《数据资产管理核心技术与应用》深入探讨数据资产管理的核心技术与应用，融入作者在大数据领域多年的丰富经验。《数据资产管理核心技术与应用》为读者提供一套可以落地的数据资产管理框架，并详解两个基于该框架进行数据资产管理的应用案例，使读者能更好地了解数据资产管理底层所涉及的众多核心技术，让数据可以发挥出更大的价值。《数据资产管理核心技术与应用》配套PPT课件、示例源代码、作者微信群答疑服务。 全书共分10章，第1章主要让读者认识数据资产，了解数据资产相关的基础概念，以及数据资产的发展情况。第2～8章主要介绍大数据时代数据资产管理所涉及的核心技术，内容包括元数据的采集与存储、数据血缘、数据质量、数据监控与告警、数据服务、数据权限与安全、数据资产管理架构等。第9～10章主要从实战的角度介绍数据资产管理技术的应用实践，包括如何对元数据进行管理以发挥出数据资产的更大潜力，以及如何对数据进行建模以挖掘出数据中更大的价值。 《数据资产管理核心技术与应用》适合数据资产管理者、数据资产管理初学者、数据应用开发工程师、数据分析师、数据库管理员、架构师、产品经理、技术经理作为技术参考书，也适合高等院校或高职高专数据资产管理相关课程的教学参考书。

《数据资产管理核心技术与应用》深入探讨数据资产管理的核心技术与应用，融入作者在大数据领域多年的丰富经验。《数据资产管理核心技术与应用》为读者提供一套可以落地的数据资产管理框架，并详解两个基于该框架进行数据资产管理的应用案例，使读者能更好地了解数据资产管理底层所涉及的众多核心技术，让数据可以发挥出更大的价值。《数据资产管理核心技术与应用》配套PPT课件、示例源代码、作者微信群答疑服务。 全书共分10章，第1章主要让读者认识数据资产，了解数据资产相关的基础概念，以及数据资产的发展情况。第2～8章主要介绍大数据时代数据资产管理所涉及的核心技术，内容包括元数据的采集与存储、数据血缘、数据质量、数据监控与告警、数据服务、数据权限与安全、数据资产管理架构等。第9～10章主要从实战的角度介绍数据资产管理技术的应用实践，包括如何对元数据进行管理以发挥出数据资产的更大潜力，以及如何对数据进行建模以挖掘出数据中更大的价值。 《数据资产管理核心技术与应用》适合数据资产管理者、数据资产管理初学者、数据应用开发工程师、数据分析师、数据库管理员、架构师、产品经理、技术经理作为技术参考书，也适合高等院校或高职高专数据资产管理相关课程的教学参考书。

本书共分为四大部分： 基础篇（1～10章）介绍了Spark的用途、扩展、安装、运行模式、程序开发、编程模型、工作原理，以及SparkSQL、SparkStreaming、MLlib、GraphX、Bagel等重要的扩展； 实战篇（11～14）讲解了搜索结果的排序、个性化推荐系统、日志分析系统、自然语言处理、数据挖掘等方面的案例； 高级篇（15～18）则讲解了Spark的调度管理、存储管理、监控管理、性能优化、最佳实践以及重点算法的解读； 扩展篇（19～20）讲解了Sparkjob-server和Tachyon。

本书基于最新的Java EE 6规范对Java EE应用开发技术进行系统讲解。书中主要包括四部分内容：第一部分介绍了Java EE的定义、设计思想、技术架构和开发模式等，可使读者全面认识Java EE。第二部分以Java EE企业应用的表现层、数据持久化层和业务逻辑层的开发为主线，重点讲解Java EE 6 规范的最新功能特性，包括JSF 2.0、Servlet3.0、EJB 3.1和JPA 2.0等，使读者掌握开发完整Java EE企业应用的基本技能。第三部分讲解了如何利用CDI实现组件的低耦合、如何利用Bean Validation框架实现统一校验、如何确保企业应用安全等高级知识，使读者掌握企业应用开发中的系统架构、安全防护等高级技能。第四部分讲解了如何利用JavaMail、Web服务、JMS消息服务和消息驱动Bean等技术来实现企业应用之间的集...(展开全部)

深度讲解区块链核心技术、平台与应用开发，涵盖架构、共识、加密、P2P、比特币、以太坊、Hyperledger、EOS、潜力框架、问题与测评等。本书分为三篇，内容解读如下。基础篇（第1～6章），着重讲解区块链技术思想、通用架构和核心技术。 实战篇（第7～9章），讲解主流的区块链开发平台比特币、以太坊、Hyperledger Fabric的核心机制、技术细节，并给出点对点的电子现金系统、智能合约开发、完整的Fabric网络构建与应用开发三个案例。进阶篇（10～12章），为进一步提升读者开发能力、眼界与研究方向，涵盖三个方面：①可能的发展方向；②区块链开发需要考虑的各种问题；③区块链测评。

从技术层面上，Spark作为一个快速、通用的大规模数据处理引擎，凭借其可伸缩、基于内存计算等特点，以及可以直接读写HDFS上数据的优势，实现了批处理时更加高效、延迟更低，已然成为轻量级大数据快速处理的统一平台。Spark集成Spark SQL、Spark Streaming、MLlib、GraphX、SparkR等子框架，并且提供了全新的大数据处理方式，让从业者的工作变得越来越便捷。本书从基础讲起，针对性地给出了实战场景；并围绕DataFrame，兼顾在Spark SQL和Spark ML的应用。

从技术层面上，Spark作为一个快速、通用的大规模数据处理引擎，凭借其可伸缩、基于内存计算等特点，以及可以直接读写HDFS上数据的优势，实现了批处理时更加高效、延迟更低，已然成为轻量级大数据快速处理的统一平台。Spark集成Spark SQL、Spark Streaming、MLlib、GraphX、SparkR等子框架，并且提供了全新的大数据处理方式，让从业者的工作变得越来越便捷。本书从基础讲起，针对性地给出了实战场景；并围绕DataFrame，兼顾在Spark SQL和Spark ML的应用。

知名专家联袂推荐，实力专家联合撰写，权威性、全面性、透彻性毋庸置疑。深度讲解区块链核心技术、平台与应用开发，涵盖架构、共识、加密、P2P、比特币、以太坊、Hyperledger、EOS、潜力框架、问题与测评等。本书分为三篇，内容解读如下。 基础篇（第1～6章），着重讲解区块链技术思想、通用架构和核心技术。该部分写作时注意通俗易懂且兼顾全局，是学习基石与蓝图，涵盖区块链思想与价值、通用架构模型、基础概念与核心技术（加密、共识、P2P网络等）。 实战篇（第7～9章），讲解主流的区块链开发平台比特币、以太坊、Hyperledger Fabric的核心机制、技术细节，并给出点对点的电子现金系统、智能合约开发、完整的Fabric网络构建与应用开发三个案例。 进阶篇（10～12章），为进一步提升读者开发能力、眼界与研究方向，涵盖三个方面：① 可能的发展方向，以及...(展开全部)

"本书从大型模型的结构讲起，让读者了解大型模型的内部实现原理，然后讲解如何在特定任务下对大型模型进行预训练、有监督的微调，以及进行强化学习。通过对模型采用不同方法的训练，持续改进模型在特定任务上的性能。最后，本书将与读者一起探讨如何利用大型模型开发大模型时代的智能应用。 本书共9章，第1章讲解大型模型发展的历史及其带来的变革。第2章深入讲解大型模型内部结构的演进。第3章会尝试自己运行一个大模型。第4章介绍大型模型对模型训练和推理过程中带来的技术挑战和解决办法。第5章讲解如何进行大型模型的预训练以获取大模型的基本能力。第6章讲解如何对大模型进行有监督的微调，使大型模型输出与人类意图对齐。第7章讲解如何通过强化学习进一步提升大型模型的表现。第8章讲解如何对大模型进行评估。第9章讲解如何利用大模型构建智能应用。 本书适合有一定深度学习基础的读者，帮助他们从原理到应用，快速了解大型模型的原理、训练方法，并利用大型模型进行智能应用的开发。 "

本书着眼于版权资产管理实务处理，分七个项目对版权与版权资产、版权资产管理、版权资产核算与价值管理、版权资产常规管理、版权资产风险控制与维权常规管理、版权资产绩效管理及版权资产信息管理系统进行了系统阐述。在具体的项目阐述中，结合相关具体案例，在理论知识与实践案例、出现问题与解决方法的对照中，分任务目标逐层展开，是该专业内容全面、结构完整、条理清晰的教材用书，亦可作为涉及版权资产相关行业的指导用书或者学习用书，对相关各行业的发展具有很强的借鉴和启示意义。