在数字化和智能化逐渐成为工业发展主流的背景下，《工业控制网络》一书为读者提供了一个全面而系统的指南，涵盖了现场总线、工业以太网、Modbus控制网络及无线通信技术等关键领域。全书共分为12章，从基础理论到实际应用案例，深入探讨了工业控制网络的核心技术及其广泛应用，旨在帮助读者掌握如何提高生产效率、降低成本和实现灵活管理。
书中详细讲解了CAN现场总线、PROFIBUS、LonWorks、DeviceNet、PROFINET、EtherCAT等技术，结合实际案例，使读者能够更好地理

"本书以电商网站中的用户行为数据作为数据源，系统介绍了使用Spark生态系统进行离线分析和实时分析的方法。全书共6章，分别讲解了项目概述、搭建集群环境、使用Flume实现数据采集、使用Hive构建数据仓库、使用Spark进行数据分析以及使用FineBI实现数据可视化。
本书附有教学PPT、教学设计等资源，同时，为了帮助初学者更好地学习书中内容，还提供了在线答疑，欢迎读者关注。
本书适合作为高等学校数据科学与大数据技术及相关专业的教材，也适合数据分析、数据可视化等领域的从业者阅读。"

"《大数据管理导论》从基础、职能和应用三个维度构建课程体系结构。基础篇包括：大数据概述(数据与大数据、大数据时代、大数据相关技术、大数据关键技术、我国大数据发展战略)、大数据管理基础理论(数据资产理论、数据权理论、大数据思维、大数据伦理)；职能篇包括：宏观大数据管理主要职能(大数据发展规划、大数据组织架构、数据开放与共享、大数据交易、大数据安全)、微观大数据管理主要职能(企业数据规划、企业数据组织、企业数据采集、企业数据分析与应用)；应用篇从横向和纵向两个维度，即从管理职能视角(大数据预测与决策

本书介绍了Hadoop生态系统架构功能与原理；分布式文件系统HDF-SHDFS；MapReduce编程模型及应用开发；YARN原理及配置；Hadoop伪分布式环境的搭建与配置测试；Hadoop完整分布式的集群配置搭建；Zookeeper分布式协作框架；HDFSHA原理功能与配置测试；ResourceManagerHA原理与配置；通过实际案例介绍了网站用户行为分析、网站后台日志分析和二次排序；介绍数据仓库Hive的原理及安装部署、Hive的基本操作及实战操作；大数据协作框架Sqoop、Flume、

本书共8章, 分别讲解了Spark基础知识、Spark部署、SparkRDD、SparkSQL、SparkStreaming、Kafka、StructuredStreaming和SparkMLlib, 并在最后完整开发了一个在线教育学生学习情况分析系统, 帮助大家巩固前面所学的内容。

数据治理与认知安全在推动国家发展、保障国家安全、维护社会稳定和促进经济高质量发展等方面具有不可替代的重要作用。本书覆盖数据治理与认知安全两部分内容。数据治理包含数据治理体系、数据处理方法和数据合规审计三方面内容，主要关注数据的采集、清洗、集成、标注、增强和分析等规范化的管理过程，确保数据在整个生命周期中保持高质量、一致性、准确性和合规性，使得数据能被正确利用，有序释放数据价值。认知安全包含数据建模的基础理论、认知安全威胁和认知安全防御的理论与方法三方面内容，主要强调在数据驱动的人工智能应用范式下

本书以电商网站中的用户行为数据作为数据源，系统地介绍了如何使用 Spark生态系统进行大数据离线分析和实时分析的方法。全书共7章，分别讲解了项目需求、项目架构、项目实现流程、大数据集群环境搭建、热门品类Top10分析、各区域热门商品Top3分析、网站转化率统计、广告点击流实时统计和使用FineBI实现数据可视化。
本书附有配套视频、教学PPT、教学设计等资源，同时，为了帮助初学者更好地学习本书中的内容，还提供了在线答疑，欢迎读者关注。
本书适合作为高等教育本科和专科的数

"《大数据管理与应用概论》从理论、技术和应用三个维度构建课程体系结构。理论篇包括：大数据概述、大数据管理基础理论(数据资产理论、数据权理论、大数据思维、大数据伦理)和大数据管理主要职能(大数据发展规划、大数据组织架构、数据开放与共享、大数据交易、大数据安全)；技术篇包括：大数据相关技术(云计算、物联网、人工智能、区块链)和大数据关键技术(数据采集与预处理、数据存储与管理、数据处理与分析、数据呈现与可视化)；应用篇分别从管理职能视角(大数据预测与决策、大数据与市场营销、大数据与人力资源管理、财务大

本书系统地介绍了数据科学中的核心理论与实践方法，为读者理解和应用这些技术提供了坚实的基础。本书涵盖了监督学习、无监督学习和强化学习的内容。其中，监督学习包括理论框架、线性模型、核方法、神经网络以及一阶优化方法。无监督学习涉及聚类分析、主成分分析和生成学习方法。强化学习提供对相关内容的深入探讨。

"本书是面对当前科学可视化、信息可视化、可视分析研究和应用的新形势，专门为计算机、统计、大数据处理及相关专业开设的“数据可视化”课程而编写的。全书分为两篇： 原理篇和应用篇。其中，原理篇从数据可视化发展历程、可视化数据的度量和可视化组件、可视化流程等方面讲解可视化基础理论和概念，针对实际应用中遇到的不同类型的数据（包括时空数据、地理信息数据、文本数据、层次数据）介绍相应的可视化方法； 应用篇着重介绍可视化工具ECharts的综合应用，同时介绍流行语言Python在可视化方面的应用，最后一章用实例