本书采用项目驱动方式, 从理论到实践, 由浅入深地设计了17个项目, 包括认识大数据分析、Python数据分析工具、numpy数据分析和处理、Pandas数据分析和处理、Matplotlib数据分析可视化、基于HADOOP的数据分析和机器学习。

本书介绍了光电检测系统的构成和应用基础知识。重点叙述了光电检测过程中常用的光源、各种性能的光电转换器、光纤与光纤传感技术、光外差检查技术，以及光电转换器的基础和应用实验。
本书内容全面，叙述简明扼要，既重视理论性，也讲究实用性。可供电子信息类及其他相关专业的理工科本科生、研究生作教材选用，也可作为相关科技工作者的参考用书。

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。

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。

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。