本书首先对监狱信息化及其应用现状进行了介绍和分析，在此基础上，对云计算的定义及其分类、云计算应用、云计算安全、物联网、大数据和监狱大数据挖掘进行了探究和实践。

Openstack 目前获得了很多大公司的广泛支持，不仅能够搭建私有云，而且也能够搭 建公有云。本书针对具备 Linux 运维基础的人群，主要介绍了云计算 Openstack、公有云 AWS、大数据 Hadoop 及 CDH 部署的相关知识与应用，以生动详细的理论讲解、企业级的 实战项目案例，使读者能够掌握目前的热门技术。 本书通过通俗易懂的原理及深入浅出的案例，并配以完善的学习资源和支持服务，为 读者带来全方位的学习体验，包括视频教程、案例素材下载、学习交流社区、讨论组等终 身学习内容，更多技术支持请访问课工场 www.kgc.cn。

本书针对具备Linux基础的人群，主要介绍了缓存加速、监控、分布式文件服务、大型网站架构、自动化运维的相关知识与应用，以企业级的实战项目案例，使读者能够掌握应用运维的工作内容。项目案例包括MFS分布式、百万/千万PV网站架构、Puppet及ansible自动化运维，通过以上项目案例的训练，读者能够理解大型网站的架构，达到运维自动化的高度。 本书通过通俗易懂的原理及深入浅出的案例，并配以完善的学习资源和支持服务，为读者带来全方位的学习体验，包括视频教程、案例素材下载、学习交流社区、讨论组等终身学习内容，更多技术支持请访问课工场www.kgc.cn。

本书针对Web开发零基础人群，采用案例或任务驱动的方式，由入门到精通，采用边讲解边练习的方式，使得读者的学习过程比较轻松。本书包括网页制作基础HTML+CSS、使用jQuery制作网页特效、Django Web开发三大部分内容，将系统地介绍HTML标签、CSS样式、JavaScript和jQuery开发的知识，最终运用所学知识完成精彩的网站开发。本书还在掌握Python的基础上介绍了MVC模型、Django框架，最后通过多个项目来训练如何进行Web开发。本书通过通俗易懂的原理及深入浅出的案例，并配以完善的学习资源和支持服务，为读者带来全方位的学习体验，包括视频及动画教程、案例素材下载、学习交流社区、讨论组等终身学习内容。

本书针对具备Linux基础的人群，主要介绍了虚拟化、Docker企业级应用、监控的相关知识与应用，以企业级的实战项目案例，使读者能够掌握应用运维的工作内容。项目案例包括KVM动态迁移、性能优化、Docker企业级应用、Mesos部署、ELK部署、桌面虚拟化、Nagios与Zabbix部署，通过以上项目案例的训练，读者能够部署虚拟化与容器云，使自己的运维水平达到一个新的高度。 本书通过通俗易懂的原理及深入浅出的案例，并配以完善的学习资源和支持服务，为读者带来全方位的学习体验，包括视频教程、案例素材下载、学习交流社区、讨论组等终身学习内容，更多技术支持请访问课工场www.kgc.cn。

本书主要从具体操作和应用实践的角度，对云计算平台CloudStack的安装配置、功能使用和开发入门等方面进行了全面的介绍。旨在帮助云平台部署的初级入门学习者，通过掌握CloudStack的安装和使用步骤，全面和系统的认识CloudStack。本书适用于对云计算基本理论知识有初步了解的初学者，可作为专科和本科的云平台实践与应用相关实验实践课程的教材，也可作为入门级的CloudStack部署的实践者和从事CloudStack平台部署、操作、维护和开发人员的参考用书。

本书从初学者易于理解的角度，以通俗易懂的语言、丰富的实例、简洁的图表、传统和现代数据特征的对比，将大数据这一计算机前沿科学介绍给读者。内容包括大数据概论、大数据采集及预处理、大数据分析、大数据数据可视化、Hadoop概论、HDFS和Common概论、MapReduce概论、NoSQL技术介绍、Spark概论、大数据相关案例等。

大数据时代，我们需要对各种海量数据进行筛选、清洗、挖掘，在这个过程中，获取有效数据的方式方法和模型算法成为了整个数据挖掘过程的重点，MATLAB作为一个数据挖掘工具，如何正确和准确地使用它成为了重中之重。针对实际应用数据挖掘技术的要求，本书既介绍了数据挖掘的基础理论和技术，又较为详细地介绍了各种算法以及MATLAB程序。本书共分4篇，分别介绍了数据挖掘的基本概念、技术与算法以及应用实例。期望通过大量的实例分析帮助广大读者掌握数据挖掘技术，并应用于实际的研究中，提高对海量数据信息的处理及挖掘能力。本书针对性和实用性强，具有较高的理论和实用价值。本书作者就职于部队高校，专攻数据挖掘，并应用于大量实际项目，本书同时得到了国内著名数据挖掘公司的技术支持，很多案例来自实际项目。本书可作为高等院校计算机工程、信息工程、生物医学工程、化学、环境、经济、管理等学科的研究生、本科生的教材或教学参考书，亦可作为企事业单位管理者、信息分析人员、市场营销人员和研究与开发人员的参考资料。

本书以大数据分析全流程为主线，介绍了数据采集、数据存储与管理、数据处理与分析、数据可视化等环节典型软件的安装、使用和基础编程方法。本书内容涵盖操作系统（Linux和Windows）、开发工具（Eclipse）以及大数据相关技术、软件（Sqoop、Kafka、Flume、Hadoop、HDFS、MapReduce、HBase、Hive、Spark、MySQL、MongoDB、Redis、R、Easel.ly、D3、魔镜、ECharts、Tableau）等。同时，本书还提供了丰富的课程实验和综合案例，以及大量免费的在线教学资源，可以较好地满足高等院校大数据教学实际需求。本书是《大数据技术原理与应用——概念、存储、处理、分析与应用》的“姊妹篇”，可以作为高等院校计算机、信息管理等相关专业的大数据课程辅助教材，用于指导大数据编程实践；也可供相关技术人员参考。

《大数据系列丛书：大数据挖掘及应用》围绕大数据背景下的数据挖掘及应用问题，从大数据挖掘的基本概念入手，由浅入深、循序渐进地介绍了大数据挖掘分析过程中的数据准备和预处理方法、数据可视化技术、数据挖掘理论和经典算法、常用大数据分析计算平台的编程模型、并行化程序设计技术、统计分析R语言基础等内容。其中数据挖掘理论和经典算法不仅覆盖了传统的关联分析、分类和聚类，还包括深度学习理论等数据挖掘研究和发展的潮流主题。每一章内容都尽量从不同角度进行深入浅出的剖析，还配以丰富的习题和参考文献，对于读者掌握大数据挖掘及应用领域的基本知识和进一步研究都具有参考价值。《大数据系列丛书：大数据挖掘及应用》可以作为高校本科相关专业数据分析类课程教材和面向各专业的数据科学通识教材，也可供广大IT从业人员参考。