本書從應用型技術人才培養(yǎng)的實際需求出發(fā)，以較高的層次及較新的視角，對工業(yè)控制領域中所涉及的自動化生產(chǎn)線運行、安裝與調(diào)試等進行了介紹。本書內(nèi)容涵蓋機械結構、電氣線路、傳感器檢測等自動化生產(chǎn)線的基礎技術，以及氣壓傳動、變頻調(diào)試、交流伺服等運動控制技術，還包括自動化生產(chǎn)線基本組成單元的機電系統(tǒng)的裝調(diào)、PLC控制程序設計、人機

數(shù)據(jù)本無大小，但應用場合、處理方式的不同卻分出大小，是謂小數(shù)據(jù)。數(shù)據(jù)表示的是過去，但表達的是未來，所以應用數(shù)據(jù)不僅需要全量數(shù)據(jù)，也需要樣本數(shù)據(jù)；不僅要了解相關性，更要明白因果關系；不僅要預見未來，更要量化自我。這就迫使我們從更廣泛的角度理解小數(shù)據(jù)，梳理小數(shù)據(jù)與大數(shù)據(jù)的分野，從而將相關思路投射、印證于小數(shù)據(jù)，考察其核心特

本書對數(shù)據(jù)科學進行了整體性介紹，涵蓋了掌握該學科所需的分析、編程和業(yè)務技能等方方面面。找到一個的數(shù)據(jù)科學家就像是尋找一只獨角獸：因為其所需要的技術及技能組合很難在一個人身上兼?zhèn)�。另外，良好的�?shù)據(jù)科學素養(yǎng)不僅僅是對所訓練技能的綜合應用，還需要能夠靈活考慮所有這些領域，并理解它們之間的聯(lián)系。本書提供了數(shù)據(jù)科學的速成課程，將

本書詳細討論大數(shù)據(jù)管理技術的各個分支及其實現(xiàn)技術,包括大數(shù)據(jù)建模技術、大數(shù)據(jù)存儲和索引技術、大數(shù)據(jù)查詢處理技術、大數(shù)據(jù)事務處理技術和大數(shù)據(jù)總線技術,并在此基礎上,對大數(shù)據(jù)應用系統(tǒng)進行了全面分析。本書面向大數(shù)據(jù)應用的開發(fā)人員、大數(shù)據(jù)管理系統(tǒng)的開發(fā)人員以及大數(shù)據(jù)管理技術的研究人員,也適用于高等院校相關專業(yè)師生學習。

“數(shù)據(jù)”已成為企業(yè)的一項寶貴的戰(zhàn)略資產(chǎn)。為了使龐大的數(shù)據(jù)發(fā)揮更大的價值，企業(yè)必須著眼于數(shù)據(jù)治理和綜合利用。主數(shù)據(jù)驅(qū)動的數(shù)據(jù)治理是指從企業(yè)雜亂的數(shù)據(jù)中捕捉具有高業(yè)務價值、被企業(yè)內(nèi)各業(yè)務部門重復使用的關鍵數(shù)據(jù)進行管理，構建單一、準確、權威的數(shù)據(jù)來源，從而提高企業(yè)的整體數(shù)據(jù)質(zhì)量，提升數(shù)據(jù)資產(chǎn)價值，推動業(yè)務創(chuàng)新，全面增強企業(yè)競

本書主要介紹范數(shù)優(yōu)化迭代學習控制的基本理論和最新進展。全書內(nèi)容分14章，系統(tǒng)地介紹了迭代學習控制的基本思想和理論體系，并對基于逆模型的迭代學習控制、范數(shù)優(yōu)化迭代學習控制、參數(shù)優(yōu)化迭代學習控制、基于逐次投影的迭代學習控制等迭代學習控制的最新研究成果進行了詳細的闡述。本書也是Owens院士關于其在優(yōu)化迭代學習領域中長期的研

本書是一本系統(tǒng)介紹大數(shù)據(jù)可視化技術的圖書。書中首先闡述了大數(shù)據(jù)的可視化技術的基本概念以及相關的基礎理論知識，然后采用理論與實踐相結合的方式，針對實際應用中的各種不同類型的數(shù)據(jù)，包括時間數(shù)據(jù)，比例數(shù)據(jù)，關系數(shù)據(jù)，文本數(shù)據(jù)，復雜數(shù)據(jù)，介紹相應的可視化理論和操作方法，最后，介紹了數(shù)據(jù)可視化在各個領域中的應用。 本書實例豐富，

本書將基本概念與實例相結合，由淺入深、循序漸進地對大數(shù)據(jù)思維、技術和應用做了全面系統(tǒng)的介紹。全書共12章，分為大數(shù)據(jù)基礎篇、大數(shù)據(jù)存儲篇、大數(shù)據(jù)處理篇、大數(shù)據(jù)挖掘篇和大數(shù)據(jù)應用篇。 大數(shù)據(jù)基礎篇的內(nèi)容涵蓋了大數(shù)據(jù)思維理念、大數(shù)據(jù)的產(chǎn)生與作用、大數(shù)據(jù)基本概念、大數(shù)據(jù)采集工具Flume和Scribe、大數(shù)據(jù)爬蟲工具Nutc

作者針對大數(shù)據(jù)問題，分析如何進行大數(shù)據(jù)的導入，如何使用大數(shù)據(jù)工具進行快速的數(shù)據(jù)預處理，以及如何構建數(shù)據(jù)倉庫。詳細講解了Kettle工具的使用、數(shù)據(jù)集成、Kettle作業(yè)項設計等。

本書主要介紹數(shù)據(jù)挖掘的基本技術和應用。數(shù)據(jù)挖掘作為一個多學科領域，從多個學科汲取營養(yǎng)。這些學科包括統(tǒng)計學、機器學習、模式識別、數(shù)據(jù)庫技術、信息檢索、網(wǎng)絡科學、知識庫系統(tǒng)、人工智能、高性能計算和數(shù)據(jù)可視化。我們提供發(fā)現(xiàn)隱藏在大型數(shù)據(jù)集中的模式的技術，關注可行性、有用性、有效性和可伸縮性問題。盡管我們確實提供了這些領域的必