本书结合理论和实践，由浅入深，全方位介绍了Hadoop 这一高性能的海量数据处理和分析平台。全书5部分24 章，第Ⅰ部分介绍Hadoop 基础知识，第Ⅱ部分介绍MapReduce,第Ⅲ部分介绍Hadoop 的运维，第Ⅳ部分介绍Hadoop 相关开源项目，第Ⅴ部分提供了三个案例，分别来自医疗卫生信息技术服务商塞纳(Cerner)、微软的人工智能项目ADAM(一种大规模分布式深度学习框架)和开源项目Cascading(一个新的针对MapReduce 的数据处理API)。本书是一本专业、全面的Hadoop 参考书和工具书，阐述了Hadoop 生态圈的新发展和应用，程序员可以从中探索海量数据集的存储和分析，管理员可以从中了解Hadoop 集群的安装和运维。

本书结合理论和实践，由浅入深，全方位介绍了Hadoop 这一高性能的海量数据处理和分析平台。全书5部分24 章，第Ⅰ部分介绍Hadoop 基础知识，第Ⅱ部分介绍MapReduce,第Ⅲ部分介绍Hadoop 的运维，第Ⅳ部分介绍Hadoop 相关开源项目，第Ⅴ部分提供了三个案例，分别来自医疗卫生信息技术服务商塞纳(Cerner)、微软的人工智能项目ADAM(一种大规模分布式深度学习框架)和开源项目Cascading(一个新的针对MapReduce 的数据处理API)。本书是一本专业、全面的Hadoop 参考书和工具书，阐述了Hadoop 生态圈的新发展和应用，程序员可以从中探索海量数据集的存储和分析，管理员可以从中了解Hadoop 集群的安装和运维。

大数据贵在落实！本书是一本讲解大数据实战的图书，按照“深入分析组件原理、充分展示搭建过程、详细指导应用开发”的指导思想编写。全书分为三篇，第一篇为大数据的基本概念和技术，主要介绍大数据的背景、概念、特性及关键技术；第二篇为Hadoop大数据平台搭建与基本应用，内容涉及Linux、HDFS、MapReduce、Yarn、Hive、HBase、Sqoop、Kafka、Spark等；第三篇为大数据处理与项目开发，包括交互式数据处理、协同过滤推荐系统、销售数据分析系统，并就京东的部分销售数据使用大数据进行处理分析。本书适合初学者入门和进阶，也可供希望全面、系统地理解并掌握大数据实际应用的读者参考，对从事大数据项目开发的专业人员也有参考价值。

大数据贵在落实！本书是一本讲解大数据实战的图书，按照“深入分析组件原理、充分展示搭建过程、详细指导应用开发”的指导思想编写。全书分为三篇，第一篇为大数据的基本概念和技术，主要介绍大数据的背景、概念、特性及关键技术；第二篇为Hadoop大数据平台搭建与基本应用，内容涉及Linux、HDFS、MapReduce、Yarn、Hive、HBase、Sqoop、Kafka、Spark等；第三篇为大数据处理与项目开发，包括交互式数据处理、协同过滤推荐系统、销售数据分析系统，并就京东的部分销售数据使用大数据进行处理分析。本书适合初学者入门和进阶，也可供希望全面、系统地理解并掌握大数据实际应用的读者参考，对从事大数据项目开发的专业人员也有参考价值。

随着数据时代和智能社会的到来，大数据基本原理和技术应用已成为各行各业专业人员必修的一门课程。本书依据新工科教育理念和其他专业的广泛需求，综合了国内外书籍、网站的相关内容，以及具体的课程实践和人才培养的要求进行编写。第2版加入了新的案例。 本书共12章，包括大数据基础、大数据下的云计算、大数据处理、数据分析与数据挖掘、大数据安全、数据可视化、大数据与社交媒体的融合、健康大数据在公共卫生领域的应用、大数据在碳减排中的应用、大数据对金融业的挑战与机遇、大数据在制造业中的应用和大数据在旅游业中的应用，既包括了大数据的基本知识和技术，也涵盖了大数据在典型行业中的具体应用，读者通过学习能更深入地认识和体会大数据的应用价值。每章都设有“习题与实践”，便于读者巩固学习内容。 本书是为高等院校各专业学习 大数据基础课程而编写的，特别适合理工科学生，同时也适合人文社会科学学科相关专业的学生学习，还可作为在职人士的参考书。

随着数据时代和智能社会的到来，大数据基本原理和技术应用已成为各行各业专业人员必修的一门课程。本书依据新工科教育理念和其他专业的广泛需求，综合了国内外书籍、网站的相关内容，以及具体的课程实践和人才培养的要求进行编写。第2版加入了新的案例。 本书共12章，包括大数据基础、大数据下的云计算、大数据处理、数据分析与数据挖掘、大数据安全、数据可视化、大数据与社交媒体的融合、健康大数据在公共卫生领域的应用、大数据在碳减排中的应用、大数据对金融业的挑战与机遇、大数据在制造业中的应用和大数据在旅游业中的应用，既包括了大数据的基本知识和技术，也涵盖了大数据在典型行业中的具体应用，读者通过学习能更深入地认识和体会大数据的应用价值。每章都设有“习题与实践”，便于读者巩固学习内容。 本书是为高等院校各专业学习 大数据基础课程而编写的，特别适合理工科学生，同时也适合人文社会科学学科相关专业的学生学习，还可作为在职人士的参考书。

这是一本讲解如何基于Hadoop技术栈进行大数据挖掘和分析的著作。它能带领你零基础快速掌握Hadoop技术栈，以及基于它的大数据挖掘与分析的流程和方法。 　　　　 全书核心内容分为两部分。 　　　　 1）Hadoop技术栈：详细讲解了Hadoop、Hive、HBase、Spark、Flume、Kafka等大数据技术的基础、原理、应用，通过这部分内容读者能对Hadoop技术栈有从宏观到微观的了解。 　　　　 2）Hadoop大数据挖掘：通过3个综合案例，逐步展示了基于Hadoop的大数据挖掘的完整流程和方法。 　　　　 几位作者在大数据项目研发、教育、咨询等领域有10余年的丰富经验，对教育界和企业界供需两端的了解非常深入，全书的结构和内容围绕这两端的需求尽心设计，能让Hadoop大数据挖掘与分析的教育和学习事半功倍。 　　　　 本书第1版出版后，获得了教育界和企业界的良好反馈，其中数十家高等院校采用本书作为教材或参考书。第2版在第1版的基础上，在技术适应性、案例实用性等方面做了大量更新，与时俱进，更有竞争力！ 　　　　 为了便于学习和教学，本书配套数据文件、实现代码、课后习题、教学PPT。

本书提供了大数据相关技术的简介、原理、实践、企业应用等，针对大数据相关技术，如Hadoop、HBase、Hive、Spark等，都有专业章节进行介绍，并且针对每一模块都有相应的动手实践，能有效加深读者对大数据相关技术原理、技术实践的理解。书中的挖掘实践篇涉及企业在大数据应用中的所有环节，如数据采集、数据预处理、数据挖掘等，通过案例对整个系统的架构进行了详细分析，对读者有一定实践指导作用。对于学习大数据相关技术的高校师生来说，本书不仅提供了大数据相关技术的基础讲解及原理、架构分析，还针对这些原理，配备有对应的动手实践章节，帮助读者加深对原理、架构的认识。同时，在每个模块结束后，书中会有一个相对独立的企业应用案例，帮助读者巩固学到的大数据技术相关知识。

本书提供了大数据相关技术的简介、原理、实践、企业应用等，针对大数据相关技术，如Hadoop、HBase、Hive、Spark等，都有专业章节进行介绍，并且针对每一模块都有相应的动手实践，能有效加深读者对大数据相关技术原理、技术实践的理解。书中的挖掘实践篇涉及企业在大数据应用中的所有环节，如数据采集、数据预处理、数据挖掘等，通过案例对整个系统的架构进行了详细分析，对读者有一定实践指导作用。对于学习大数据相关技术的高校师生来说，本书不仅提供了大数据相关技术的基础讲解及原理、架构分析，还针对这些原理，配备有对应的动手实践章节，帮助读者加深对原理、架构的认识。同时，在每个模块结束后，书中会有一个相对独立的企业应用案例，帮助读者巩固学到的大数据技术相关知识。

Python已成为数据驱动和AI优先的金融界的 编程语言。一些 大的投资银行和对冲基金现在都使用Python及其生态系统来构建核心交易和风险管理系统。在本书的第二版中，Yves Hilpisch向开发人员和定量分析师展示了如何使用Python包和工具进行金融数据科学、算法交易和计算金融学。第二版针对Python 3进行了 新，其中的大部分代码都采用了Jupyter Notebooks的形式，为几乎所有的示例提供了可执行交互式版本。在共5部分内容中，你将学习到Python及其生态系统是如何为从事金融业务的公司和个人提供技术框架的