官术网_书友最值得收藏!

工業(yè)大數(shù)據(jù)分析實(shí)踐
會(huì)員

本書(shū)以工業(yè)大數(shù)據(jù)的特點(diǎn)和需求為牽引,闡述了工業(yè)大數(shù)據(jù)分析的工程方法論,針對(duì)設(shè)備故障診斷與健康管理(Prognostics&HealthManagement,PHM)、生產(chǎn)質(zhì)量分析(ProductQualityManagement,PQM)、生產(chǎn)效率優(yōu)化(ProductionEfficiencyManagement,PEM)等提出了具體的分析課題定義方法,給出了典型分析場(chǎng)景和算法框架,并系統(tǒng)總結(jié)了工業(yè)大數(shù)據(jù)領(lǐng)域的常用分析算法(特別是時(shí)序挖掘算法),最后以6個(gè)實(shí)際案例從不同方面詮釋了工業(yè)大數(shù)據(jù)分析項(xiàng)目的復(fù)雜性和多樣性,包括純數(shù)據(jù)驅(qū)動(dòng)、專(zhuān)家知識(shí)驅(qū)動(dòng)、機(jī)器學(xué)習(xí)與機(jī)理模型結(jié)合等類(lèi)型的分析課題,以期形成工業(yè)大數(shù)據(jù)分析的工程化方法體系。本書(shū)適合工業(yè)行業(yè)中從事數(shù)據(jù)分析、數(shù)字化轉(zhuǎn)型、數(shù)據(jù)平臺(tái)規(guī)劃的專(zhuān)業(yè)人員閱讀,也可為其他從事行業(yè)數(shù)據(jù)分析的專(zhuān)業(yè)人員及高等院校數(shù)據(jù)挖掘的研究人員提供參考。

田春華等 ·數(shù)據(jù)庫(kù) ·16.3萬(wàn)字

數(shù)據(jù)庫(kù)開(kāi)發(fā)技術(shù)標(biāo)準(zhǔn)教程
會(huì)員

本書(shū)由資深網(wǎng)絡(luò)安全教師撰寫(xiě),書(shū)中系統(tǒng)并深入地將Python應(yīng)用實(shí)例與網(wǎng)絡(luò)安全相結(jié)合進(jìn)行講解,不僅講述了Python的實(shí)際應(yīng)用方法,而且從網(wǎng)絡(luò)安全原理的角度分析了Python實(shí)現(xiàn)網(wǎng)絡(luò)安全編程的技術(shù),真正做到理論與實(shí)踐相結(jié)合。全書(shū)共分為15章。第1章介紹網(wǎng)絡(luò)安全滲透測(cè)試的相關(guān)理論。第2章介紹KaliLinux2使用基礎(chǔ)。第3章介紹Python語(yǔ)言基礎(chǔ)。第4章介紹安全滲透測(cè)試中的常見(jiàn)模塊。第5章介紹使用Python實(shí)現(xiàn)信息收集。第6章和第7章介紹使用Python對(duì)漏洞進(jìn)行滲透。第8章介紹使用Python實(shí)現(xiàn)網(wǎng)絡(luò)的嗅探與監(jiān)聽(tīng)。第9章介紹使用Python實(shí)現(xiàn)拒絕服務(wù)攻擊。第10章介紹使用Python實(shí)現(xiàn)身份認(rèn)證攻擊。第11章介紹使用Python編寫(xiě)遠(yuǎn)程控制工具。第12章和第13章介紹使用Python完成無(wú)線網(wǎng)絡(luò)滲透。第14章介紹使用Python對(duì)Web應(yīng)用進(jìn)行滲透測(cè)試。第15章介紹使用Python生成滲透測(cè)試報(bào)告。本書(shū)適合網(wǎng)絡(luò)安全滲透測(cè)試人員、運(yùn)維工程師、網(wǎng)絡(luò)管理人員、網(wǎng)絡(luò)安全設(shè)備設(shè)計(jì)人員、網(wǎng)絡(luò)安全軟件開(kāi)發(fā)人員、安全課程培訓(xùn)學(xué)員、高校網(wǎng)絡(luò)安全專(zhuān)業(yè)方向的學(xué)生閱讀。

劉暢 彭濤 ·數(shù)據(jù)庫(kù) ·10.9萬(wàn)字

醫(yī)療大數(shù)據(jù)分析與應(yīng)用
會(huì)員

醫(yī)療大數(shù)據(jù)是大數(shù)據(jù)在醫(yī)療領(lǐng)域的一個(gè)分支,處理的是在與人類(lèi)健康相關(guān)的活動(dòng)中產(chǎn)生的與生命健康和醫(yī)療有關(guān)的數(shù)據(jù)。本書(shū)將對(duì)醫(yī)療大數(shù)據(jù)進(jìn)行全面、透徹的分析,從醫(yī)療大數(shù)據(jù)的現(xiàn)狀開(kāi)始,介紹醫(yī)療大數(shù)據(jù)方向的統(tǒng)計(jì)、數(shù)據(jù)挖掘、數(shù)據(jù)預(yù)處理、建模以及可視化等技術(shù)與應(yīng)用。此外,還介紹了醫(yī)療領(lǐng)域的圖像處理和自然語(yǔ)言處理等人工智能技術(shù)。在本書(shū)的末尾,還討論了這個(gè)領(lǐng)域普遍關(guān)注的一個(gè)問(wèn)題——醫(yī)療數(shù)據(jù)隱私保護(hù),介紹了潛在的隱私風(fēng)險(xiǎn)和隱私保護(hù)方法等,并關(guān)注了醫(yī)療經(jīng)濟(jì)的概況與前景。通過(guò)閱讀本書(shū),你將了解:醫(yī)療大數(shù)據(jù)的現(xiàn)狀及產(chǎn)業(yè)劃分等;如何統(tǒng)計(jì)挖掘和處理醫(yī)療領(lǐng)域的數(shù)據(jù)以方便分析;醫(yī)學(xué)數(shù)據(jù)可視化如何提升醫(yī)療人員診斷病情的效率;人工智能技術(shù)在醫(yī)療領(lǐng)域的應(yīng)用;如何對(duì)醫(yī)療數(shù)據(jù)進(jìn)行隱私保護(hù)。

成生輝 丁家昕等 ·數(shù)據(jù)庫(kù) ·10.6萬(wàn)字

標(biāo)簽類(lèi)目體系:面向業(yè)務(wù)的數(shù)據(jù)資產(chǎn)設(shè)計(jì)方法論
會(huì)員

本書(shū)共9章,分為3篇。由來(lái)篇(第1~3章)首先分析了當(dāng)前各企業(yè)在數(shù)據(jù)建設(shè)過(guò)程中會(huì)遇到的6大數(shù)據(jù)困局,然后重點(diǎn)介紹了為應(yīng)對(duì)這些數(shù)據(jù)困局而逐漸發(fā)展出的標(biāo)簽類(lèi)目體系這一數(shù)據(jù)資產(chǎn)構(gòu)建方法論及其定位、定義,最后闡述了采用該方法建設(shè)數(shù)據(jù)資產(chǎn)的3點(diǎn)必要性:資產(chǎn)可復(fù)用、業(yè)務(wù)可理解、價(jià)值可衡量。理論篇(第4~6章)詳細(xì)講解了標(biāo)簽類(lèi)目體系方法論的4個(gè)核心原理、從核心原理衍生出的3個(gè)構(gòu)建前提和6個(gè)設(shè)計(jì)步驟,以及標(biāo)簽方法論在實(shí)施落地過(guò)程中的具體使用技法與核心問(wèn)題。實(shí)踐篇(第7~9章)重點(diǎn)介紹了當(dāng)前可用來(lái)提升標(biāo)簽類(lèi)目體系的設(shè)計(jì)、使用、運(yùn)營(yíng)效率的標(biāo)簽工具和經(jīng)典模板,列舉了從標(biāo)簽到應(yīng)用的5個(gè)最佳實(shí)踐方案,并總結(jié)了標(biāo)簽化的價(jià)值、典型應(yīng)用案例及標(biāo)簽設(shè)計(jì)人才的培養(yǎng)經(jīng)驗(yàn)。

任寅姿 季樂(lè)樂(lè) ·數(shù)據(jù)庫(kù) ·15.5萬(wàn)字

云原生數(shù)據(jù)中臺(tái):架構(gòu)、方法論與實(shí)踐
會(huì)員

本書(shū)中討論了云原生架構(gòu)對(duì)于數(shù)據(jù)中臺(tái)的必要性。數(shù)據(jù)中臺(tái)的一個(gè)天然特性是支持多元異構(gòu)的數(shù)據(jù)以及處理這些數(shù)據(jù)的工具。雖然很多時(shí)候孤島的產(chǎn)生有組織架構(gòu)的原因,但是缺乏統(tǒng)一的數(shù)據(jù)平臺(tái),無(wú)法快速支持不同部門(mén)對(duì)數(shù)據(jù)的不同需求,這些也是產(chǎn)生孤島的重要原因—因?yàn)闃I(yè)務(wù)部門(mén)需要不斷建設(shè)獨(dú)立的系統(tǒng)以滿足眼前的緊迫需求。在Twitter的大數(shù)據(jù)平臺(tái)建設(shè)過(guò)程中,公司規(guī)模從300人發(fā)展到4000人,集群規(guī)模從80臺(tái)服務(wù)器擴(kuò)展到8000臺(tái)服務(wù)器,利用云原生架構(gòu)我們快速滿足了各個(gè)部門(mén)對(duì)不同數(shù)據(jù)的需求,并極大簡(jiǎn)化了統(tǒng)一數(shù)據(jù)規(guī)范的工作。各個(gè)業(yè)務(wù)部門(mén)可以快速自主地在平臺(tái)上開(kāi)發(fā)自己的數(shù)據(jù)應(yīng)用,很少需要額外的系統(tǒng)支持,從而大大降低了出現(xiàn)孤島的可能性。隨著云平臺(tái)及容器技術(shù)的不斷成熟,我們認(rèn)為云原生架構(gòu)一定是未來(lái)數(shù)據(jù)平臺(tái)建設(shè)的必然選擇。

彭鋒 宋文欣 孫浩峰 ·數(shù)據(jù)庫(kù) ·19.4萬(wàn)字

QQ閱讀手機(jī)版

主站蜘蛛池模板: 东光县| 亳州市| 高邮市| 星座| 麻栗坡县| 从化市| 浦东新区| 朔州市| 壤塘县| 佛冈县| 抚远县| 建水县| 新营市| 广安市| 孝感市| 竹山县| 军事| 山西省| 鄂托克旗| 香河县| 龙山县| 库尔勒市| 北辰区| 扎囊县| 遵义县| 怀柔区| 新宾| 上思县| 太保市| 繁昌县| 丰镇市| 略阳县| 光泽县| 晋宁县| 普兰店市| 南陵县| 云阳县| 靖州| 宽城| 东乡县| 泰兴市|