工业机器人技术近十年来在中国得到快速地发展，它能够更好地适应高强度、重复性的工作。工业机器人以其稳定、高效等优点正逐步代替人工，在电子、机械等各行业得到了广泛的应用，成为了不可或缺的自动化设备。工业机器人的编程和操作是
工业机器人调试、维修人员所具备的基本技能，是机器人应用的基础。本书以华数机器人HSR-6为例进行操作及编程，着重培养读者对工业机器人的操作与编程能力，由简到难，从工业机器人的基本知识与基本操作开始讲解，到相对较复杂的工业机器
人编程，层层递进，为企业工业机器人程序设计

本书通过对组成智能机器人的硬件、软件以及单传感器信息处理及多传感器信息融合算法四个方面的介绍，让读者对亲手制作智能机器人的过程有一定的了解，并能跟着书本介绍的方法制作一款属于自己的智能机器人。

本书是按照机器人内部传感器、外部传感器以及多传感器信息融合的顺序进行介绍的，其中外部传感器又分为触觉、嗅觉、听觉及视觉四个部分进行叙述。与人类从自然界获取信息的途径相似，听觉与视觉是智能机器人获取信息的主要途径，所以本书对此进行了详细叙述。本书采用信用卡大小的树莓派电脑连接

本书基于RobotStudio软件，从工业机器人的实际应用出发，由易到难展现了工业机器人离线编程技术在多个领域的应用。全书基于具体案例任务编写，配合丰富的多媒体资源，直观地展示了工业机器人离线编程时搭建工作站、创建系统、创建运动路径和仿真调试等操作。

本书具有很强的实用性和可操作性，既可作为高等院校和中、高职院校工业机器人离线编程课程的教材，又可作为工业机器人培训机构用书，同时可供相关行业的技术人员参考。

本书是校企联合开发的,主要内容包括9个项目: 搭建无线传感器网络开发环境、节日彩灯闪闪亮、发送字符串、智能家居小帮手、看门狗的唤醒、无线点亮照明灯、用Z�睸tack传送数据、网络通信、智慧农业综合实训。每个项目又分为若干个任务。项目均来源于实际应用。项目中穿插讲授了相应的理论知识,并经过实际测试。本书具有上手容易、理实一体化的特点。
本书适合作为本科及高职高专院校物联网及相关专业学生的教材,也可以作为相关从业人员的参考用书。

本书封面贴有清华大学出版社防伪标签，无标签者不得销

本书围绕数据全生命周期介绍了数据科学与工程的基本理论，具体包括七部分内容：第一部分绪论；第二部分大规模数据的采集、加工、管理和数据工程；第三部分数据可视化；第四部分数据分析；第五部分数据应用；第六部分数据科学伦理；第七部分数据科学的高级实现。

本书以深入浅出的语言系统地讲解了数据挖掘的框架和基本方法，主要内容包括：数据挖掘与R语言概述、数据理解、数据准备、关联规则挖掘、聚类分析、线性模型与广义线性模型、神经网络的基本方法、决策树、基于决策树的模型组合、模型评估与比较。本书使用基于R语言的数据挖掘案例贯穿全书，并辅以上机实验和习题，帮助读者熟练使用R语言进行数据挖掘。 本书可作为高等院校数据分析与数据挖掘课程的教材，适合于有意学习并使用数据挖掘基本技术的本科生、研究生以及业界人士阅读。

本书将围绕大数据技术的基本原理与实践,介绍了大数据获取、存储、分析、数据挖掘和机器学习。内容涵盖以下主题：Hadoop、Mapreduce、关联规则、大规模监督机器学习、数据流、集群、NoSQL系统（Pig、Hive），以及包括推荐系统、Web和安全性的应用程序。
第1章重点阐述了大数据驱动的商业模式、技术生态体系，大数据的类型、特点、获取技术。第2章概要介绍了大数据的软硬件架构，包括大数据技术基础与软硬件设施、大数据存储与管理技术、大数据的分布式处理技术平台等，包括MapReduc

本书是人工智能技术应用核心课程系列教材之一，通过对人工智能数据标注的概念、方法、工具与案例的系统介绍，结合对图像、视频、语音、文本和3D点云等类别数据的具体标注案例的分析与操作，使初学者可以快速掌握数据标注的基础知识和常用方法，使从业者在提升数据标注技术水平的同时，掌握工程化数据标注的项目组织、管理和质量控制的技术与方法。本书适合作为高校人工智能相关专业的教材，也可供人工智能、机器学习与深度学习爱好者阅读，还可作为人工智能改造升级项目的规划与实施者、人工智能数据服务从业者以及数据标注技术工程管理

　　《Hadoop理论与实践/大数据人工智能系列丛书》按照高等学校大数据、人工智能课程基本要求，以案例驱动的形式来组织内容，突出该课程的实践性特点。
　　《Hadoop理论与实践/大数据人工智能系列丛书》主要包含四大部分：Hadoop技术、数据仓库与Hive、Flume分布式日志处理系统、Spark及其生态圈概述。其中，Hadoop技术包括大数据与数据分析、Hadoop生态系统介绍、Hadoop存储、Hadoop计算之MapReduce、Hadoop安全等；数据仓库与Hive包括Hive与

本书以大数据处理流程为主线，重点介绍大数据获取、预处理、存储管理、挖掘分析以及可视化等方面的基本理论、方法和关键技术，通过丰富的应用案例展示了行业大数据的应用场景以及数据价值。 本书共 7 章：数据与大数据时代、大数据获取和预处理、大数据存储与管理、大数据挖掘分析、大数据可视化、大数据处理技术和行业大数据应用。 本书深入浅出、图文并茂，注重广度与深度结合、科学性与实用性结合，是为高等院校数据科学与大数据技术专业的大数据导论课程编写的教材，可作为高职高专大数据技术与应用专业的教材，也 可作为大学非