截至2020年3月，668所高校成功申報“數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)”專業(yè)，83所高校成功申報“大數(shù)據(jù)管理與應(yīng)用”專業(yè)，1355所職業(yè)院校成功申報“大數(shù)據(jù)技術(shù)與應(yīng)用專業(yè)”。然而，由于大數(shù)據(jù)專業(yè)是一個軟硬件結(jié)合，以數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)為特色的新型復(fù)合型專業(yè)，不少高校在進(jìn)行專業(yè)建設(shè)和人才培養(yǎng)方面面臨挑戰(zhàn)。

 

在大數(shù)據(jù)教學(xué)中，本科院校的實(shí)踐教學(xué)注重系統(tǒng)性，偏向新技術(shù)的應(yīng)用，且對工程實(shí)踐能力要求較高。在對相關(guān)情況深入調(diào)研的基礎(chǔ)上，清華大學(xué)博士、中國大數(shù)據(jù)應(yīng)用聯(lián)盟人工智能專家委員會主任、中國信息協(xié)會教育分會人工智能教育專家委員會主任劉鵬教授在行業(yè)內(nèi)很早就著手策劃，并聯(lián)合國內(nèi)多所高校從事一線教學(xué)科研任務(wù)的專業(yè)師資為本科高校的大數(shù)據(jù)專業(yè)主編了“高級大數(shù)據(jù)人才培養(yǎng)叢書”，并由電子工業(yè)出版社出版。值得一提的是，該套叢書配套資源豐富，免費(fèi)提供教學(xué)課件、學(xué)習(xí)及實(shí)驗(yàn)資料及其他資源。叢書一經(jīng)出版，便收獲大批高校師生的好評，諸多高校紛紛將其作為大數(shù)據(jù)專業(yè)教材使用。

 

具體而言，該叢書包含《云計算》、《大數(shù)據(jù)》、《深度學(xué)習(xí)》、《大數(shù)據(jù)庫》、《大數(shù)據(jù)數(shù)學(xué)基礎(chǔ)》、《數(shù)據(jù)挖掘》、《Python程序設(shè)計》、《大數(shù)據(jù)可視化》、《大數(shù)據(jù)實(shí)驗(yàn)手冊》、《虛擬化與容器》。其中，《云計算》長年名列中國計算機(jī)圖書被引用量前列，據(jù)知網(wǎng)評價微信公眾號（微信號：cnkipj）《【工學(xué)】高被引圖書前三甲，你讀過嗎？》報道，2010年至2014年《云計算》位居中國高被引圖書自動化技術(shù)、計算機(jī)技術(shù)類別第一名。

 

 

為有效幫助老師進(jìn)行大數(shù)據(jù)專業(yè)教學(xué)，為大家解答授課科研過程中關(guān)于教學(xué)、課程、實(shí)驗(yàn)等方面的疑問，并為師生們開展實(shí)驗(yàn)提供切實(shí)幫助，云創(chuàng)大數(shù)據(jù)創(chuàng)建了每本教材的交流群。歡迎大家微信掃碼進(jìn)群！

 

《云計算》

《云計算》第一版于2010年3月出版，第二版于2011年5月出版，時隔4年，第三版于2015年7月出版。《云計算》已經(jīng)成為了全國高校教材，素有云計算領(lǐng)域“紅寶書”之稱，內(nèi)容主要包括大數(shù)據(jù)與云計算，Google云計算原理與應(yīng)用，Amazon云計算AWS，微軟云計算Windwos Azure，Hadoop 2.0 主流開源云架構(gòu)，Hadoop 2.0大家族，虛擬化技術(shù)，OpenStack 開源虛擬化平臺，云計算數(shù)據(jù)中心，云計算核心算法，中國云計算技術(shù)。

 

 

 

 

 

《大數(shù)據(jù)》

《大數(shù)據(jù)》是國內(nèi)絕大多數(shù)高校采用的教材《云計算》（1～3版）的姊妹篇，是清華大學(xué)博士、中國大數(shù)據(jù)應(yīng)用聯(lián)盟人工智能專家委員會主任、中國信息協(xié)會教育分會人工智能教育專家委員會主任劉鵬教授聯(lián)合國內(nèi)多位專家歷時兩年的心血之作。大數(shù)據(jù)領(lǐng)域一直缺乏一本權(quán)威教材，希望本書能夠填補(bǔ)空白。本書系統(tǒng)地介紹了大數(shù)據(jù)的理論知識和實(shí)戰(zhàn)應(yīng)用，包括大數(shù)據(jù)采集與預(yù)處理、數(shù)據(jù)挖掘算法與工具、深度學(xué)習(xí)以及大數(shù)據(jù)可視化等，并深度剖析了大數(shù)據(jù)在互聯(lián)網(wǎng)、商業(yè)和典型行業(yè)的應(yīng)用。

 

 

 

 

 

 

 

《深度學(xué)習(xí)》

深度學(xué)習(xí)開啟了人工智能發(fā)展的新一輪高潮。《深度學(xué)習(xí)》為沒有任何機(jī)器學(xué)習(xí)基礎(chǔ)的人提供了一個深度學(xué)習(xí)的入門教材，使用淺顯易懂的語言和深入淺出的方式循循善誘，給初學(xué)者一個從原理到實(shí)踐的深度學(xué)習(xí)大餐。本書內(nèi)容主要包括：深度學(xué)習(xí)來源及應(yīng)用，深度學(xué)習(xí)的數(shù)學(xué)基礎(chǔ)，人腦神經(jīng)系統(tǒng)與深度學(xué)習(xí)，深度學(xué)習(xí)基本過程，深度學(xué)習(xí)主流模型，深度學(xué)習(xí)開源框架，深度學(xué)習(xí)在圖像中的應(yīng)用，深度學(xué)習(xí)在語音中的應(yīng)用，深度學(xué)習(xí)在文本中的應(yīng)用，深度學(xué)習(xí)前沿發(fā)展。

 

 

 

 

 

 

《大數(shù)據(jù)庫》

《大數(shù)據(jù)庫》系統(tǒng)地介紹了大數(shù)據(jù)庫的理論知識和實(shí)戰(zhàn)應(yīng)用，包括大數(shù)據(jù)庫概述、分布式數(shù)據(jù)庫HBase、數(shù)據(jù)倉庫工具Hive、大數(shù)據(jù)查詢系統(tǒng)Impala、內(nèi)存數(shù)據(jù)庫Spark、Spark SQL、鍵值數(shù)據(jù)庫、流式數(shù)據(jù)庫和數(shù)據(jù)應(yīng)用托管平臺Docker等，并緊跟大數(shù)據(jù)的發(fā)展前沿，既有理論深度，又有使用價值。通過本書可掌握大數(shù)據(jù)庫的概念和原理，學(xué)習(xí)主要的大數(shù)據(jù)庫技術(shù)和核心算法。

 

 

 

 

《數(shù)據(jù)挖掘》

《數(shù)據(jù)挖掘》的定位是大數(shù)據(jù)挖掘技術(shù)與應(yīng)用。通過本書可掌握經(jīng)典數(shù)據(jù)挖掘理論、方法、工具與應(yīng)用，大數(shù)據(jù)環(huán)境下常用數(shù)據(jù)挖掘算法的優(yōu)化，大數(shù)據(jù)新常態(tài)下催生的數(shù)據(jù)分析方法（如推薦系統(tǒng)、鏈接分析與網(wǎng)頁排序、互聯(lián)網(wǎng)信息抽取、日志挖掘與查詢分析）、工具與應(yīng)用等。

 

 

 

 

 

 

《Python程序設(shè)計》

本書是一本全面的從入門到實(shí)踐的Python編程教程，從帶領(lǐng)讀者快速掌握基本的編程知識開始，循序漸進(jìn)、層層深入地引導(dǎo)讀者利用新學(xué)到的知識開發(fā)功能豐富的項目。全書首先介紹了Python的基本概念和安裝；隨后介紹了包括數(shù)據(jù)類型、文件操作、程序調(diào)試、類和對象、連接數(shù)據(jù)源等基本知識；并結(jié)合網(wǎng)絡(luò)爬蟲、數(shù)據(jù)挖掘、自然語言處理、數(shù)據(jù)可視化、Web和移動應(yīng)用等工具，以案例為依托進(jìn)行項目實(shí)戰(zhàn)；最后介紹了國內(nèi)各種云服務(wù)平臺，以及如何運(yùn)用Python實(shí)現(xiàn)訪問。本書的全部實(shí)驗(yàn)均可在大數(shù)據(jù)實(shí)驗(yàn)平臺上遠(yuǎn)程開展，也可在高校部署的BDRack大數(shù)據(jù)實(shí)驗(yàn)一體機(jī)上本地開展。

 

 

 

 

 

 

《大數(shù)據(jù)可視化》

有圖有真相；有樹木，有森林；沙中淘金，是大數(shù)據(jù)可視化的價值。《大數(shù)據(jù)可視化》教材在分析視覺特性基礎(chǔ)上，嘗試建立大數(shù)據(jù)理論與實(shí)踐應(yīng)用之間橋梁，讀者能夠體驗(yàn)數(shù)據(jù)之美，科學(xué)之美。作為大數(shù)據(jù)應(yīng)用的分支，可視化有其自己的邏輯，本書嘗試在大數(shù)據(jù)應(yīng)用之海，擦亮可視化的貝殼，為大數(shù)據(jù)應(yīng)用錦上添花。

 

 

 

 

 

 

《大數(shù)據(jù)實(shí)驗(yàn)手冊》

《大數(shù)據(jù)實(shí)驗(yàn)手冊》內(nèi)涵HDFS實(shí)驗(yàn)、YARN實(shí)驗(yàn)、MapReduce實(shí)驗(yàn)、Hive實(shí)驗(yàn)、Spark實(shí)驗(yàn)、ZooKeeper實(shí)驗(yàn)、HBase實(shí)驗(yàn)、Storm實(shí)驗(yàn)、MongoDB實(shí)驗(yàn)、LevelDB實(shí)驗(yàn)、Mahout實(shí)驗(yàn)和綜合實(shí)戰(zhàn)等42個大數(shù)據(jù)實(shí)驗(yàn)，每個實(shí)驗(yàn)呈現(xiàn)詳細(xì)的實(shí)驗(yàn)?zāi)康摹?shí)驗(yàn)內(nèi)容、實(shí)驗(yàn)原理和實(shí)驗(yàn)流程指導(dǎo)，涵蓋原理驗(yàn)證、綜合應(yīng)用、自主設(shè)計及創(chuàng)新的多層次實(shí)驗(yàn)內(nèi)容。本書所有實(shí)驗(yàn)均在向公眾開放的大數(shù)據(jù)實(shí)驗(yàn)平臺和BDRack大數(shù)據(jù)實(shí)驗(yàn)一體機(jī)上驗(yàn)證通過。

 

 

 

 

進(jìn)入京東“電子工業(yè)出版社”官方旗艦店搜索書名下單購買！
↓↓↓