本书包含五个项目，分别为认识机器人、操作工作机器人、应用工业机器人、仿真工业机器人、拓展工业机器人。每个项目制作任务，以项目教学、理论结合实际，相关操作都录制了配套微课，紧跟企业需求，真正体现工学结合的特点进行撰写。本书配有视频讲解及PPT课件、教学指南。

本书为校企双元开发的“岗课赛证”融通教材，注重设计与实践结合，突出技术性与应用性。书中讲述了SolidWorks2024 界面基本操作、SolidWorks 常用工具栏认识、SolidWorks 系统选项认识、初识机械创新设计、基本草图绘制及创新实践、等距实体图形绘制及创新实践、草图镜像图形绘制及创新实践、草图阵列图形绘制及创新实践、草图倒角图形绘制及创新实践、工业机器人轴类零部件造型及创新实践、工业机器人法兰类零部件造型及创新实践、工业机器人齿轮类零部件造型及创新实践、工业机器人标准零部件造型

"本书系统地介绍机器人智能感知技术。全书共9章，主要内容包括机器人传感器基础知识，机器人内部传感器（位置与速度传感器、加速度传感器、陀螺仪表、姿态传感器等）技术基础，机器人触觉和力觉感知技术基础，机器人接近觉、热觉、滑觉、听觉、嗅觉和味觉感知技术基础，机器人视觉感知技术基础，估计理论基础，多传感器信息融合技术基础，智能感知技术在机器人系统中的应用，基于多传感器信息融合的自动驾驶汽车位姿估计等。
本书可作为高等院校人工智能、机器人工程、自动化、智能感知工程、测控技术与仪器等相关专业的本科生教

本书以技术应用能力培养为目标，以真实的集散控制系统设备为载体，以6个学习情境组织教学内容，采用任务驱动的教学方式，重点介绍了浙大中控JX-300X集散控制系统的基本结构、基本功能、软硬件组态、流程图绘制、监控维护和工程应用等知识，同时介绍了霍尼韦尔TDC-3000、TPS/PKS系统、横河CENTUM-CS系统、艾默生Delta V系统、现场总线等相关知识和应用案例。
本书可作为高等职业院校、成人学校开办的二级学院生产过程自动化技术、电气自动化技术、机电一体化技术、计算机控制技术等相关专业

本教材是为了适应教yu部电气工程一级学科研究生核心课程指南要求而编写的。内容包含了线性系统的状态空间法、稳定性与李雅普诺夫方法、最优控制、鲁棒控制、系统辨识、自适应控制和模型与预测控制等七大部分。本教材的编写力图通过建立各知识点间的逻辑关系，加深对基本概念的理解；通过简单的算例，掌握基本方法的应用；通过对定理、公式、判据的严格证明，培养用数学语言解决工程问题的能力。此外，为了便于学习，还录制了教材的MOOC课程。 本书主要作为工科院校非控制类学科的研究生教材，也可作为广大科技人员和其他

本书共7个项目，全面介绍了大数据技术概述、大数据平台部署与操作、数据库配置维护、数据采集与处理、Hive数据仓库应用、Spark SQL数据分析、Zeppelin数据可视化等内容。每个项目围绕一个核心知识点展开，通过具体的任务描述、知识课堂和实践操作引导学生逐步深入学习。本书具有较强的实用性和可操作性，语言精练，通俗易懂，操作步骤描述详尽，并配有大量操作图例。本书适用于职业教育计算机相关专业及大数据相关专业使用。本书配有丰富的教学资源，包括教学课件、教案、微视频等。

本书是一本系统且实用的大数据技术学习指南，全面覆盖了Spark的核心知识和应用场景。全书围绕“项目驱动、任务导向”的理念，设计了7个学习情境，分别涉及Spark环境搭建、Scala程序编写与数据处理、Spark RDD和Spark SQL的综合应用、流数据处理及机器学习模型的实现，逐步引导读者掌握从数据加载、清洗到分析和模型构建的完整流程。

本书是基于SparkML和Scala语言编写的机器学习实战书籍。基于目前新版本的Spark框架展开, 首先是机器学习准备部分, 分别介绍了Spark与大数据技术的基础知识、Spark环境的安装与配置、Scala编程基础、Spark数据结构基础。然后是机器学习核心部分, 分别介绍了机器学习基础、线性回归、分类算法及应用、数据降维与应用、聚类算法及应用、关联规则挖掘算法及应用。最后通过两个综合实战项目案例进行巩固提升。本书配套了较为丰富的实战案例, 并为案例提供了详细的步骤, 另外, 本书配套了源代

本书系统地介绍大数据的相关知识，分为大数据基础篇、大数据存储与管理篇、大数据处理与分析篇、大数据应用篇。全书共13章，内容包含大数据概述、大数据处理架构Hadoop、分布式文件系统HDFS、分布式数据库HBase、NoSQL数据库、MapReduce、Hadoop再探讨、数据仓库Hive、Spark、流计算、Flink、大数据分析综合案例、大数据应用。本书在大数据处理框架Hadoop、分布式文件系统HDFS、分布式数据库HBase、NoSQL数据库、MapReduce、数据仓库Hive、S

本书是校企合作的成果，以大数据平台运维岗位的实际工作为核心，采用任务驱动方式，全面介绍了 Hadoop 集群的安装、监控和优化等关键技能。内容涵盖了从集群搭建到节点维护、分布式文件存储操作、计算资源管理，再到集群调优和应用组件调优，以及应用组件的安装与检验等多个方面。本书遵循“实践为主、理论为辅、注重实用性”的教育理念，在实际操作中融入理论知识点，帮助读者更好地学习和掌握大数据分析与处理的关键技能。本书适合具备一定计算机基础的读者阅读，可作为中等职业学校、高职高专计算机相关专业的教学用书，也可作