目标分析是联合作战指挥中的重要组成部分，贯穿战斗的全过程。准确的目标分析，能够在复杂多变的战场环境中取得优势。本书聚焦从数据中分析目标的行为模式、预测目标的动向。首先，阐述了目标分析的内涵和技术发展。其次，介绍了目标分析的开源数据与基本方法；并从传统方法、深度学习和事件序列三个角度描述基于开源数据的目标跟踪分析方法；针

本教材重点介绍了Linux集群环境的完全分布式环境搭建、SparkCore(RDD)、SparkSQL数据处理编程(DataFrame)、SparkStreaming编程模型(LegacyDStream)、StructuredStreaming编程模型、SparkMLlib(DataFrame-based、RDD-ba

本书主要对数据采集与处理技术进行了系统论述。概述了数据采集的基础知识，具体包括数据采集的发展历史、概念、任务、类型、重要 性和基本流程；分析了传统数据采集方法和现代数据采集技术；从数据处理技术基础、数据挖掘与数据分析技术、数据安全与隐私保护技 术三个方面对数据处理技术进行了具体剖析；探索了数据采集与处理技术的应用领

本书将数据定义为“可计算的记录”，构建了数据要素管理“基础理论—基本原理—典型案例”的三层论证体系。从数据的“记录”与“可计算性”双重属性出发，结合数字劳动、受众商品、产消一体化等现象，对价值规律在数字时代的作用展开了阐释，并对数据要素管理的层级结构进行了解析，提出了数据要素的分层管理框架，最后结合案例探究数据要素的应

本书主要讲解了Hadoop大数据开发基础与实战的相关内容，全书共11章，其中第1章为初识Hadoop，第2章为Hadoop集群的搭建，第3章为分布式协调框架ZooKeeper，第4章为分布式文件系统HDFS，第5章分布式计算框架MapReduce，第6章为YARN框架与HA模式，第7章为数据仓库Hive，第8章为分布式

本书共7个项目，全面介绍了大数据技术概述、大数据平台部署与操作、数据库配置维护、数据采集与处理、Hive数据仓库应用、SparkSQL数据分析、Zeppelin数据可视化等内容。每个项目围绕一个核心知识点展开，通过具体的任务描述、知识课堂和实践操作引导学生逐步深入学习。本书具有较强的实用性和可操作性，语言精练，通俗易懂

本书从数据空间的基本概念入手，分析和探讨了数据空间的定义、类型、特征、功能、架构、组件和关键技术，以及数据空间与数据要素市场的关系等基础理论问题；同时，结合具体实例，从多学科视角对数据空间内数据安全与信任体系构建、数据连接器与参与者认证、数据集成与互操作方法、信息模型与词汇表设计、数据生态体系建设等重要问题进行了深入且

本书为计算机类职业教育国家在线精品课程配套系列教材之一，对应课程为大数据技术专业群的核心课程。本书围绕大数据分析与应用课程的教学要求，采用“项目导向、任务驱动”的模式编写，面向行业的数据分析工程师岗位，融合企业真实工作案例，共设计7个章节，包括认识大数据分析、大数据工程技术基础、大数据治理、大数据分析、数据挖掘、大数据

本书是大数据新兴领域“十四五”高等教育教材。本书展现了大语言模型技术的整体框架和路线图，内容讲解力求简明、准确、实用，旨在为相关行业提供大模型技术的中文参考资料，推动我国相关人工智能技术的发展。全书共13章，内容涉及大模型的背景与基础知识、预训练、微调与对齐、模型使用、评测与资源等，同时提供了相关代码示例与实验工具包。

本书是一本系统且实用的大数据技术学习指南，全面覆盖了Spark的核心知识和应用场景。全书围绕“项目驱动、任务导向”的理念，设计了7个学习情境，分别涉及Spark环境搭建、Scala程序编写与数据处理、SparkRDD和SparkSQL的综合应用、流数据处理及机器学习模型的实现，逐步引导读者掌握从数据加载、清洗到分析和模