本书由浅入深，内容丰富。全书共11章，主要内容包括第1章R语言数据分析概述、第2章R语言数据操作基础、第3章数据读写、第4章数据预处理、第5章数据的描述统计分析、第6章 数据相关性分析、第7章 R语言可视化基础、第8章 高级可视化工具、第9章聚类分析、第10章关联规则、第11章分类及预测。
本书可作为高等院校数据科学相关专业的教材，也可作为初级数据分析进行数据分析学习的指导书。

本书是人工智能技术应用专业核心课程教材之一, 采用课程思政+基础概念+项目案例编写模式, 通过对人工智能和数据标注的概念、方法、工具、案例的系统介绍, 结合文本、语音、图形图像、视频4个方面的数据标注项目 (每个项目以不同的案例加以分析和操作) 使初学者快速学习和掌握数据标注的基础知识及工具软件的使用方法。

本书由基础篇和实战篇两部分组成。基础篇包括大数据概述、大数据技术、大数据处理平台、大数据采集与存储、新型数据库、大数据分析与处理、数据可视化。通过基础篇的学习, 读者可对大数据技术有一个概括性的了解。实战篇以企业案例为主线, 详细介绍大数据分析与处理的技术实现过程, 包括大数据分析基础环境搭建、大数据平台搭建、大数据分析案例技术实战。

本书以任务为导向, 较为全面地介绍了Spark大数据技术的相关知识。全书共9章, 具体内容包括Spark概述、Scala基础、Spark编程基础、Spark编程进阶、Spark SQL--结构化数据文件处理、Spark Streaming--实时计算框架、Spark GraphX--图计算框架、Spark MLlib--功能强大的算法库, 以及项目案例--广告监测的流量作弊识别。本书的大部分章节包含实训和课后练习, 通过练习和实践操作, 可以帮助读者巩固所学的内容。

本书以Scala作为开发Spark应用程序的编程语言, 系统地介绍了Spark编程的基础知识。全书共9章, 内容包括大数据技术概述、Scala语言基础、Spark的设计与运行原理、Spark环境搭建和使用方法、RDD编程、Spark SQL、Spark Streaming、Structured Streaming和Spark MLlib。 本书每章都安排了入门级的编程实践操作, 以便使读者能更好地学习和更牢固地掌握Spark编程方法。

本书分上下两篇，上篇共9章，在介绍测量与仪表、误差及其处理的基础上，阐述温度、压力、流量、物位、机械量与成分等流程工业中主要参数的检测原理、方法及相关的仪表；下篇共6章，介绍过程控制装置及系统相关的知识。

大数据平台运维是大数据应用人才培养的基本技能之一。本书讲解了大数据平台运维过程中的各个主要阶段及其任务, 主要包括安装部署、优化监控、架构原理、生态系统、运维工具等。本书内容全面, 涵盖了Hadoop生态绝大部分组件的运维, 兼具基础理论与运维实践经验; 主要特色是将知识点凝练到图形中, 通过视觉记忆, 看图联想, 理解知识点的含义和知识点之间的联系, 以达到长时记忆、学以致用的目的。通过900多道习题, 加强系统性和实践指导性。

本书从基础认知出发, 兼顾实训操作, 内容分为NX MCD基础篇和实训篇。基础篇针对西门子NX MCD的基本机电对象、运动副和约束、耦合副、传感器和执行器、运行时行为、仿真过程控制、虚拟调试协同连接的相关知识和实操技巧进行了系统介绍; 实训篇针对小型自动化生产线控制面板、出料、传送、装配、仓储等典型机构的仿真和调试进行了细致阐述。

本书以YL-1633B型自动化生产线为载体，按照自动化生产线的工作过程进行实践项目设计，体现了由简单到复杂，由单一到综合的工作过程。为了更好地进行实践教学以及知识拓展，在实践篇前加入了准备篇和基础篇，基础篇不仅涵盖了实践项目中所需要的理论知识和相关技能，还对研究自动化生产线所需要的知识加以扩展，使教材的内容在适度、够用的原则下，兼顾知识扩展和能力提升功能。本书分为4个篇章，准备篇以认知实践载体为主要内容，介绍了YL-1633B的外形、结构以及相关电气控制系统。基础篇以自动化生产线核心技术为主，介

本书介绍了西门子工业软件 Tecnomatix Process Simulate的重要知识点和操作技能，分为基础入门篇和应用提高篇。基础入门篇包含10章，主要介绍该软件的基础知识，包括软件介绍、软件安装、软件界面、模型编辑、仿真操作、机器人功能模块、焊接操作功能模块、路径编辑器、序列编辑器和碰撞检查。应用提高篇包含4章，主要讲述4个典型的仿真案例，分别是物体运动与机器人拾放操作、简单焊接、磨砂和抛光。为便于教学及自学，在部分章节中配以操作详解视频，读者扫描二维码即可直观明了地观看学习。
本