本書詳細闡述了基礎設施即代碼的概念、原理、設計方法以及實踐，幫助讀者深入理解基礎設施即代碼的本質和價值。書中通過大量的案例和實踐經驗，展示了如何運用基礎設施即代碼來提高企業(yè)生產力，改變數(shù)據走向，優(yōu)化流量模式。

本書以廣電大數(shù)據案例為主線，系統(tǒng)介紹數(shù)據倉庫Hive存儲和初步處理方法的相關知識。本書條理清楚、重點突出，內容循序漸進、由淺入深。本書共8章，包括廣電大數(shù)據用戶畫像需求分析、部署開發(fā)環(huán)境、廣電用戶數(shù)據存儲、廣電用戶基本數(shù)據簡單查詢、廣電用戶賬單與訂單數(shù)據查詢進階、廣電用戶收視行為數(shù)據查詢優(yōu)化、廣電用戶數(shù)據清洗及數(shù)據導出

本書以初學者的角度詳細介紹Spark架構的核心技術，主要圍繞Spark的架構、Spark的開發(fā)語言、Spark模塊的主要功能展開；以IDEA為主要開發(fā)工具，CentOS為運行環(huán)境，采用理實一體化授課模式。本書內容包括Spark導論，Spark環(huán)境搭建與使用，Scala語言，Spark彈性分布式數(shù)據集，SparkSQL、

本書采用簡潔直觀的方式來講解Vue2的各方面，并融入了關于Git的基礎和進階的知識，讓讀者在學習前端框架之余，還能學習到主流的團隊代碼管理工具和版本控制工具Git的知識應用。本書共11章，分為基礎篇和進階篇和項目實戰(zhàn)篇。基礎篇（第1~3章）詳細講述Vue框架的基礎知識點，并以HTML文件的方式切入，淺顯易懂，讓你的學習

本書以BI負責人的視角介紹BI分析師的核心工作和應具備的核心技能，并分析BI創(chuàng)造價值的專題，理論和實例并重。全書分為四部分： 第一部分（第1、2章）為BI概述與團隊組建，從介紹BI分析的基本概念說起，包含BI職責與數(shù)據驅動的概述，以及組建團隊時需要考慮的能力模型、團隊選型、團隊管理。第二部分（第3、4章）為BI

本書系統(tǒng)地論述了基于平面鏡配合的單目立體視覺技術，主要包括視覺圖像邊緣信息提取、單目立體視覺測量模型、單目立體視覺參數(shù)標定、單目立體視覺中的極線幾何及校正、單幅圖像的立體匹配和單目立體視覺的應用。本書各章節(jié)間既相互聯(lián)系，又相互獨立；本書內容是個開放體系，讀者在學習過程中可不斷地進行二次創(chuàng)新，提出新的理論。本書適合立體視

圖強化學習是深度強化學習的重要分支領域。本書作為該領域的入門教材，在內容上盡可能覆蓋圖強化學習的基礎知識，并提供應用實踐案例。全書共10章，大致分為三部分：第一部分（第1～3章）介紹圖強化學習研究對象（復雜系統(tǒng)、圖和復雜網絡）；第二部分（第4～7章）介紹圖強化學習基礎知識（圖嵌入、圖神經網絡和深度強化學習）；第三部分（

本書介紹了數(shù)字化轉型貫標的工作背景和試點工作安排，制造業(yè)數(shù)字化轉型的時代背景、基本概念、主要模式，詳細解讀了《數(shù)字化轉型成熟度模型》標準，并對數(shù)字化轉型成熟度貫標的推進機制、貫標實施流程、評估內容和貫標評估方法進行了重點介紹，力求使讀者系統(tǒng)地了解我國數(shù)字化轉型發(fā)展的現(xiàn)狀，掌握數(shù)字化轉型的推進方法和演進規(guī)律，明確數(shù)字化轉

近年來隨著計算機技術的快速發(fā)展，機器學習被廣泛應用于信息檢索、自然語言處理、計算機視覺及自動化控制等方面。由于機器學習在實際應用中對不同問題所提供的條件各不相同，如含有標簽信息的數(shù)據、不含標簽信息的數(shù)據等，針對不同的數(shù)據類型有多種解決方法：監(jiān)督學習、半監(jiān)督學習、無監(jiān)督學習。本書針對監(jiān)督和無監(jiān)督學習方法進行理論的概述、模

本書是對DiffusionAI繪圖模型的綜合性講解書籍，書中包括最基礎的組件的用例演示，也包括具體的項目實戰(zhàn)，以及Diffusion模型的底層設計思路和實現(xiàn)原理的介紹。通過本書的學習，讀者可以快速掌握Diffusion模型的使用方法，掌握AI繪圖模型的訓練、測試過程，并能研發(fā)屬于自己的AI繪圖模型。本書共19章，分為快