当前，中台落地手记 业务服务化与数据资产化建设如火如荼，相关技术也在快速发展。本书试图帮助读者拨开迷雾，旨在向读者提供一个“step by step”的中台建设实操指导。本书从中台的规划、设计、实现、运维等多个方面入手，从组织架构、业务流程、技术选型角度，以一个典型的民航生产系统落地场景为例，对基于微服务的“业务中台”、基于大数据的“数据中台”以及基于企业战略的“组织中台”分别进行了阐述。中台落地手记 业务服务化与数据资产化分10章，内容主要涉及总体规划、业务服务化建设、微服务解决方案、收集各类数据、数据预处理、数据湖和数据仓库数据处理、数据计算开发、深入挖掘业务数据、安全措施和中台运营及周边。中台落地手记 业务服务化与数据资产化的主要读者对象为企业信息化人员（包括管理人员及产品设计、开发人员等）、数字化转型研究方向和专业的高校师生等。

半监督学习是近年来机器学习领域中的热点问题，其研究如何利用少量的标记样本和大量的未标记样本训练学习机器， 并且通过未标记样本来改善学习机器的推广性能。本书致力于分析大数据环境下的具有隐私保护性能的半监督学习算法设计与理论分析。其主要内容包括：图正则化半监督算法的设计与稀疏性研究，如何从理论上给出误差分析；保护用户隐私的熵正则化半监督算法。同时，提出熵正则化半监督算法的误差分析方案，建立其收敛速率。*后，展开对设计算法的隐私保护性能分析的研究。

《企业级云原生架构：技术、服务与实践》较为全面、系统地介绍了云原生架构相关的方法论与技术产品，并结合作者多年的大型项目建设实施经验，阐述了分布式环境下面向云原生的架构设计实践。本书主要分为4个部分，分别是云原生概述、云原生技术、云原生服务、云原生架构实践。本书兼顾理论、技术与实践，对从事相关行业的读者具有很好的学习指导意义。《企业级云原生架构：技术、服务与实践》面向的读者对象为互联网行业的业务咨询师、系统架构师，以及相关领域的技术开发人员。

统计方法是数据科学的重要组成部分，但很少有数据科学家接受过正规的统计培训。关于基础统计的课程和书籍很少从数据科学的角度来涵盖这一主题。这本流行指南的第二版在Python中添加了全面的示例，提供了在数据科学中应用统计方法的实用指导，告诉您如何避免它们的误用，并就哪些重要，哪些不重要给出了建议。许多数据科学资源包含了统计方法，但缺乏更深层次的统计视角。如果您熟悉R或Python编程语言，并且对统计数据有一定的了解，那么这个快速参考以一种可访问、可读的格式填补了空白。

本书全面细致地讲解了开源云平台架构的规划、建设、部署和运维的全流程应用。通过介绍开源云计算平台OpenStack架构的设计理念、各个核心模块功能，结合实践经验，详细讲解了云计算平台的数据中心规划、行业应用、平台架构设计、部署实施、平台运行维护的知识。本书分为三部分：第壹部分为基础篇，重点讲解云计算基础知识和技术标准;第二部分为应用篇，主要讲解云平台的服务和行业应用;第三部分为实践篇，通过结合具体案例，详细讲解云平台数据中心规划、部署实施、运行维护相关的专业技能。

本书通过讲解Mudeler（Clementine）软件的应用，帮助读者发现隐藏在大量数据中的规律，并且把他们成功的植入营销方案中。书中的每一章都设立了 一个或者多个具体的应用场景，通过案例场景的介绍、问题的提出、问题解决的操作过程、输出结果的详解、关键统计知识点的温习等步骤，帮助大家掌握常见的关联性分析、决策树、时间序列分析、聚类等数据分析方法。同时，本书页希望通过借助场景式教学方法，引领大家逐步深入了解数据分析的技能和知识，是大家带着乐趣学习，学以致用，进而激发进一步深入探索的兴趣，达到建立良性学习循环状态的目的。

本书共分11章，以成功打造品牌的11个实操步骤为行文逻辑，分别介绍了“圈脑”为上、奇货可居、善解人意、价值独占、演绎传奇、符号记易、创优体验、借势用巧、汇聚百工、文案攻心、心中有数等内容，为企业从无到有创建品牌，提供系统专业、卓有成效的实操方法论及实用战术工具。

在人工智能时代，不论是否从事大数据开发，掌握大数据的原理和架构早已成为每个工程师的必备技能。本书结合作者多年大数据开发、应用的经验，深入浅出地阐述大数据的完整知识体系，帮助读者从不同视角找到大数据方向的突破口，真正从普通开发者晋升为拥有大数据思维并能解决复杂问题的技术专家。本书一共分为7章，分别是大数据的前世今生与应用场景、Hadoop大数据原理与架构、大数据生态体系主要产品原理与架构、大数据开发实践、大数据平台与系统集成、大数据分析与运营、大数据算法与机器学习。本书既可作为初学者了解大数据技术的入门指南，也可作为有一定经验的工程师深入理解大数据思维的有益参考。

本书以零售和电子商务为业务背景，使用Python工具解决业务场景中的数据分析需求。全书涵盖数据采集、数据存储、数据处理、数据分析、数据可视化和数据建模的内容。 本书适合零售和电子商务运营人员以及想要从事商业数据分析工作的人员阅读，也可以作为高校和培训机构相关课程的教材。

本书致力于帮助读者形成有关边缘计算领域比较细致的拓扑，从边缘计算的由来与发展、软件与硬件基础、OpenNESS/Akraino/StarlingX等主流的边缘计算开源解决方案等各个角度与层次展开讨论，并且结合实际的案例对边缘计算的应用前景做出了展示。本书内容基本不涉及具体源码，主要围绕各个项目的起源与发展、实现原理与框架、要解决的边缘计算问题等方面展开讨论，致力于帮助读者对边缘计算的实现与发展形成整体清晰的认识。本书语言通俗易懂，能够带领读者快速走入边缘计算的世界并作出自己的贡献。