部審計(jì)的精髓。本書內(nèi)容精練、重點(diǎn)突出、實(shí)例豐富,是廣大農(nóng)業(yè)內(nèi)部審計(jì)人員必備的參考書,同時(shí)也非常適合大中專院校師生學(xué)習(xí)閱讀,也可供農(nóng)業(yè)相關(guān)管理者作為培訓(xùn)教材使用。

甘德東 ·統(tǒng)計(jì) ·7.7萬字

風(fēng)險(xiǎn)導(dǎo)向內(nèi)部審計(jì)實(shí)務(wù)指南
會(huì)員

隨著我國經(jīng)濟(jì)發(fā)展日新月異,內(nèi)部審計(jì)在國民經(jīng)濟(jì)發(fā)展中的監(jiān)督作用也日益增強(qiáng)。但是在實(shí)務(wù)中,仍有部分內(nèi)部審計(jì)人員對內(nèi)部審計(jì)的風(fēng)險(xiǎn)導(dǎo)向、問題導(dǎo)向、制度基礎(chǔ)導(dǎo)向的理解不夠透徹;部分內(nèi)部審計(jì)組織仍以傳統(tǒng)的財(cái)務(wù)收支審計(jì)為主,在制訂年度內(nèi)部審計(jì)計(jì)劃時(shí)未系統(tǒng)考慮組織風(fēng)險(xiǎn)。如何適應(yīng)組織的發(fā)展,幫助組織加強(qiáng)內(nèi)部控制和風(fēng)險(xiǎn)管理,從而助力組織實(shí)現(xiàn)增值,是內(nèi)部審計(jì)人員要思考和面對的問題。本書由具有二十多年審計(jì)實(shí)務(wù)經(jīng)驗(yàn)的一線審計(jì)專業(yè)人士傾情打造,書中深入淺出地介紹了內(nèi)部審計(jì)的發(fā)展機(jī)遇和風(fēng)險(xiǎn)導(dǎo)向內(nèi)部審計(jì)的思維模式;同時(shí)還詳細(xì)介紹了在年度內(nèi)部審計(jì)計(jì)劃制訂階段、內(nèi)部審計(jì)項(xiàng)目準(zhǔn)備階段、內(nèi)部審計(jì)實(shí)施階段、內(nèi)部審計(jì)報(bào)告及整改階段,如何以風(fēng)險(xiǎn)為導(dǎo)向制訂計(jì)劃、進(jìn)行審前調(diào)查、發(fā)現(xiàn)問題、進(jìn)行審計(jì)溝通,如何形成有價(jià)值的審計(jì)報(bào)告、提出審計(jì)建議和利用審計(jì)結(jié)果,并且提供了作者在工作實(shí)踐中梳理總結(jié)的大量的制度、流程、表單和模板等。本書適合企業(yè)內(nèi)部審計(jì)人員、會(huì)計(jì)師事務(wù)所審計(jì)人員、企業(yè)風(fēng)險(xiǎn)管理人員、企業(yè)財(cái)務(wù)人員、企業(yè)舞弊調(diào)查相關(guān)人員閱讀和使用。

付淑威 ·統(tǒng)計(jì) ·10.8萬字

QQ閱讀手機(jī)版

主站蜘蛛池模板: 察哈| 苏尼特左旗| 正镶白旗| 登封市| 通辽市| 宣汉县| 辉县市| 上高县| 文化| 寻乌县| 紫云| 惠安县| 新平| 宜都市| 仪征市| 华宁县| 湟中县| 曲水县| 灌南县| 昆明市| 轮台县| 忻州市| 涟源市| 永登县| 泰兴市| 樟树市| 望城县| 宜良县| 德昌县| 武宣县| 库尔勒市| 蕉岭县| 仪陇县| 福建省| 太仆寺旗| 饶阳县| 白水县| 绵阳市| 即墨市| 舞钢市| 偃师市|