捕鱼游戏有哪吒玲珑宝塔

本書在現有智能優化方法的基礎上，探索學習型智能優化方法的基本框架。書中采用智能優化模型和知識模型相結合的集成建模思路，總結了精英個體知識、構件知識、算子知識和參數知識4種知識形式，構建了用于實現學習型智能優化方法的8類典型知識，以此輔助學習型智能優化方法高效地求解復雜優化問題。針對連續優化的問題、離散優化的問題（非對稱旅行商問題、雙層CARP優化問題、柔性作業車間調度問題）和實際工程問題（體系仿真優化問題、衛星地面站系統任務調度問題、多星任務規劃問題），分別設計了若干種學習型智能優化算法，并對優化結果進行了分析和解釋。本書主要面向在運籌學領域研究智能優化方法的企業、高校與科研院所的研究人員，幫助讀者了解學習型智能優化算法的基本原理與框架流程，提高讀者對學習型智能優化算法的實踐與應用能力，促進學習型智能優化算法的發展與完善。

·14.9萬字

會員

區塊鏈：看得見的信任

作者借助生活化的語言和事例，以比特幣為突破口，為讀者普及、解析了區塊鏈發展熱潮、區塊鏈技術的核心特點及創新性、區塊鏈技術的利弊、區塊鏈技術的應用場景及未來潛力等知識。作者以貼近生活的案例展現了加密數字貨幣、加密算法、隱私保護、智能合約等熱點問題的來龍去脈、背景、原理、優缺點、國內外發展狀況及應用趨勢，并通過區塊鏈技術展現了智能時代信任與安全問題的廣度和深度。

·10.3萬字

會員

Spark核心技術與高級應用

從技術層面上，Spark作為一個快速、通用的大規模數據處理引擎，憑借其可伸縮、基于內存計算等特點，以及可以直接讀寫HDFS上數據的優勢，實現了批處理時更加高效、延遲更低，已然成為輕量級大數據快速處理的統一平臺。Spark集成SparkSQL、SparkStreaming、MLlib、GraphX、SparkR等子框架，并且提供了全新的大數據處理方式，讓從業者的工作變得越來越便捷。本書從基礎講起，針對性地給出了實戰場景；并圍繞DataFrame，兼顧在SparkSQL和SparkML的應用。

·13.7萬字

會員

大數據隱私保護技術與治理機制研究

全書共分為六章：第一章為緒論，介紹了大數據時代隱私內涵的構成要素以及發展變遷歷史，并從技術層面、社會層面、個人層面列舉了大數據環境下隱私安全的表現形式，總結了當前個人隱私被侵害的類型以及呈現的特征；第二章為隱私泄露風險評估與度量方法，針對常用的隱私保護方法，詳細介紹了當前隱私量化模型與度量標準的相關研究，并分析了主流的隱私度量方法的性能優劣以及評價指標；第三章為位置服務中隱私保護技術，并介紹了P2P結構與獨立架構兩種模式下位置隱私保護技術方案。第四章為深度學習訓練數據集隱私保護技術，提出了兩種差分？

·15.2萬字

會員

Hadoop大數據技術開發實戰

本書以Hadoop及其周邊框架為主線，介紹了整個Hadoop生態系統主流的大數據開發技術。全書共16章，第1章講解了VMware中CentOS7操作系統的安裝；第2章講解了大數據開發之前對操作系統集群環境的配置；第3~16章講解了Hadoop生態系統各框架HDFS、MapReduce、YARN、ZooKeeper、HBase、Hive、Sqoop和數據實時處理系統Flume、Kafka、Storm、Spark以及分布式搜索系統Elasticsearch等的基礎知識、架構原理、集群環境搭建，同時包括常用的Shell命令、API操作、源碼剖析，并通過實際案例加深對各個框架的理解與應用。通過閱讀本書，讀者即使沒有任何大數據基礎，也可以對照書中的步驟成功搭建屬于自己的大數據集群并獨立完成項目開發。本書可作為Hadoop新手入門的指導書，也可作為大數據開發人員的隨身手冊以及大數據從業者的參考用書。

·14.6萬字

會員

大數據計算系統原理、技術與應用

本書兼顧廣度和深度、應用和原理、研發和運維，對于各類大數據計算系統進行了深入的介紹，包括大數據計算系統的基本概念、各種大數據計算系統的配置與程序設計方法、大數據計算系統的運行原理、大數據計算機系統的監控、運維和調優方法等。本書適用于作為數據科學與大數據、計算機等專業本科生和研究生相關課程的教材，還可供大數據領域從業人員參考。

·16.2萬字

會員

Spark大數據分析實戰

本書作為Spark的入門書，從Spark核心編程語言Scala講起，涵蓋當前Spark主流的開發組件。以實操為主，深入講解每一個操作步驟，包括SparkRDD離線數據處理、SparkSQL快速結構化數據處理、SparkStreaming實時數據處理，同時包括案例講解、源碼剖析、常用Shell命令和JavaAPI詳解。即使沒有任何Spark基礎的讀者也可以對照書中的步驟成功搭建屬于自己的Spark集群，是一本真正的實操指南書籍。本書可作為大數據開發人員的隨身手冊，也可作為Spark新手入門的指導書籍，以及大數據從業者的參考用書。

·10.5萬字

會員

分布式數據服務：事務模型、處理語言、一致性與體系結構

隨著物聯網、云計算、大數據與人工智能等技術的蓬勃發展，計算服務逐漸從計算密集型向數據密集型（DataIntensive）轉變。高性能、高通量的數據服務關鍵技術成為智慧城市、智能制造、智慧農業等國家重大需求解決方案的核心基礎。并行與分布式數據處理的概念啟發于上世紀80年代，源自討論在內存及二級存儲極為有限的條件下如何跨越“內存墻”，完成計算任務的優化技術。而今，互聯網與私有網絡數據指數級增長、數據服務的事務性需求復雜多變、跨地域數據同步需求動態不統一、如何應對當前及未來大數據服務及其上的人工智能計算對并行與分布式數據服務提出了新的問題與挑戰。本書從并行與分布式數據服務的基礎理論、事務模型、數據處理語言等基礎內容，并進一步討論分布式數據一致性模型及全觀性的數據處理架構方面的先進及實用的研究及系統軟件相關知識，，對分布式數據服務的其他研究也進行了概述，并對其未來發展方向進行展望。本書可以作為計算機、數據科學與大數據技術、人工智能等相關專業的高年級本科生與研究生在數據庫理論及分布式系統等課程上的輔助教材，也可以為物聯網、云計算、大數據與人工智能等領域的科研人員及從業者提供創新研究與技術應用的參考。

·15.5萬字

會員

一類智能優化算法的改進及應用研究

智能優化算法以其解決實際問題的有效性而快速發展起來，憑借著算法簡單、容易實現、易與其他學科相結合等優點，智能優化算法被越來越多的專家與學者所認可并應用。首先，本書闡述了優化理論的相關內容，然后對智能優化算法進行綜述，并重點介紹了粒子群優化算法與和聲搜索算法。其次，將局部尋優能力較好的變尺度法與粒子群算法結合，提出了基于變尺度的粒子群優化算法，同時將其應用于非線性方程組的求解。然后，將改進后的算法應用于偏微分方程的求解中，將傳統的有限差分法進行改進，并與改進后的粒子群算法進行結合求解偏微分方程，通過數值算例對其進行驗證。再次，將和聲搜索算法與局部搜索能力較好的變尺度法相結合，提出了基于變尺度的和聲搜索算法。通過數值實驗驗證改進后的算法尋優能力較強，魯棒性較好，而且方法容易實現。最后，探討了將微分方程轉化為變分問題的方法，將求解微分方程的權余量方法與標準粒子群算法進行結合，提出了一種新的求解優化問題的方法。同時，在結合傳統的最小二乘近似解法與粒子群算法的基礎上，提出了結合粒子群算法和最小二乘法求解變分優化問題的新方法。給出改進思路、計算流程后，通過仿真實驗發現改進的兩種變分優化算法有較強的適用性。

·7.1萬字

會員

聯動Oracle：設計思想、架構實現與AWR報告

為宏觀掌握Oracle基礎（第1~3章），介紹了進程管理、內存管理及存儲等基礎知識，并且講解了常用Linux操作系統性能工具的使用及結果分析方法，旨在幫助讀者了從宏觀視角掌握Oracle數據庫體系架構和進程組織方案。微觀理解Oracle原理（第4~8章），圍繞Oracle內部運行原理展開講解。首先，在Oracle數據結構的基礎上討論日志和回滾。其次，引入了排隊論和排隊系統中的概念，對比法講解了Oracle的數據緩沖區高速緩存和共享池設計思想及運行原理。串聯Oracle運行流程（第9~11章），結合實踐案例將從提交SQL至結果返回的整個過程串起來，首先總結歸納了Oracle算法和數據結構的重要知識點，打通了Oracle原理與數據結構之間的橋梁。其次，通過典型案例講解AWR報告，讓讀者能夠了解完整的Oracle診斷思路。再次，介紹了集群技術、OracleRAC及其日志結構。然后，對Oracle多租戶架構的演進過程及部分新特性進行了簡要討論及總結。

·15.6萬字

會員

數據賦能

本書是國家社會科學基金重大項目“數據賦能激勵制造業企業創新驅動發展及其對策研究（18ZDA062）”的成果，是研究團隊近幾年在企業數字化領域的研究總結與升華，是集體智慧的結晶，由張振剛和羅泰曄共同制定全書寫作提綱、提出編寫思路、構建概念框架、確定并撰寫具體內容，以及組織團隊成員開展編寫工作。

·19.5萬字

會員

Hadoop大數據實戰權威指南（第2版）

大數據貴在落實！本書是一本講解大數據實戰的圖書，按照“深入分析組件原理、充分展示搭建過程、詳細指導應用開發”的指導思想編寫。全書分為三篇，第一篇為大數據的基本概念和技術，主要介紹大數據的背景、概念、特性及關鍵技術；第二篇為Hadoop大數據平臺搭建與基本應用，內容涉及Linux、HDFS、MapReduce、Yarn、Hive、HBase、Sqoop、Kafka、Spark等；第三篇為大數據處理與項目開發，包括交互式數據處理、協同過濾推薦系統、銷售數據分析系統，并就京東的部分銷售數據使用大數據進行處理分析。本書適合初學者入門和進階，也可供希望全面、系統地理解并掌握大數據實際應用的讀者參考，對從事大數據項目開發的專業人員也有參考價值。

·14.7萬字

會員

碼上行動：利用Python與ChatGPT高效搞定Excel數據分析

本書內容分3個部分共12章。第1-4章主要介紹什么是數據分析，以及Python的編程環境和基礎語法知識。第5-9章主要介紹數據處理和分析的各種方法。第10-12章介紹了如何結合Python與Excel在實際工作中進行數據處理與分析操作。

·8.5萬字

會員

大數據征信及智能評估：征信大數據挖掘與智能分析技術

本書聚焦于個人層面的信用違約技術研究、風險預警與監控系統的實現，但其中的技術也可以便捷地應用于企業征信。全書由淺入深、循序漸進地講述了大數據時代下的征信技術。全書分為三個部分，第一部分是基礎技術研究，介紹了征信業務中多源、多模態數據的融合方法，以及大數據征信模型的歸因分析與解釋性研究；第二部分是信用評估技術研究，包括大數據征信場景下時序數據的挖掘與分析，違約風險評估預警技術，以及不同區域的差異性對于信用情況的影響；第三部分聚焦于信用評估系統研發，從全局角度描述了一個信用評估與監控預警系統的實現。

·17.1萬字

會員

Spark 3.x大數據分析實戰（視頻教學版）

本書基于Spark3.2.x版本，從Spark核心編程語言Scala講起，涵蓋了當前整個Spark生態系統主流的大數據開發技術。全書共9章，第1章講解了Scala語言的基礎知識，包括IDEA工具的使用等；第2章講解了Spark的主要組件、集群架構原理、集群環境搭建以及Spark應用程序的提交和運行；第3～9章講解了離線計算框架SparkRDD、SparkSQL和實時計算框架Kafka、SparkStreaming、StructuredStreaming以及圖計算框架GraphX等的基礎知識、架構原理，同時包括常用Shell命令、API操作、內核源碼剖析，并通過多個實際案例講解各個框架的具體應用以及與Hadoop生態系統框架Hive、HBase、Kafka的整合操作。本書通俗易懂，案例豐富，注重實操，適合Spark新手和大數據開發人員閱讀，也可作為培訓機構和高校大數據及相關專業的教學用書。

·11.4萬字

會員

數據庫原理及應用（Access版）（第4版）

《數據庫原理及應用（Access版）第4版》從一個Access數據庫應用系統實例——學生管理系統入手，系統地介紹數據庫的基本原理與Access各種主要功能的使用，主要包括數據庫的基本原理和相關概念，關系數據庫的基本設計方法，數據庫的建立，表、查詢、SQL語言、窗體、報表、頁、宏的創建和應用，以及VBA程序設計。

·14.6萬字

會員

一本書讀懂移動大數據

本書是一本關于移動大數據的專著，以兩條線為主軸，以幫助讀者理解移動大數據，實現從入門到精通移動大數據的應用。一條是縱向知識線，對移動大數據的相關內容作縱深了解：基本定義、主要特征、挖掘與管理、客戶分析與定位、精準營銷、商業價值與創新、思維現狀與趨勢、營銷模式與策略、安全風險與管理等。另一條是橫向技能線，全面把握移動大數據的營銷模式及其營銷策略和應用案例，如移動LBS、O2O、APP、移動微信、移動QQ、移動微博、二維碼和移動視頻等的應用。本書結構清晰，案例豐富，實用性強，適合互聯網時代和移動互聯網時代對大數據感興趣的營銷人員、企業經營和管理人員等使用。

·8.7萬字

會員

計算機應用基礎

全書共分為9個項目，包括初識計算機的硬件系統、初識計算機的操作系統、認識Windows7的桌面及窗口、Word2010的應用、Excel2010的應用、PowerPoint2010的應用、Access2010的應用、互聯網的使用、常用工具軟件的使用。各項目內容通過任務逐步展開，有利于適應高等職業院校項目化教學要求，適應高職學生的學習特點。本書簡明通俗，便于理解，不僅可以拓寬知識面，還可以培養學生的計算機應用能力和解決問題的能力。本書具有簡明、實用、操作性強等特點，既可作為高等職業院校各專業計算機基礎的教學用書，也可作為一般讀者和專業人員的自學參考書，還可作為培訓教材。

·14.8萬字

會員

信息技術基礎（第2版）

本書第一部分是上機指導，從計算機網絡基礎、Windows7、Word2010、PowerPoint2010、計算機基礎知識等6個部分組織內容，第二部分是習題，習題類型分為選擇題、判斷題和填空題三種類型，并附有參考答案，以便學生自測時使用。

·14.5萬字

會員

企業級數據與AI項目成功之道

大型組織正在競相實施先進的數據科學。大多數時候，我們的人工智能嘗試變成了走進死胡同的科學項目，從來沒有提供可持續的商業價值。我們錯過了什么？在本書中，你將發現必須理解和實現的信息架構支柱。只有當數據分析和人工智能能夠在整個組織內以可預測和一致的方式提供業務洞見時，它們才能增加價值。本書概述了一種組織、管理和評估數據的有效且實用的方法，這樣你就可以建立一個信息架構來更好地推動人工智能和數據科學的發展。通過閱讀本書，你將學到：簡化數據管理，隨時隨地提供數據；縮短可運轉的AI用例的價值實現時間；使各個企業都能訪問AI和數據洞見；動態地實時縮放復雜AI場景；開發能夠帶來可預測的、可重復的價值的信息架構。

·16.6萬字

跳轉至頁

官术网_书友最值得收藏!

數據庫

分類

狀態

屬性

字數

更新時間

學習型智能優化算法及其應用