本书是一本全面介绍数据科学理论与实践的综合性教材，旨在向读者展示如何在多样化的数据环境中应用数据科学技术以解决复杂的实际问题。本书的主要内容分为以下两部分：第一部分（第1、2章）主要介绍数据科学与工程的背景、定义、原则和基本概念，以及数据科学基础理论；第二部分（第3～7章）介绍高级应用和案例研究，旨在帮助读者建立数据科

本书是一本涵盖数据安全与隐私保护的综合性教材。书中第一部分（第1、2章）主要介绍数据安全与隐私保护的基础概念与背景，以及数据治理的基本原则与策略；第二部分（第3～6章）介绍隐私保护的关键技术，包括安全多方计算技术、非密码学的隐私保护技术、联邦学习技术、可信执行环境等；第三部分（第7～10章）主要介绍数据安全与隐私保护实

数据挖掘算法为大数据与人工智能的核心，掌握数据挖掘各算法的编程实现，有助于提升大数据的实践运用能力。本书详细阐述了数据挖掘常用算法与编程实现，同时，本书以多个经典的数据挖掘赛题为案例，详细论述了数据预处理、特征选择、可视化、算法选择等全流程数据挖掘过程的编程实现，有助于提升读者面对实际数据问题时灵活运用各类算法能力。

本书以Spark3.x和Scala2.x为主线，全面介绍了Spark及其生态体系中常用大数据项目的安装和使用。全书共10章，分别讲解了Scala语言基础、Spark基础、SparkRDD、SparkSQL、HBase、Kafka、SparkStreaming、StructuredStreaming和SparkMLlib

随着信息技术的飞速发展，大数据已经成为驱动全球经济转型的关键因素。本书从大数据的基本概念入手，系统介绍了大数据架构、大数据预处理、大数据分析等核心技术，并深入探讨了这些技术在用户行为分析、金融与投资、消费领域及财税与贸易等领域的实际应用。本书内容不仅涵盖了技术层面的详细介绍，还通过丰富的案例分析展示了大数据在实践中的具

本书详细阐述了大数据领域数据采集与预处理的相关理论和技术。全书共8章，内容包括概述、大数据实验环境搭建、网络数据采集、分布式消息系统Kafka、日志采集系统Flume、数据仓库中的数据集成、ETL工具Kettle、使用pandas进行数据清洗。本书包含丰富的实践操作和应用案例，以帮助读者更好地学习和掌握数据采集与预处理

本书介绍了数据全生命周期安全风险、安全技术及典型应用案例，可帮助读者较全面地掌握数据安全理论知识和实践技能。全书共9章：第1章为数据安全概述；第2章介绍数据安全风险，包括数据在采集、存储、共享和使用过程中的风险；第3章至第5章分别详细介绍数据采集、存储、共享与使用安全技术；第6章介绍跨领域数据汇聚面临的安全风险及相应的

本书主要围绕大数据处理技术Spark展开讲解，旨在引导读者深入了解大数据分析处理的全流程，并剖析每个环节中所使用的关键技术及其原理。全书共八个实战项目。项目一介绍了如何搭建一个稳定且高效的Spark集群环境，探讨了Spark的基本概念、特点及应用场景，同时与Hadoop进行了对比分析。项目二通过实现一个完整的人事管理系

"本书内容包含了大数据分析和应用的全过程，从数据的预处理，到数据的存储，以及数据分析结果的可视化，整个实验按数据处理、数据分析和应用场景案例一共分为数据处理、数据分析、实验案例与应用场景三大部分。数据处理即利用Kettle工具进行数据抽取、数据清洗、数据集成、数据变换，向读者介绍数据处理采集的方法与技巧。数据分析即通过

本书共6章。第1章数据的含义，介绍了数据的概念、分类、分布、用途等内容；第2章数据的来源，包含了从观察法、调查法、测量法、抽样法等；第3章数据的质量体现与保证，介绍了高质量的数据可以真实反映客观对象，可以由抽样反映全貌、可用于预测趋势等；第4章数据的异常概括了导致数据发生异常的情形；第5章介绍了数据缺失的情形；第6章数