面对小数据和大数据，数据分析师应该如何收集数据信息？传统的业务框架如何与统计学相关联？测量学扮演着什么角色？建模过程有哪些预分析技术和修正技术？建模工作完成后，如何解析？如何归因？如何预测？等等，这些数据分析能力构成了本书的分析框架。 本书分为8章，小数据与大数据分析模式的动态切换贯穿全书，展示了数据分析案例的模块化分析思路。第1～3章为数据预分析部分，强调业务问题与统计问题的衔接；第4～6章为统计建模阶段，其中附有对行业案例和业务敏感度的训练、对统计和业务整合的审美建议，进而构造出一套具有灵活调校的数据分析模式。第7～8章解决的问题是，如何将晦涩难懂的统计解释转换成业务解释。 由衷地希望本书能够成为数据运营人员与初中级数据分析师分析数据的行动指南。

数据挖掘是现代企业从数据中提取有用信息、获取竞争优势的重要方法。针对数据科学的这一商业应用，本书进行了深入解读，不仅详细介绍了数据挖掘的环节、常用分析技术和基本模型，还提供了数据科学解决方案的提案示例和评估指南。同时，为了便于读者理解，本书不仅分析了大量商业示例，在业务情景下阐释数据挖掘的基本概念和原理，还使用大量图表辅助解释数学细节。因此，读者无需专业数学背景即可阅读本书。

目前许多领域要求从业人员具备一定的设计能力。图片设计、演示文稿、求职简历、招聘简章、名片排版等，无一不体现设计能力的重要性。本书作者列举生活中处处可见的设计示例，结合生动幽默的语言，向读者展示了设计过程中各个环节的注意事项和应遵循的原则，凝聚了作者多年的实战经验。通过本书，读者将对生活中常见的设计产品有基本的加工和辨别能力。

这是一部系统讲解数据中台建设、管理与运营的著作，旨在帮助企业将数据转化为生产力，顺利实现数字化转型。 本书由国内数据中台领域的领先企业数澜科技官方出品，几位联合创始人亲自执笔，7位作者都是资深的数据人，大部分作者来自原阿里巴巴数据中台团队。他们结合过去帮助百余家各行业头部企业建设数据中台的经验，系统总结了一套可落地的数据中台建设方法论。本书得到了包括阿里巴巴集团联合创始人在内的多位行业专家的高度评价和推荐。 全书一共11章，从建设、管理、运营、安全等维度全方位地讲解了数据中台。 第1~2章全面介绍了数据中台产生的背景、发展阶段、企业应该具备的3个认知，以及什么是数据中台、数据中台的4个核心能力、数据中台的业务价值与技术价值等； 第3~4章详细讲解了数据中台的架构设计、建设方法论，以及企业建设数据中台的成熟度评估和应用场景分析； 第5~9章深入地讲解了数据汇聚与联通、数据开发、数据体系建设、数据资产管理、数据服务体系建设等数据中台的核心模块，以及如何从0到1实现一个数据中台； 第10~11章详细地讲解了数据中台的管理、运营和安全保障。

本书主要内容 §学习如何操作集群，开发人员如何利用Kubernetes部署应用程序，以及如何利用Kubernetes减轻开发人员的负担。 §通过掌握Kubernetes API以及配置选项来调整、保护，以及调节集群。 §检测集群级别的问题，学习必要的响应步骤并快速恢复集群。 §确定如何以及何时添加构建、扩展或以其他方式改进Kubernetes集群的库、工具和平台。

本书介绍了在当前大数据、人工智能的背景下，使用数据虚拟化技术实现多源异构数据集成的方法。本书共 9 章，首先，分析了当前多源异构数据分析面临的问题以及传统方法的局限。其次，介绍了数据虚拟化的相关概念、数据虚拟化体系架构、关键技术，以及利用数据虚拟化服务器构建虚拟化层的方法及原则。最后，通过案例介绍了如何使用数据虚拟化实现海量多源异构数据的管理，并对数据虚拟化进行了未来展望。本书适合高校、科研院所的相关人士阅读。

本书的编写目的是向读者介绍大数据分析的基本概念和相应的技术应用。全书共10章，具体内容包括大数据、爬虫与大数据、Scrapy爬虫、数据库连接与查询、数据可视化基础与应用、大数据存储与清洗、数据格式与编码技术、数据抽取与采集、pandas数据分析与清洗，以及数据分析与清洗综合实训。本书将理论与实践操作相结合，通过大量的案例帮助读者快速掌握和应用大数据分析相关技术，通过对书中重要的、核心的知识点的练习，达到熟练应用的效果。 本书可作为大数据专业、软件技术专业、信息管理专业、计算机网络专业的教材，也可作为大数据爱好者的参考书。

《大数据技术和应用/大数据人才培养丛书》是一本大数据技术入门的简明教材。全书理论和实践相结合，以应用实战为主，深入浅出地讲解每个知识点，对每个应用实验按学习习惯，分步骤讲解，每个步骤都有文字说明和效果截图，使读者能清晰地知晓动手实操的效果和错误之处。全书分为9章，全面介绍了大数据技术的相关基础知识、HDFS和数据库、采集传输工具、挖掘分析算法、Spark计算框架、可视化、大数据安全、大数据应用等内容，着重介绍了HDFS分布式文件系统、NoSQL等各种数据库、数据仓库Hive，以及数据采集分析技术，并配套了详细的实验教程以及练习题。《大数据技术和应用/大数据人才培养丛书》适合作为高等院校计算机、软件工程、大数据专业高职、本科生的教材，同时可供企业中从事大数据开发的工程师和科技工作者参考。

《面向大数据应用的数据采集技术研究》属于大数据采集方面的著作，主要由大数据概念、大数据采集重要性、大数据采集的特点和相关技术、大数据采集架构、大数据迁移技术、大数据采集实例等部分组成，全书以大数据采集为研究对象，对面向大数据应用的数据采集技术从数据采集、数据预处理、数据分析及数据可视化的综合应用作出分析，并提出大数据采集技术的相关要点。对大数据采集研究者以及从事大数据相关工作的工程技术人员具有学习和参考价值。

《私有云架构设计与实践（大数据技术与应用方向）/大数据与计算机科学系列》通过现状、通用架构与模型、技术实现基础、典型案例与用例等四个部分，阐述基于KVM环境中的私有云构建元素。通过《私有云架构设计与实践（大数据技术与应用方向）/大数据与计算机科学系列》，读者会了解到KVM私有云的主流实现技术，包括架构、模拟器、存储、网络等基础知识等。后的部分会对VDI的几个典型场景以及运维、测试、调节与优化等有针对性地叙述，读者可以直接将其运用到产品或项目中。