本书共10章，主要描述了动力学系统建模的理论、方法及其在科学与工程中的应用，包括绪论、振动基础理论、有限元法、动态刚度法、谱元法、统计能量法、能量有限元法、动态子结构法、电磁超声检测、非线性振动。

本书共7章，面向文本、音频、图像、视频、时空数据等多媒体数据类型，从数据处理的角度组织章节内容，重点介绍多媒体数据采集、压缩、存储、传输、生成、分析及应用的相关原理和技术。本书编写深入浅出，既系统介绍基础知识，又力求讲清数理概念，也能紧跟大数据与智能领域的研究和技术前沿。

本书分为两部分。第1部分为组态控制技术学习项目，通过机械手监控系统等5个具体项目的实施，介绍计算机监控系统的硬件设计、软件设计与调试的具体方法，包括计算机监控系统的方案设计，传感器/变送器和I/O接口设备选型，方框图和原理图绘制，监控画面制作，系统软硬件调试等内容。I/O接口设备涉及的主流硬件包括PLC、I/O板卡、I/O模块等。第2部分给出了6个练习项目，供学生进行独立设计与调试训练。

本书主要内容包括自控工程设计基础、工艺包文件设计、管道及仪表流程图设计、仪表回路图绘制、仪表选型、DCS I/O表设计、仪表供电系统设计、信号报警及联锁系统设计、仪表及辅助装置安装、仪表管道和线缆敷设、仪表设备试验以及工程交接验收等。

全书共分为七个项目，内容从基础环境搭建起步，逐步涵盖HDFS、ZooKeeper、HBase、Hive、MapReduce、YARN、Spark、Flink等多个组件的部署与企业级实战项目。每个项目均融入课程思政元素与实训实验，形成“理论认知→技术实践→价值引领”三位一体的教学闭环。

本书主要涉及六个项目，即Hadoop介绍、数据采集与分布式文件存储、分布式数据处理、离线数据分析、数据迁移以及数据可视化，严格按照生产环境中的操作流程对知识体系进行编排。使用循序渐进的方式从数据的采集、存储、清洗、分析、数据迁移一直到分析结果的可视化展示对知识点进行讲解。

本书采用项目化架构，包含六大项目：大数据基础知识、数据库技术基础、大数据分析方法、商业大数据处理(Power BI)、财务报表分析及财务大数据综合分析。每个项目均以真实商业场景为载体，涵盖电商销售分析、客户行为洞察、财务风险预警、投资决策支持等典型应用场景，引导学生完成从数据采集、清洗到建模分析及可视化呈现的全流程训练。

Spark 是业界主流的大数据计算框架，拥有强大的分布式计算能力，能够充分利用大量的廉价机器进行大数据的处理工作，同时又具备较高的性能，这使得它在各大互联网企业中有着广泛的应用。本书通过一系列通俗易懂的数据处理实例展开，详细阐述Spark大数据平台与环境搭建、Spark RDD 离线数据计算、Spark SQL离线数据处理、Spark Streaming流数据计算等一系列常见的大数据处理技术，在此基础上对Spark框架的核心概念及技术原理进行详细分析，最后通过一个综合实例展示Spark离线数据处

本书作为CDA三级认证教材，打破了传统的学院派知识整合模式，从业务应用场景出发来组织内容， 旨在更加贴近业务需求，而非单纯罗列算法。经过多年的打磨，本书精选了在行业应用中价值最大的九类场景，并提供不同场景下构建数据应用的最佳实践。 本书涉及的算法不仅涵盖传统的统计学习，还结合企业实际需求，解构了机器学习、深度学习的前沿方法，并提供了丰富的示例代码， 以便读者借鉴。本书分为三篇：理论篇、技术篇和管理篇。 理论篇共1章，讲解数据挖掘的核心思维、算法模型和数据挖掘之间的关系， 以及数据挖掘的落地场景框

本书共计8章，内容包括：初步认识数据空间、数据空间的发展背景、数据场：数据空间的基础理论、数据空间的架构、数据空间的关键技术等。