本书较为系统地讲解了大数据处理平台Hadoop和Spark生态系统的相关技术原理、使用方法和开发技术，全书共11章，主要包括大数据技术概述、大数据处理平台Hadoop、分布式文件系统HDFS、分布式计算框架MapReduce、Hadoop的发展和演化、数据仓库Hive、分布式数据库HBase、Spark的基本概念和整体架构及集群安装、Spark核心编程、Spark生态系统、Flinkk基本概念和体系结构及编程实践。

本书面向Hadoop大数据技术，通过大量实例，循序渐进地介绍了Hadoop生态系统常用组件的安装及使用方法。
全书共15个项目，主要内容包括：在虚拟机中安装CentOS 7、安装Hadoop伪分布、配置平台基础环境、搭建Zookeeper分布式集群、搭建HDFS分布式集群、搭建YARN分布式集群、Hadoop分布式计算框架(MapReduce)、Hive的安装与部署、Hive常用命令的使用、搭建HBase分布式集群、Sqoop的安装与部署、Flume的安装与使用、搭建Kafka分布式

本书主要讲述自动控制原理及其应用，并系统介绍自动控制系统的基本概念、基本理论、分析与设计方法。全书共9章，第1章为绪论，第2章为控制系统的数学模型，第3章为控制系统时域分析，第4章为根轨迹技术，第5章为线性定常系统的频域分析法，第6章为控制系统的校正设计，第7章为状态变量系统分析与设计，第8章为数字控制系统，第9章为自动控制系统设计实例。 本书以培养应用型、研究型人才为主线，通过新颖且充满挑战性的问题，让学生在寻找问题答案的过程中，充分体会发现的乐趣。本书强调以人为本的思想，每章介绍一位与信息自

《智能控制》（第2版）（ISBN为9787302581611）是全国工程硕士专业学位教育指导委员会推荐教材，全面涵盖模糊控制、神经控制、专家控制、仿人智能控制、递阶智能控制、学习控制、**智能控制及其工程应用实例。本书配套于该教材，为智能控制研究生课程教学提供全面而系统的教学设计与指导，包括学习理论、指导教学的系统科学、思维科学、科学方法论，教学文件、教学手段、教学方法、教学重点难点及教学课件设计。

本书系统地介绍了机器人先进控制器的设计和分析方法，是作者多年从事机器人控制系统教学和科研工作的结晶，同时融入了国内外同行近年来的先进成果。本书内容包含多轴运动控制系统实训平台认知、伺服系统基础运动控制设计、伺服系统同步运动（电子齿轮）设计、伺服系统协同运动（电子凸轮）设计、伺服系统平面插补运动设计、伺服系统空间插补运动设计、工业机器人结构和运动控制、典型六轴工业机器人设计和附录。本书各部分内容既相互联系又相互独立，可根据自己需要选择学习。本书可作为高等院校工业自动化、自动控制、机械电子、自动化仪

全书共9章，内容包括计算机控制系统及其组成、计算机控制系统的典型型式、发展概况和趋势；计算机控制系统的硬件设计技术；数字控制技术；常规及复杂控制技术；现代控制技术；先进控制技术；计算机控制系统的软件设计技术；分布式测控网络技术；计算机控制系统设计与实现。

本书系统介绍了MATLAB R2022a仿真软件在自动控制领域的功能亮点和MATLAB编程基础，由浅入深地介绍了基于Simulink模块编程的仿真系统搭建与分析方法。本书第1章介绍了MATLAB基础知识;第2章阐述了经典控制理论中的数学建模、时域分析、根轨迹分析、频域分析、系统校正与设计和非线性控制系统分析等关键理论与MATLAB仿真;第3章论述了现代控制理论中的状态空间模型、系统可控性、可观测性判定、稳定性分析、状态反馈极点配置、状态观测器设计、优化控制等基本理论和MATLAB求解方法;第4章

本书为自动控制类理实一体化教材，主要介绍了工控组态软件MCGS在各种控制系统中的应用，以实用、易用为目的，利用项目化的编写方式对多种控制系统进行了详细的讲解，力求使读者能够有所借鉴。全书共分为四个模块，模块一介绍了MCGS工控组态软件的基本知识及部分组态设备；模块二介绍了多种开关量MCGS监控系统的构建方法；模块三介绍了模拟量工程组态的方法与步骤；模块四介绍了多种模拟量MCGS监控系统的构建方法。
本书可作为高等学校自动化、机电、电子、计算机控制技术等专业的教材，也可作为化工、电工、

本书介绍了人工智能与语言知识的结合特点。通过理论概念讲解、具体实例分析，介绍语言知识的构建方法、类型案例、应用领域，辅助学习者快速了解行业基础和发展动态。本书首先介绍语言知识库的基本理论和构建方法，通过例子介绍资源类语言知识、语料库语言知识的概念和结构。为了方便理解，本书结合大量案例介绍语言知识在自然语言处理及在司法、医疗、金融等垂直领域中的应用，目的是帮助数据标注者理解行业发展，建立语言知识理论和应用的基本框架，为从事相关工作提供便利。

本书是一本全面介绍数据挖掘基本原理、核心算法以及典型应用方法的专业书籍。第4版在前三版的基础上，对数据挖掘的方法论和知识点进行了重新归纳，按照基础篇、提高篇和应用篇进行设计。从方法论上说，数据挖掘是一个方法和原理逐步演变的过程。首先，最基础的数据挖掘方法主要有“关联规则”“分类”“聚类”，它们是数据挖掘的灵魂和基础，因此基础篇是了解和学习数据挖掘技术的入门知识。其次，随着数据挖掘技术研究和应用的深入，序列数据挖掘和深度神经网络得到充分研究。前者突破数据库的数据约束，面向时间序列发现有价值的知识模