穿越数据的迷宫：数据管理执行指南

《穿越数据的迷宫：数据管理执行指南》一书是DAMA（国际数据管理协会）强烈推荐的关于数据管理和数据治理的重要书籍，也是《DAMA数据管理知识体系指南（原书第2版）》（ DAMA DMBOK2 ）认证培训配套教材。该书重从管理层的角度阐述为什么数据管理很重要，数据管理包括了哪些内容，以及如何行数据管理，从而帮助管理层在了解数据管理的过程中不致迷失在技术术语的迷宫之中。

63条评论

劳拉?塞巴斯蒂安-科尔曼 /2020-04-07 /机械工业出版社

Spark大数据开发与应用案例(视频教学版)

（1）清华大学黄永峰教授、江铭虎教授郑重推荐。（2）《Spark大数据发与应用案例:视频教学版》系统讲解Spark3.5框架，全部内容都在培训机构长达8年的培训实践中，一遍一遍讲解过，一遍一遍实验过。（3）《Spark大数据发与应用案例:视频教学版》以通俗易懂的方式详解Spark原生态组件的基础与用法，每一章都结合大量的实战案例，讲解过程中注重知识的系统性和内容的实用性。（4）《Spark大数据发与应用案例:视频教学版》最后一章还给出Spark在大厂面试中经常问到的问题，精准覆盖工作中常见使用场景及互联网企业面试要，可以作为面试指南。（5）作者提供微信群答疑服务，读者在学习过程中碰到问题可以随时请教作者。（6）配套示例源码、PPT课件、集群环境、教学视频、配图PDF文件、作者微信群答疑服务。

段海涛、杨忠良、余辉 /清华大学出版社

大话数据结构[溢彩加强版]

编辑的话 2008年，一本特立独行的IT技术图书《大话设计模式》横空出世，创了一种新派技术图书风格，横扫各大排行。 作者程杰并没有满足这个成绩，耗时3年潜心创作了另外一本同样是程序员基础的著作 《大话数据结构》，不出意外地好评如潮。 直到今天，这两本书仍然常驻各大排行。作为本土原创图书，这个成绩简直不可思议 印象里只有国外经典技术图书具备如此强的生命力。 虽然在这十几年里程杰兄未再动笔，但依然与我保持着密切联系。非常荣幸的是，在这本新作中，我依然是他的编辑。 十几年来，IT技术已经有了翻天覆地的变化，当年的桌面程序基本都迁移到了当前的互联网和移动端上，以至人工智能、深度学习，发语言也从当初C、Java为主力语言变成如今包治百病的Python，我作为一个IT编辑，回顾起来其实还挺有意思的。 关于《大话数据结构【溢

6条评论

清华大学出版社有限公司

循序渐进Spark大数据应用开发

《循序渐Spark大数据应用发》是一本深浅出的Spark大数据发实战指南，专为希望掌握Apache Spark 3.x技术栈的发者量身定制。《循序渐Spark大数据应用发》不仅涵盖了Spark的基础概念和安装步骤，更通过丰富的实战案例和上机练习，引导读者逐步深理解并掌握Spark的核心组件、集群管理、SQL处理、流式数据处理以及机器学习与图计算等高级功能。 作者凭借一线发经验，精心编排了10个章节的内容，确保读者能够循序渐地学习Spark的各项关键技术。从最简单的Spark程序编写始，逐步过渡到复杂的数据处理和分析任务，每一章都充满了实用价值和操作指导。 特别值得一提的是，《循序渐Spark大数据应用发》提供了24个精心设计的实战案例和26个上机练习题，这些内容旨在帮助读者将理论知识转化为实践技能，快速提升解决实际问题的能力。无论是对于学生、大数据发人员还是架

2条评论

柳伟卫 /清华大学出版社有限公司

写给程序员的数据挖掘实践指南

大多数数据挖掘的教材都专注于介绍理论基础，因而往往难以理解和学习。 本书是介绍写给程序员的一本数据挖掘指南，可以帮助读者动手实践进行数据挖掘、集体智慧并构建推荐系统。 本书作者采用在实践中学的方式，提供了Python的代码和案例，详细介绍如何应用数据挖掘技术，开发出实用的推荐系统。 本书英文版在网络上放出样章，得到很多业内知名人士的推荐和好评。 知名技术译者王斌老师译作，翻译质量上乘 数据挖掘一般是指通过算法搜索隐藏于大量的数据之中的信息的过程。众多的数据挖掘教材都专注于介绍理论基础，因而往往难以理解和学习。 本书是专门写给程序员的一本数据挖掘指南，可以帮助读者动手实践，进行数据挖掘、应用集体智慧并构建推荐系统。 全书共8 章，介绍了数据挖掘的基本知识和理论、协

4条评论

（美）RonZacharski扎哈尔斯基 /2015-11-01 /人民邮电出版社

数据资产

暂无

22条评论

叶雅珍,朱扬勇 著 /人民邮电出版社有限公司

Spark快速大数据分析(第2版)

1.本书作者均来自Spark的母公司Databricks。他们将带你始使用Spark，并了解如何利用它适应这个属于大数据和机器学习的新时代。 2.第2版在第1版的基础上做了大量更新，涵盖Spark 3.0的新特性，并着重展示如何利用机器学习算法执行大数据分析。 3.Spark项目创始人Matei Zaharia、Spark PMC成员Reynold Xin力荐。 毋庸置疑，数据已经成为现代化企业的重要资产，大数据分析技术则是企业挖掘数据价值的核心利器。一直以来，Spark就是大数据分析领域的佼佼者，也已经成为一站式大数据分析引擎的事实标准。 * 学习使用Python、Java、Scala的结构化数据API * 理解Spark SQL引擎的原理 * 掌握Spark应用的优化技巧 * 了解如何读写数据源：JSON、Parquet、CSV、Avro、ORC等 * 使用Structured Streaming分析批式数据和流式数据 * 使用Spark和Delta Lake构建湖仓一体的系统 * 使用MLlib发机器学习流水线

9条评论

[美] 朱尔斯·S· 达米吉、[美] 布鲁克·韦尼希、[印] 泰瑟加塔·达斯、[美] {4 /2021-11-01 /人民邮电出版社有限公司