本書作為Hadoop大數據技術的項目化實戰(zhàn)教材，以任務驅動為導向，深入淺出地介紹了Hadoop及其周邊框架的應用，涵蓋了當前Hadoop生態(tài)系統(tǒng)中的主流大數據技術。全書共12個項目，包括云計算和大數據基礎概論、CentOS的安裝與網絡配置、MPI集群部署及應用、Hadoop集群部署及應用、MapReduce基本原理及應

隨著數字新時代的崛起，每個企業(yè)都走到了數字化轉型的十字路口，企業(yè)該如何選擇？該如何邁出數字化轉型的第一步？面對多變、不確定、復雜且模糊的市場環(huán)境，企業(yè)該如何抓住數字時代的創(chuàng)新機會，走上堅定的轉型之路？ 本書在上一版的基礎上，借由筆者親歷的企業(yè)數字化轉型項目，分析了企業(yè)數字化轉型失敗的原因，并首次提出企業(yè)數字化轉型的成功

本書內容包括：數據科學及工作流程、統(tǒng)計模型與機器學習算法、信息提取與統(tǒng)計變量創(chuàng)建、數據可視化與社交網絡、預測模型與因果分析、數據預處理與工程方法。

本書系統(tǒng)地介紹了有關過程參數檢測和自動控制裝置的基礎理論和應用技術。全書分為4篇，共10章。第1篇基礎知識，含第1、2章，介紹本課程的意義及內容，檢測儀表的基本概念及性能指標；第2篇過程參數檢測，含第3～7章，介紹生產過程中常用的溫度、壓力、流量、物位和成分等參數的測量方法及常用檢測儀表；第3篇過程控制儀表，含第8、9

本書較全面地敘述了智能控制的基本理論、方法和應用。全書共分18章,主要內容為模糊控制的基本原理和應用、神經網絡控制的基本原理和應用、智能優(yōu)化算法及其應用和智能協(xié)調控制基本原理及應用。本書系統(tǒng)性強,理論聯(lián)系實際,敘述深入淺出,適合初學者學習。書中給出了一些智能控制算法的仿真實例和MATLAB仿真程序(見配書資源),并配有

《數據標注工程（第2版）》由數據標注行業(yè)的專家團隊編寫，采用通俗易懂的方式，系統(tǒng)地介紹了數據標注的基本概念、分類、流程、質量管理、安全、項目管理、平臺和應用等內容。本書通過理論與實戰(zhàn)相結合的方式，幫助讀者由淺入深進行學習，讓讀者真正掌握數據標注的核心技術、數據標注工程實施和管理方法。

集散控制系統(tǒng)是利用計算機技術對生產過程進行集中監(jiān)控、操作、管理和分散控制的一種新型的控制技術。它是由計算機技術、信號處理技術、測量控制技術、網絡通信技術和人機接口技術等發(fā)展而產生的。以現場總線為代表的工業(yè)控制網絡已成為新一代工業(yè)控制系統(tǒng)中的重要技術，它使得集散控制系統(tǒng)組成更靈活、控制更方便、應用更廣泛。現代工業(yè)生產離不

本書描述了數據的混雜特性,當前關于首席數據官報告體系的分歧,自適應規(guī)劃的需求,平衡的實現,以及特定的新執(zhí)行模型;介紹了首席數據官過程改進框架,通過數據管理知識體系和數據管理成熟度模型描述了數據領導者使用的核心概念、技術和策略以及集成;描述了在當前領導者之外維持數據和實踐改進所需的關鍵角色以及首席數據官在其組織中實施解決

本書介紹大數據知識工程的有關內容。全書共9章，第1章介紹大數據知識工程的背景；第2章介紹大數據知識工程的“三跨”特點及面臨的“散、雜、亂”挑戰(zhàn)；第3-6章介紹知識表示、知識獲取與融合、知識表征學習、知識推理四個核心環(huán)節(jié)；第7章介紹教育、稅務、網絡輿情領域的大數據知識工程應用；第8章指出未來研究方向；第9章對全書進行總結

本書為學生、研究者和工業(yè)實踐者提供了可供選擇的主題，他們希望學習具有操作約束的PID控制系統(tǒng)的設計和實現。這本書由三部分組成。第一部分介紹了PID控制系統(tǒng)的結構、經典的整定規(guī)則和基于模型的設計方法。第二部分介紹了作者的先進設計、分析和實現材料，包括基于頻域的設計、帶運算約束和量化誤差的實現、增益調度PID控制、串級PI