官术网_书友最值得收藏!

大數(shù)據(jù)導論:思維、技術(shù)與應用
會員

本書將基本概念與實例相結(jié)合,由淺入深、循序漸進地對大數(shù)據(jù)思維、技術(shù)和應用做了全面系統(tǒng)的介紹。全書共12章,分為大數(shù)據(jù)基礎(chǔ)篇、大數(shù)據(jù)存儲篇、大數(shù)據(jù)處理篇、大數(shù)據(jù)挖掘篇和大數(shù)據(jù)應用篇。大數(shù)據(jù)基礎(chǔ)篇的內(nèi)容涵蓋了大數(shù)據(jù)思維理念、大數(shù)據(jù)的產(chǎn)生與作用、大數(shù)據(jù)基本概念、大數(shù)據(jù)采集工具Flume和Scribe、大數(shù)據(jù)爬蟲工具Nutch和Scapy、大數(shù)據(jù)預處理工具Kettle、大數(shù)據(jù)處理架構(gòu)Hadoop;大數(shù)據(jù)存儲篇的內(nèi)容包含分布式文件存儲系統(tǒng)HDFS、海量數(shù)據(jù)存儲數(shù)據(jù)庫系統(tǒng)HBase和海量數(shù)據(jù)倉庫系統(tǒng)Hive;大數(shù)據(jù)處理篇主要介紹了分布式并發(fā)計算批處理模式MapReduce,基于內(nèi)存的快速處理模式Spark,以及基于實時數(shù)據(jù)流的實時處理模式SparkStreaming;大數(shù)據(jù)挖掘篇主要對分類、預測、聚類和關(guān)聯(lián)等各類大數(shù)據(jù)挖掘算法的原理和使用場景進行了描述,并使用SparkMLlib提供的機器學習算法進行了實例講解;大數(shù)據(jù)應用篇分別從大數(shù)據(jù)場景應用的橫向和縱向出發(fā),介紹了大數(shù)據(jù)在各個功能領(lǐng)域的應用場景和在各個行業(yè)的應用場景。

武志學 ·自動化 ·17.8萬字

多傳感器數(shù)據(jù)智能融合理論與應用
會員

本書知識點明確、結(jié)構(gòu)緊湊、思路清晰,通過理論與實例結(jié)合的方式,深入淺出地介紹了多傳感器數(shù)據(jù)智能融合的理論與應用技術(shù)。全書共11章,包括多傳感器數(shù)據(jù)融合概述、數(shù)據(jù)融合結(jié)構(gòu)與算法概論、貝葉斯推理方法、證據(jù)理論算法與數(shù)據(jù)融合、模糊理論及其在數(shù)據(jù)融合中的應用、人工神經(jīng)網(wǎng)絡(luò)與數(shù)據(jù)融合算法、遺傳算法及其在數(shù)據(jù)融合中的應用、粒子群算法及其在數(shù)據(jù)融合中的應用、智能視頻監(jiān)控系統(tǒng)的數(shù)據(jù)融合算法、深度學習及其在數(shù)據(jù)融合中的應用、多傳感器數(shù)據(jù)融合機器人平臺的設(shè)計與實現(xiàn)。每個章節(jié)中都配有必要的實例,目的在于讓讀者結(jié)合實例更加快捷地掌握多傳感器數(shù)據(jù)智能融合方法的設(shè)計與實現(xiàn)。本書面向大專院校與科研機構(gòu)中學習多傳感器數(shù)據(jù)智能融合理論的中、高級用戶,以及對該理論有一定基礎(chǔ)的工程技術(shù)人員,旨在幫助讀者快速掌握智能數(shù)據(jù)融合算法設(shè)計與實現(xiàn)的技巧和方法,強調(diào)對高年級大學生、研究生的實踐能力培養(yǎng)。

戴亞平 馬俊杰 王笑涵編著 ·自動化 ·9.9萬字

QQ閱讀手機版

主站蜘蛛池模板: 定远县| 宝丰县| 开平市| 沙坪坝区| 顺平县| 济南市| 凤山县| 平罗县| 满洲里市| 虞城县| 双流县| 边坝县| 杂多县| 武安市| 秀山| 安吉县| 如皋市| 巢湖市| 绥化市| 肇源县| 柘荣县| 晋城| 康马县| 保德县| 历史| 靖州| 两当县| 亳州市| 磐石市| 敦化市| 梓潼县| 闸北区| 米林县| 南部县| 邵阳市| 仲巴县| 石台县| 磴口县| 莱西市| 沽源县| 安泽县|