本书针对复杂数据分析与建模问题的非结构化和综合性特点，给出了数据分析与建模的基本过程，介绍了数据探索性分析、数据特征分析、模型参数估计的主要内容和方法，以及试验数据、观察数据、仿真数据等不同类型数据建模与分析的典型内容与方法。
本书适合作为高等学校管理科学与工程等专业的研究生或高年级本科生教材，也可供从事数据分析与建模、系统试验与评估等领域研究的科技工作者参考。

本书从实践的角度出发，介绍了Flink实时大数据处理框架开发的技术知识，包括实时处理系统的相关概念、开发方法、分布式计算的体系结构，以及面向事件驱动的编程技术。书中详细探讨了Flink的流式处理和批处理融合的能力，以及它在大规模数据流处理中的优势，并通过一个具体的实例介绍大数据实时处理系统的开发方法和开发过程。此外，本书还介绍了实时数据仓库的设计与实现，包括数据抽取、数据转换、数据存储和数据可视化等方面的内容，以帮助读者构建强大而可扩展的实时数据处理系统。除第10章外，其余各章配有习题

《数据科学》（第2版）是一部系统阐述数据科学理论与实践的入门教材，内容与时俱进，联系实际，致力于将**的数据科学动
态、国内外名校的教学经验，以及当前社会对数据科学人才的需求整合到内容中，同时融入思政教育内容，彰显中国
特色。
本书共7 章，主要内容包括数据科学的术语与理念、流程与活动、方法与技术、社会及人文、产品与产业、人才
与职业发展以及应用与实践等，旨在实现理论与实践、基础知识与前沿技术、学术研究与实际应用之间的有机融合，
使之成为一部既实用又富有前瞻性的数据

本书以大数据处理技术涉及的主要流程为主线，深入浅出地介绍大数据相关的基础知识。本书条理清晰、重点突出，内容循序渐进、难易得当。全书共7章，内容包括大数据概述，大数据采集，大数据存储与管理，大数据分析，数据可视化，数据安全、隐私保护与开放共享，以及大数据技术应用实例。本书还设置了实训和课后习题，通过练习和操作实践，帮助读者巩固所学的内容。

本书主要介绍大数据与人工智能相关知识。全书共10章，包括大数据与人工智能概述，大数据与人工智能产业概况，大数据技术，人工智能技术，机器学习，强化学习、深度学习与集成学习，其他新兴技术，人工智能与大数据人才概述，人工智能伦理，数据安全等内容。本书通过在章前设定学习目标的方式，帮助读者掌握各章的核心内容，并以简明扼要的图文方式对概念和技术进行全面论述。本书编者编写了相关的扩展案例，以在线文档的方式供读者扩展阅读；此外，本书每章最后还提供一定数量的习题，以供读者巩固所学知识。 本书可作为高等院校计算机

在深化产教融合、校企合作的职教大背景下，本书以国家“双高计划”学校和安防龙头企业共建的校内生产性实践基地为基础，取材企业真实维修案例，融合了“岗课赛证”相关内容。本书共8章，内容包括元器件认知、维修工具的使用、常用集成电路介绍、焊接基础知识与实践、视频监控系统概述、前端设备故障的分析与排除、传输设备故障的分析与排除、存储设备故障的分析与排除，着重介绍了视频监控系统的前端设备、传输设备、存储设备的常见故障、故障分析过程、故障排除等。

\"本教材第1版曾获首届全国教材建设奖全国优秀教材二等奖。本教材是“十四五”职业教育国家规划教材，也是国家职业教育电气自动化技术专业教学资源库配套教材。本教材以亚龙YL-335B型自动化生产线设备为载体，基于工作过程，按照由简单到复杂、由单一到综合的顺序，将整个设备的安装与调试过程分为7个项目，分别为自动化生产线的基本组成、供料单元的安装与调试、加工单元的安装与调试、装配单元的安装与调试、分拣单元的安装与调试、输送单元的安装与调试和YL-335B系统联机调试。自动化生产线各个工作单元的

本书以信息技术工具与大数据分析为核心,结合当前时代信息技术的发展动态，通过10个具有代表性的实验，对与大数据分析相关的工具、方法及其应用进行了详细介绍。本书一方面涵盖了信息技术基础知识、AI Studio平台、Python程序设计语言、网络数据获取、文本和表格数据处理与数据分析等大数据分析基础知识体系内容，另一方面加入了虚拟数字人、大语言模型等大数据与人工智能领域的前沿应用，引导读者体验信息技术的**产物。本书内容和实例丰富,针对性强,叙述和分析透彻,具有可读性、可操作性和实用性强等特点。此外，

本书共分8章，主要内容如下： 第1章介绍数据的认知与研究任务，大数据概念特征及技术挑战等。 第2章介绍大数据内容、知识和结果表达概念，以及元数据和知识图谱技术。 第3章介绍数据存储基础、大数据存储要求以及应对技术和典型系统。 第4章介绍数据管理基础，新型数据管理模型及其相应大数据管理系统。 第5章介绍数据计算基础，大数据计算特点，大数据的批量、流、图等新计算模型和特点，以及计算引擎的工作原理等。 第6章介绍大数据分析概念、分类聚类等数据分析的基本方法，以及深度学习等数据分析的高级方法。 第7章介

作为近十几年来大数据、人工智能行业飞速发展最重要的驱动技术之一，大数据分析与挖掘已经成为各个行业商业决策的必备技术。本书紧跟数据科学前沿，旨在帮助读者建立大数据分析与挖掘的思维框架，培养其使用数据驱动的方法解决商业决策问题的能力。本书秉承经典、主流和发展的理念，重点介绍了大数据分析与挖掘的主要步骤，关联分析、分类和聚类等经典算法的原理以及文本挖掘和深度学习等**算法和应用。本书内容设计采用“算法原理+商业案例”的方式，突出课程的实践性和应用性特点。

本书适合作为开设数据挖掘、机器学