《人工智能概論》185冊，《數據挖掘基礎》254冊，《大數據導論》270冊，《數據清洗》628冊，《大數據係統運維》750冊……這些數據來自清華大學出版社王編輯統計的1月1日-6日短短6天圖書的發行量，含3天元旦假期！這究竟是些什麽書，會這麽受讀者的喜愛？

大數據人工智能應用人才培養係列教材

　　由於大數據、人工智能專業是前沿學科、實戰導向的新型複合型專業，高校的專業建設和人才培養麵臨挑戰。在深入調研的基礎上，清華大學博士、中國大數據應用聯盟人工智能專家委員會主任、中國信息協會教育分會人工智能教育專家委員會主任、教育部全國普通高校畢業生就業創業指導委員會委員劉鵬教授很早就著手策劃，並聯合國內多所高校從事一線教學科研任務的專業教師，以及北交所首批上市公司——彩神V大數據核心優秀的工程師為高職高專和應用型本科院校主編了“大數據人工智能應用人才培養係列教材”，並由清華大學出版社出版。

　　值得一提的是，該套叢書配套資源豐富，大部分章節都配套了實戰實驗。還免費提供教學課件、學習及實驗資料等資源。叢書一經出版，便收獲大批高校師生的好評，諸多高校紛紛將其作為大數據專業教材使用。

　　具體而言，叢書包含《人工智能概論》、《雲計算導論》、《雲計算實戰》、《大數據導論》、《數據清洗》、《Python語言》、《數據挖掘基礎》、《R語言》、《大數據係統運維》、《大數據實踐》、《數據標注工程》、《人工智能應用開發》。該叢書內容側重於實踐應用，不僅對知識點給出具體的操作步驟，而且有配套的動手實驗。內容安排遵循從簡單到複雜、從理論到實踐的學習過程，同時也遵循係統性和覆蓋麵寬的原則。

　　清華大學出版社王編輯如此評價：“劉鵬教授的這套教材選題比較獨特，並考慮到未來高職高專和應用型本科大數據人才的就業需求情況，從而選擇了一些非常有特色的選題。”

　　1.《人工智能概論》

　　本書全麵介紹了人工智能的基本技術，目標是用通俗易懂的方法幫助讀者構建完整的人工智能知識體係，為後續的深入學習打下基礎。全書共分為10章，內容包括人工智能概述、知識表示、搜索技術、機器學習、深度學習、自然語言處理、機器人及智能控製等。本書適合高職高專和應用型本科，作為非人工智能專業的選修課和人工智能專業的導論課教材。也適合作為人工智能技術愛好者的入門書。該書非常適合高校作為全校的人工智能通識課教材。

　　2.《雲計算導論》

　　本書從雲計算的基本概念開始，以雲計算知識結構和技術要點為脈絡，用理論與實踐相結合的方式介紹雲計算導論的內容。全書共8章，分成3個部分，第1章和第2章為基礎部分，介紹雲計算的基本概念、發展及模型節構；第3章~第7章為技術實踐操作部分，是全書的重點內容，主要介紹雲計算的體係機構與部署、雲計算主要技術、可用的公有雲平台、虛擬化平台的搭建，以及分布式計算平台的搭建相關內容；第8章為雲計算應用部分，介紹雲計算在各個行業領域的實踐應用情況。本書既適合作為高職院校計算機相關專業的雲計算導論課程的教材，也適合非計算機專業的學生及廣大雲計算愛好者閱讀學習。

　　3.《雲計算實戰》

　　本書從雲計算的概念與原理說起，結合AWS 成熟的係統平台與彩神V雲計算實訓平台，對雲計算的應用場景與係統實際操控進行完整的闡述，詳細介紹了雲計算與AWS、AWS 基礎設施、計算服務、存儲服務、數據庫服務、網絡服務、安全防護、AWS 推薦架構、Web 應用部署、成本管理、開發運維、AWSGameday、Jam 平台和雲計算實訓平台等行業前沿的知識與應用。針對雲計算應用，本書由參與世界技能大賽雲計算賽項的指導教師完成撰寫。通過係統講解、代碼應用及章節習題，將理論與實踐相結合，幫助讀者簡單、快速地獲取雲計算專業知識，深入了解AWS 平台與服務。本書適合技師類院校和高校相關專業的教學應用及對雲計算感興趣的朋友進行進階學習。

　　4.《大數據導論》

　　《大數據導論》是了解和學習大數據的基礎條件，通過本書了解大數據基本概念，大數據的架構，大數據的采集方式和預處理，常用的ETL工具，簡單熟悉數據倉庫的構建模式，大數據的存儲，數據挖掘的方法，以及大數據的可視化技術，從而更好地將大數據技術應用在各行業領域，更深入地開展大數據技術的應用研究。從基礎開始，通過理論與實際案例相結合，幫助讀者由淺入深進行學習，逐步理清大數據的核心技術和發展趨勢。本書可以作為培養應用型人才的課程教材，也適用於初學入門者，對大數據基礎理論有需求的廣大讀者。

　　5.《數據清洗》

　　本書係統地講解了數據清洗理論和實際應用，共分為8章：第1章主要介紹數據清洗的概念、任務和流程，數據標準化概念及數據倉庫技術等；第2章主要介紹Windows和類UNIX操作係統下的數據常規格式、數據編碼及數據類型轉換等；第3章介紹ETL概念、數據清洗的技術路線、ETL工具及ETL子係統等；第4章介紹了Excel、Kettle、OpenRefine、DataWrangler和Hawk的安裝及使用等；第5章介紹Kettle下文本文件抽取、Web數據抽取、數據庫數據抽取及增量數據抽取等；第6章介紹數據清洗步驟、數據檢驗和數據錯誤處理，數據質量評估及數據加載；第7章介紹網頁結構，利用網絡爬蟲技術進行數據采集，利用JavaScript技術進行行為日誌數據采集等；第8章介紹RDBMS的數據清洗方法和數據脫敏處理技術等。

　　6.《Python語言》

　　本書以WIN10 和Python3.6.5 搭建Python開發基礎平台為起點，重點闡述Python語言的基礎知識和三個典型的項目實戰案例。全書以理論引導、案例驅動、上機實戰為理念打造Python語言學習的新模式。具體內容分為兩大部分：第一部分以Python編程語言基礎知識普及為主，分別介紹了Python3概述、基本語法、流程控製、Python組合數據類型、字符串與正則式、函數、模塊、類和對象、異常處理、文件操作；第二部分：以項目實戰為核心，以學以致用為導向，以貼近生活的案例為依托，分別介紹 Python爬蟲項目實戰、Python數據可視化項目實戰、Python數據分析項目實戰。

　　7.《數據挖掘基礎》

　　本書介紹了數據挖掘的基本概念，包括數據挖掘的常用算法、常用工具、用途和應用場景及應用狀況，講述了常用數據挖掘方法，如分類、聚類、關聯規則的概念、思想、典型算法、應用場景等。此外，本書還從實際應用出發，講解了基於日誌的大數據挖掘技術的原理、工具、應用場景和成功案例。通過以上內容的學習，讀者將了解數據挖掘的基本概念、思想和算法，並掌握其應用要領。本書可以作為培養應用型人才的課程教材，也可作為相關開發人員的自學教材和參考手冊。

　　8.《R語言》

　　近年來，R語言可謂是數據分析的熱門語言，相關的資料五花八門，讓讀者無所適從，本書力求用簡潔、精煉、理論實踐相結合的方式讓大家快速掌握R語言。全書共14章，分為基礎篇(第2-10章)，應用篇(第11-12章)和進階篇(第13-14章)。基礎篇按照數據分析過程，主要討論了R數據結構、數據導入/導出、數據清洗、數據變換、可視化、高級語言編程和常用建模方法。應用篇通過對5個經典案例的分析，使讀者能夠把學到的R基礎知識應用到解決實際問題，把數據變成價值。進階篇解決如何用R處理大數據的一些技術。本書可以作為培養應用型人才的課程教材，也可作為數據分析愛好者的參考資料。

　　9.《大數據係統運維》

　　本書是大數據人工智能應用人才培養係列教材中的一冊，講解了大數據係統運行維護過程中的各個主要階段及其任務，包括配置管理、係統管理、故障管理、性能管理、安全管理、高可用性管理、應用變更管理、升級管理及服務資源管理，內容全麵且翔實，兼具基礎理論知識與運維實踐經驗，特別是重點介紹了大數據係統的運維特點及運維技能，以保障大數據係統的穩定可靠運行，更好地支撐大數據的商業應用價值。本書具有很強的係統性和實踐指導性，可以作為培養應用型人才的課程教材，也同樣適合於有意從事IT係統運維工作的廣大從業者和愛好者作為參考書。

　　10.《大數據實踐》

　　本書內容涵蓋了目前使用廣泛的大數據處理係統Hadoop生態圈中的幾大核心軟件係統：分布式大數據處理係統Hadoop、Hadoop數據庫HBase、數據倉庫工具Hive、內存大數據計算框架Spark和Spark SQL，詳細介紹了它們的架構、工作原理、部署方法、常用配置、常用操作命令、SQL引擎等內容。本書對上述幾大係統的各種安裝部署方式都給出了詳細步驟，常用命令也都有具體示例介紹，是一本實操性很強的工具書，能幫助初學者快速掌握和操作這幾款常用的大數據處理係統。本書以淺顯易懂的語言風格和圖文並茂的操作示例帶領讀者邁入大數據實踐之門，可以作為培養應用型人才的課程教材，也可作為相關開發人員的自學教材和參考手冊。

　　11.《數據標注工程》

　　《數據標注工程》是由中國大數據應用聯盟人工智能專家委員會主任劉鵬教授主編的一本係統學習數據標注技術的教材。本書使用淺顯易懂的語言，係統地介紹了數據標注基本概念、分類、流程、質量檢驗、管理和應用等。通過理論與實戰相結合的方式，幫助讀者由淺入深進行學習，讓讀者真正掌握數據標注的核心技術、實施和管理方法。本書可以作為培養應用型人才的課程教材，也適用於初學入門者，以及廣大的數據標注行業從業者。數據標注行業迅速成長，缺乏一本權威教材，希望本書能夠填補空白。

　　歡迎長按識別下圖二維碼下單購買！也可點擊“此處”在京東下單！