本书共分为7章。第1章介绍了大数据与人工智能的基本概念、发展历史、特征与现状，以及面临的难题和未来的前景。第2章介绍了大数据的特性以及大数据分析全流程所涉及的各种技术，主要包含数据的采集与预处理、存储与管理、处理与分析、可视化以及安全与隐私保护。第3章介绍了大数据各种云计算平台，主要包括MapReduce平台、Hadoop平台、Spark平台。第4章介绍了机器学习的定义、发展、范围和方法等，并对监督学习、无监督学习、强化学习的代表性方法做了具体介绍。第5章首先介绍了人工神经元的结构和数学模型，人工神经网络的定义、特点、结构和工作方式，并着重介绍了最基本、最典型的BP神经网络和Hopfield神经网络及其应用，其次介绍了深度学习的定义、主要特点，并结合实例介绍了深度学习算法的主要模型。第6章针对智能语音、计算机视觉、自然语言处理三个重要的人工智能研究领域，分别在技术原理、发展历程、研究方向和技术应用等几个方面做了介绍。第7章介绍了大数据与人工智能在各行业的广泛应用。本书适合作为高等学校非计算机类本专科专业大一新生的通识教材，开拓学生科技视野，培养学生大数据与人工智能的应用能力，帮助学生了解其发展过程与基本知识，熟悉大数据与人工智能产业的发展现状与市场需求。

本书首先对异质信息网络分析的发展以及该领域的一些新颖的数据挖掘任务进行了全面的综述。本书包括两个部分。在第I部分，包括第1、2和9章，它深入全面地总结了该领域的进展。这本书第1章深入介绍了异质信息网络，第2章研究了大多数数据挖掘任务的研究进展。此外，根据发展和趋势，我们在第9章中指出了未来研究方向。在第II部分中，它通过第3-8章中的几类数据挖掘任务说明了异质信息网络分析的特征。

智慧城市是5G和人工智能（artificial intelligence，AI）等前沿科技密集应用的新兴领域，也是我国实现可持续发展的重大战略选择。城市大数据的分析与应用是构建智慧城市的关键技术。城市大数据不仅具有典型的海量、异构和高价值密度的特点，还具有独特的时空感知特征和社会感知特征，这为数据建模带来了全新的挑战，但也为构建从微观到宏观的智慧城市应用带来了前所未有的机遇。《城市大数据挖掘与应用》系统地介绍了城市大数据的概念及其核心建模方法，并以作者及其所带领的科研团队近年来的研究成果为例，围绕智能预测与规律探索两类典型智慧城市应用场景，详细地阐述了国内外在该领域的前沿热点和发展趋势。《城市大数据挖掘与应用》共分7章，内容包括城市大数据概述，基于城市大数据的城市人口管理、交通管理与位置服务等微观问题，以及基于城市大数据的城市规划管理、经济发展、战略选择等宏观问题。

本教材在选题与整体结构设计时，对大数据基础知识和技术应用做了详细的解析，同时全面介绍了如何运用方法和工具对大数据应用案例进行分析，是一本特色鲜明、理论与实践相结合、具有广泛使用价值的教材。使本科生从整体上了解大数据基础的内容与技能。

学习流处理的基本概念、研究各种流处理架构。 通过具体实例来研究Structured Streaming、深入理解流处理概念。 通过Spark Streaming创建并管理流作业，使用其他Spark API与Spark Streaming集成。 学习Spark Streaming高级技巧，包括近似算法和机器学习算法。 将Apache Spark与其他流处理项目比较，包括Apache Storm、Apache Flink和Apache Kafka Streams。

本书内容聚焦于资源侧：集群调度和管理，非一般性的应用集群调度和管理。本书按集群调度和集群管理两大部分来组织内容，从不同的侧重点出发，集群调度部分侧重调度，集群管理部分侧重管理，但实质上这两部分是相辅相成的。集群管理是为了保障集群系统被更好地调度，集群调度是集群管理的重要内容和抓手。本书内容主要包括：集群任务与集群资源调度、资源调度领域的本质问题和衡量指标、调度算法的基本原理、调度架构设计和实践、集群管理的问题抽象、管理问题的衡量、管理策略等。 本书内容源于作者在阿里巴巴集团内部的资源调度和管理的实践经验，同时作者也广泛阅读了网络上的相关技术文档、开源代码。

本书基于近些年实验领域的研究成果和实践经验，对实验的方法和应用做了很好的全景式描述，是一本兼顾系统性的方法论和基于实战的经验法则的书籍。根据微软、亚马逊、谷歌和领英每年运行的两万多个对照实验，作者以示例和建议的方式向学生和业内人士分享了自己的实践经验，指出了需要避免的陷阱，并深入探讨了一些进阶专题，可以为希望改善自身及机构数据驱动决策方式的从业者提供参考。 全书分为五个部分：第I部分由四章组成。第1章概述运行线上对照实验的好处，并介绍实验相关术语。第2 章用一个例子剖析运行实验的全过程。第3 章描述常见的陷阱以及如何建立实验的可信赖度。第4 章概述如何搭建实验平台并规模化线上实验。第II部分的五章内容介绍实验的基础原理，比如机构指标。我们推荐所有人阅读这一部分，尤其是领导者和高管。第III部分的两章内容介绍线上对照实验的补充技法，可以帮助管理层、数据科学家、工程师、分析师、产品经理等进行资源和时间的投资。第IV部分专注于实验平台的搭建，面向工程师群体。最后，第V部分深入讨论进阶的实验分析专题，面向数据科学家。

阿里云数字新基建系列包括5本书，题材涉及Kubernetes、混合云架构、云数据库、CDN原理与流媒体技术、云服务器运维（Windows），囊括了领先的云技术知识与阿里云技术团队独到的实践经验，是国内IT技术图书又一套重磅作品。 混合云的出现是近几年云计算领域比较大的突破，它较好地满足了企业对算力及安全越来越高的要求。但混合云又是在缺乏标准的情况下，按实用方向发展的技术，在应用时，企业面临许多挑战，比如技术平台的选择、应用架构的选择等。本书将从概念、原理入手，介绍实用架构，让读者在理解常见架构的同时也能以此为基础搭建满足自己企业需求的混合云应用架构。

这是一部从云原生角度讲解数据中台的业务价值、产品形态、架构设计、技术选型、落地方法论、实施路径和行业案例的著作，得到了国内外企业界和学术界的技术专家一致好评。 本书的作者在曾硅谷的Twitter等企业从事大数据平台的建设工作多年，随后又成功创办了国内领先的以云原生数据中台为核心技术和产品的企业。他们将在硅谷的大数据平台建设经验与在国内的数据中台建设经验进行深度融合，并系统阐述了云原生架构对数据中台的必要性及其相关实践，对国内企业的中台建设和运营具有很高的参考价值。 全书共18章，分为四个部分： 第1部分（第1~4章） 数据中台与硅谷大数据平台 首先，从起源、定义、能力、应用场景、建设目标、建设方法论总纲等角度对数据中台做了全面的介绍；其次，讲解了数据中台如何驱动数字化转型；Z后，通过对硅谷的Twitter等独角兽企业的数据平台和国内的数据中台进行对比，给出了这两种架构之间的异同点。核心内容是让读者透彻理解数据中台对于业务的价值。 第二部分（第5~8章） 数据中台架构与方法论 结合硅谷的数据平台的架构方法，讲解了数据中台的架构方法和9大原则、数据中台建设的全套准备工作和系统方法论，以及云原生架构与数据中台的融合。 第三部分（第9~15章）数据中台技术选型与核心内容 首先，全方位地介绍了建设数据中台时如何进行技术选型，然后重点讲解了数据湖、数据仓库、数据资产管理、数据流水线管理、数据中台应用开发、数据门户等数据中台建设的核心内容。 第四部分（第16~18章）数据中台案例分析 通过游戏、零售、物联网3个领域的案例讲解了数据中台的搭建、实现与运营。

《Office办公软件应用标准教程——Word/Excel/PPT三合一（实战微课版）》以微软Office软件为写作平台，以知识应用为指导思想，用通俗易懂的语言对Office这一款主流办 公软件进行详细阐述。 全书共12章，其内容涵盖Word文档的编排与处理、Excel数据分析与计算、PPT文稿的设计与制作。 涉及的知识点包括文档的页面设置、文档的编辑、表格的处理、图文混排、数据的录入、报表的格式化、 数据的排序和筛选、公式与函数的应用、图表的制作、静态PPT与动态PPT的制作，以及PPT的放映与输 出等。 《Office办公软件应用标准教程——Word/Excel/PPT三合一（实战微课版）》在正文中安排了“动手练”“案例实战”以及“新手答疑”三大板块，让读者在学习理论知识的 同时能够掌握各种案例的制作方法。案例选取具有代表性，且贴合职场实际需求，可操作性强。操作步骤 全程图解，即学即用。 《Office办公软件应用标准教程——Word/Excel/PPT三合一（实战微课版）》不仅适合办公文秘、会计、销售、教师、在校学生以及各企事业单位人员参考使用，还可用作相 关培训机构的学习用书。