作为近十几年来大数据、人工智能行业飞速发展最重要的驱动技术之一，大数据分析与挖掘已经成为各个行业商业决策的必备技术。本书紧跟数据科学前沿，旨在帮助读者建立大数据分析与挖掘的思维框架，培养其使用数据驱动的方法解决商业决策问题的能力。本书秉承经典、主流和发展的理念，重点介绍了大数据分析与挖掘的主要步骤，关联分析、分类和聚类等经典算法的原理以及文本挖掘和深度学习等**算法和应用。本书内容设计采用“算法原理+商业案例”的方式，突出课程的实践性和应用性特点。

本书适合作为开设数据挖掘、机器学

本书是中国特色高水平高职学校电气自动化技术专业的CDIO系列教材之一，是应CDIO课程改革的需要,校企合作编写的新形态教材。本书重视学生职业能力和工匠精神的培养，知识点和技能点紧密结合过程控制工程项目的实际应用，配有大量立体化教学资源，学生通过扫描二维码即可获得在线资源进行学习。本书共3个项目,项目设置结合工程实际，内容系统、简洁，图文并茂，实用性较强。项目一主要讲述过程控制系统的概念、构成与要求，基本控制规律、控制器参数整定，单回路控制系统的设计、安装、运行与调试;项目二重点介绍了串级、比值等

本书先带领读者了解工业网络技术的发展脉络，再以三菱iQ-FX、iQ-R、MELSEC-Q系列PLC为主控CPU，通过项目形式全面学习以太网通信、简单CPU通信、串行通信、CC-Link通信、CC-Link IE Field通信、CC-Link IE Control通信、CC-Link IE TSN通信、Modbus通信和综合网络通信技术。每个项目从认知网络特点到网络拓扑连接，从系统构建到参数设置，从程序编写到网络诊断，这样一条循序渐进的认知主线，用任务串起每个网络通信的应用。本书采用主教材+工作

本本书系统地介绍智能控制的基本内容。全书共9章，主要包括智能控制概述、模糊逻辑理论基础、模糊控制、神经网络原理、神经网络控制、计算智能、深度学习、强化学习、学习控制。本书还提供了部分智能控制的MATLAB仿真程序设计及智能控制的相关应用案例。

本书着重叙述了数控编程的基础及方法、计算机数控装置、数控装置的轨迹控制原理、数控机床的伺服系统等方面的内容，同时还叙述了数控技术的基本概念、数控机床的机械结构、数控机床的故障诊断以及数控技术的发展等。

本书从实用角度出发，围绕Linux 操作系统和Hadoop 集群部署，从虚拟机安装入手，结合典型项目和案例，较为全面地介绍了大数据开发技术平台Hadoop 及其生态系统的相关知识。主要内容包括大数据技术中的Hadoop 集群部署、HDFS、MapReduce、Hive、HBase和Sqoop 等。全书所有知识点都结合具体的编程示例讲解，重要知识点配有视频讲解。
本书可作为高等职业院校大数据技术、软件技术、计算机网络技术、人工智能技术等专业的教材，也可作为大数据爱好者的参考书，同时也可作为企

本书以Python作为开发语言，系统介绍PySpark开发环境搭建流程及基于PySpark进行大数据分析的 相关知识。本书条理清晰、重点突出，理论叙述循序渐进、由浅入深。本书共7章，第1?5章包括PySpark 大数据分析概述、PySpark安装配置、基于PySpark的DataFrame操作、基于PySpark的流式数据处理、 基于PySpark的机器学习库，内容介绍注重理论与实践相结合，通过典型示例强化PySpark在大数据分析 中的实际应用；第6、7章通过基于PySpark的网络招聘信息的

本书的主旨是介绍如何结合Python3语言进行各类结构化和非结构化数据的采集、预处理和存储，涉及统计概率、数据格式与编码、网页开发、自然语言处理、数据科学等不同领域的内容。全书共分为11章，包括数据科学概述、Python基础、统计与概率基础、文件读写与操作、数据可视化、网络数据爬取等多个主题。内容覆盖本地文件、网页数据、大数据访问等编程中的主要知识和技术，在重视理论基础的前提下，从实用性和丰富度出发，结合实例演示了数据采集、处理与存储的核心流程。本书适合高等院校计算机、数据科学与大数据技术、软件

本书以初学者的角度详细介绍Spark架构的核心技术，主要围绕Spark的架构、Spark的开发语言、Spark模块的主要功能展开；以IDEA为主要开发工具，CentOS为运行环境，采用理实一体化授课模式。本书内容包括Spark导论，Spark环境搭建与使用，Scala语言，Spark弹性分布式数据集，Spark SQL、DataFrame和DataSet，Kafka分布式发布-订阅消息系统，Spark Streaming实时计算框架，Spark MLlib 机器学习算法库，Redis数据库

本书以数字经济发展为背景，围绕数据要素估值，从数据要素概念界定入手，介绍数据要素经济价值、数据要素市场发展及管理、相关研究前沿知识等。本书以数字经济发展为背景，围绕数据要素估值，结合实务界探索成果与理论界研究成果，构建了数据资产评估框架和数据要素定价知识体系。本书内容编排体现关于数据要素市场改革的重点：数据开放共享、提升社会数据资源价值、加强数据资源整合和安全保护。
本书适合金融学、投资学等财经类专业的学生作为教材使用，也适合从事人工智能、工程管理、大数据管理与应用、工业智能等交叉