本书是一本关于数据处理与误差分析的实用手册。全书主要介绍了实验数据的表示以及实验误差和不准确性的重要概念和方法，包括引言、物理量及其不准确性的表示、误差的分类和传递、概率分布、实验数据处理、数据及其误差的图形处理、数据的拟合函数以及回归贝叶斯分析，侧重于如何在实验数据给定的条件下确定理论中的参数值和不准确性的估计。同时

在五彩缤纷的现实世界中，到处充斥着数字。这些数字有时会让人看得眼花缭乱，使人心绪不宁。因此，数据的收集、处理、分析尤为重要。掌握正确的数据收集、数据处理、数据分析的方法，由表及里、去伪存真，是人们在学习、生活、工作中必不可少的。 本书用一种比较通俗的方式向大学生介绍数据分析的基础知识和基本方法，以帮助他们全面理解和正确

本书全面系统地介绍数据挖掘的概念、技术、算法及应用,力求为初学者构建一个合适的学习框架。全书将数据挖掘归纳成数据预处理、数据探索、决策树、贝叶斯分类、人工神经网络、支持向量机、关联规则分析、聚类、时间序列预测等几个主题,不仅详解技术原理和算法实现,而且还结合复杂多样的实际数据环境,探讨其应用场景和使用方法。

本书是针对高等职业院校财经商贸大类专业大数据技术应用基础相关课程编写的教材,旨在帮助学生建立数据思维和培养处理、运用数据的能力。本书采用贴近学生学习和生活情境的案例,通过“提出问题-确定所需数据-寻找数据-处理和分析数据-分析问题并提出解决方案”五个步骤,解决数据价值认知、寻找需要的数据、分析数据和应用数据四个根本问题

“控制系统分析与设计——过程控制系统”是控制及相关领域工程硕士培养过程中的核心课程之一。通过“控制系统分析与设计——过程控制系统”课程的学习，有助于工程硕士进一步系统地了解和掌握过程控制系统设计的基本理论、技术和方法，培养其进行过程控制系统分析与设计的能力。本书在阐述过程控制系统相关基本概念的基础上，介绍常见的过程控制

本书是《数据挖掘》的第2版，系统地介绍了数据挖掘的理论、方法与应用，包括数据特征分析及预处理、经典数据挖掘算法（分类、回归、聚类、关联规则和集成学习等）、大数据新常态下催生的数据分析方法（推荐系统、链接分析与网页排序、互联网信息抽取、日志挖掘与查询分析等）理论与方法。在此基础上，除第1章外，每章均有基于Python语言

本书以大数据运维工程师为职业培养方向，以职业岗位的“典型工作过程”为导向，融入行动导向教学法，将教学内容与职业能力相对接、单元项目与工作任务相对接。本书以实训为主体，配合实训指导视频，结合适当的知识讲解，让大数据技术学习者能快速掌握大数据平台部署与运维相关的实操能力，并建立基础理论认知。本书共8个项目，内容包括认识大数

本教材是为了适应我国卓越工程师教育培养计划和工程实践教学改革的需要，根据21世纪人才培养模式的新变化，针对中德合作高层次应用型创新人才培养的特点而编写的。本教材从训练学生的工程实践及应用能力出发，以培养综合创新思维为目标，以及为机械工程实践教学改革提供基本思路。通过本教材的学习，使学生获得产品几何量测量工程和智能检测系

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

本书主要介绍了机械类本科生和研究生在做测控及自动化方面的实验所涉及到的基本实验工具，如Matlab/Simulink、PLC、组态王、WinCCFlexible、TwinCAT、51单片机、Arduino、ARM、树莓派等，采用项目式实验，通过动手做，学会以上常用测空自动化工具软件的基本使用方法，在此基础上，完成基本和