全书内容分为大数据系统基础、Hadoop技术、Spark技术和项目实战4部分。其中，Linux是学习大数据技术的基础，先从Linux入手，打下坚实的基础，之后才能更好地学习Hadoop和Spark。4部分内容分别介绍如下。
　　大数据系统基础篇通过大数据概述、Linux系统安装、Linux系统基础命令、Shell编程和MySQL数据操作，为以后编程奠定坚实的基础。
　　Hadoop技术篇以Hadoop生态圈为中心，详细介绍Hadoop高可用集群搭建、HDFS技术、MapReduce技

本书通过原理加案例的方式系统地讲解了Hadoop大数据开发，让读者能够全面地了解大数据开发流程。书中精心安排了原理分析、环境搭建、案例开发等多个过程，使读者对解决大数据问题有清晰的思路。全书共7章：前6章系统讲解大数据Hadoop架构，包括大数据处理平台Hadoop、分布式文件系统HDFS、并行计算模型MapReduce、资源调度框架Yarn；第7章是MapReduce应用实例，通过案例帮助读者进一步理解Hadoop平台。全书突出3个特点：道理简单明了、思路清晰透彻、案例新颖

非结构化数据是与结构化数据相对应的概念。结构化数据具有固定的格式，看上去非常规整。与结构化数据相反，非结构化数据是指无固定格式的数据，例如，文本、网页、图像、视频、数据流、序列、社交网络、图结构等。现有数据中绝大多数数据都是非结构化数据。
本书介绍了四种典型非结构化数据的分析和挖掘技术，分别是：文本数据、社交网络数据、数据流数据和多媒体数据（包括图像、音频和视频）。为了便于读者学习，大部分内容除了理论讲解之外，还给出了相应的在大数据环境下的上机实践案例。

本书在介绍R软件基本功能的基础上，介绍了数据挖掘十大经典算法的基本原理及相应的R语言实现范例，旨在使读者能够仿照范例快速掌握大数据分析的方法，从高维海量数据中挖掘有用的信息，使用合适的数据挖掘算法，解决实际问题。全书内容共12章，分别介绍R软件的使用方法、C4.5算法、k-means算法、CART算法、Apriori算法、EM算法、PageRank算法、AdaBoost算法、kNN算法、Naive Bayes算法、SVM算法及各算法的案例分析。本书理论部分简单明了，所有程序均经过R软件实际运行。

本书在第1版的基础上修订而成｡本书涉及计算机控制系统的硬件设计､软件设计､控制算法和仿真技术等内容,既具有较强的理论性,也具有很强的实践性｡主要内容包括:计算机控制系统的基本概念和组成､计算机控制系统的分类;采样过程､数字控制设计基础､离散化方法､数字控制器设计方法等计算机控制的基础理论;计算机控制系统的过程通道､数据处理和数字滤波､过程通道的可靠性措施;数

本书所使用的软件版本为MATLAB R2016a。MATLAB R2016a 内嵌程序命令､注释､说明和运行结果，图文并茂，使抽象的理论变得生动形象。
本书内容涵盖传递函数的建立､稳定性分析､系统校正､根轨迹校正､状态反馈仿真､PID 控制器参数设计和复杂控制系统仿真。本书可作为高等院校自动化､电气工程及其自动化等专业的教材，也可供工程技术人员自学参考。

《MATLAB语言与控制系统仿真》根据实际需要，系统地介绍数学软件MATLAB 7.0的基本功能，包括数值计算功能、符号运算功能和图形处理功能等，在此基础上精心设计了丰富的实例，并且有一些导入案例、知识拓展和MATLAB实验，这样可以更好地拓展知识，提高读者的实践应用能力。MATLAB语言与控制系统仿真的结合，使得MATLAB的控制应用函数在各个实例分析中原理清晰、应用自如、简单易学。
　　《MATLAB语言与控制系统仿真》特点：以MATLAB在控制系统中的实际应用为背景，从传统控制理论

本书作者比尔·钱伯斯和马太·扎哈里亚在强调Spark 2.0的改进和新功能的同时，将Spark题分为不同的部分，每个部分都有其独特的目标。你将探索Spark的结构化API的基本操作和常见功能以及Structured Streaming，后者是用于构建端到端流应用的一种全新的高层API。开发人员和系统管理员会学Spark监控、调优、调试的基础知识，探索机器学习技术以及Spark可扩展机器学习库MLlib的部署场景。

本书共分为5章理论知识和3个课程实验，深入浅出地介绍了视讯技术的基本概念和原理。第1章视频监控系统的基础知识主要介绍了视频监控系统的基本概念、常用的术语、涉及的主要技术及发展趋势。第2章摄像机原理及实训主要介绍了摄像机的基本概念、常用的术语、摄像机的分类、配置及维护。第3章NVR原理及实训主要介绍了NVR的基本概念、原理、业务配置与管理、常见故障定位与排除。第4章商业解决方案主要介绍了商业监控系统的概念、原理、常见平台功