《控制系统设计与仿真》首先在介绍MATLAB语言及Simulink工具箱的基础上，介绍了控制系统的数学模型及MATLAB在模型转换、连接中的应用；其次详细介绍了控制系统的数字仿真原理及方法，通过例题编写MATLAB程序，给出了仿真实现；然后介绍了基于MATLAB的控制系统计算机辅助分析；最后依次阐述了不依赖于对象数学模型的PID控制器设计与仿真，基于模型控制器设计原理及仿真，模型预测控制原理及仿真，先进PID控制器设计与仿真。
　　《控制系统设计与仿真》内容翔实，各章节既相互联系又相对

本书根据EDA课程教学要求，以提高数字系统设计能力为目标，系统阐述FPGA数字开发的相关知识，主要内容包括EDA技术概述、FPGA/CPLD器件结构、Verilog硬件描述语言及设计案例等。全书以Vivado、ModelSim软件为工具，以Verilog-1995和Verilog-2001语言标准为依据，以可综合的设计为重点，通过诸多精选设计案例，系统阐述数字系统设计方法与思想，由浅入深地介绍Verilog工程开发的手段与技能。

本书基于Hadoop大数据平台，讲解大数据平台的搭建与运维、大数据的采集与存储、大数据的处理、数据的分析、数据的可视化等完整的大数据应用案例，全面详细地讲述Hadoop、MapReduee、HDFS、Hive、Spark和Zookeeper等技术的相关知识；还详细介绍了Hadoop大数据集群环境配置与搭建、部署配置Hadoop HA模式等内容。本书具有较强的实用性和可操作性，语言精练，通俗易懂，操作步骤描述详尽，并配有大量操作图例。

本书是结合职业教育的实际情况开发的云计算技术与应用专业系列教材之一。对云计算技术与应用专业、大数据技术与应用专业或者大数据初学者是一本不错的入门教程。本书强调理论知识以够用为度，注重动手能力，在动手中逐渐掌握大数据相关技术。本书内容包括大数据概述、Hadoop基础知识、大数据平台搭建、数据的获取、数据清理、数据分析、数据可视化、大数据管理平台Ambari等知识。涵盖内容较为广泛，但注重点到为止，方便读者迅速入门。

本书详细地介绍了大数据、人工智能等项目中不可或缺的环节和内容：数据准备和特征工程。书中的每节首先以简明方式介绍了基本知识；然后通过实际案例演示了基本知识的实际应用，并提供了针对性练习项目，将“知识、案例、练习”融为一体；最后以“扩展探究”方式引导读者进入更深广的领域。本书既适合作为大学相关专业的教材，也适合作为大数据、人工智能等领域的开发人员的参考读物。

本书全面介绍了Hadoop生态系统中各个开源组件的理论知识和实践案例。全书分为上篇——Hadoop基础篇、中篇——Hadoop提高篇、下篇——案例篇三部分，共11章，涉及数据采集、数据存储与管理、数据处理与分析、数据可视化一系列大数据应用生命周期中各阶段典型组件的理论知识、安装部署和实战使用。上篇为第1～8章，具体内容包括大数据概述、初识Hadoop、分布式文件系统HDFS、分布式计算框架MapReduce、统一资源管理和调度框架YARN、分布式协调框架ZooKeeper、分布式数据库

本书从大数据分析角度入手， 首先介绍了不同的大数据处理模式与代表性的处理系统， 其次对大数据分析所应用的数据挖掘、 机器学习的理论工具给予了介绍， 最后详细介绍了典型的大数据技术IBM InfoSphere BigInsights。 
本书由3篇共25章组成。 第1篇大数据系统基础， 由第1章概述和第2章大数据基础组成。 第2篇大数据分析理论基础， 由第3章到第10章组成， 主要介绍了一些概率与统计方面的基础知识、 数据挖掘的基本技术以及机器学习的常用概率化工具。 第3篇大数据技术，

本书讲解了一个大数据综合项目——招聘网站职位分析。全书共分为6章,内容分别是项目概述、搭建大数据集群环境、数据采集、数据预处理、数据分析与数据可视化。
本书附有配套资源,包括源代码、教学设计、教学课件等资源。同时为了帮助初学者更好地学习本书内容,还提供了在线答疑,欢迎读者关注。
本书适用于高等院校本、专科计算机相关专业大数据项目实训课程的教学,书中的具体项目,有助于读者综合运用大数据课程知识及各种工具软件,实现大数据分析全流程操作。

　　《大数据分析方法项目实战》从多个方向对数据分析和典型的项目案例进行介绍，涉及数据分析的各个方面，主要包括数据分析应用场景、数据分析方法理论、数据分析方法；数据分析常用的工具和模块使用等知识。《大数据分析方法项目实战》知识点的讲解由浅入深，让读者全面、深入、透彻地理解数据分析是对各个分析模块和分析工具的使用，不仅能够保持整《大数据分析方法项目实战》的知识深度，还可以提高实际开发水平和项目能力。

本书系统阐述了Hadoop大数据技术应用实践的原理、方法和应用相关知识，同时给出了每一章内容对应的实现指令或源程序。全书共九章内容。内容由浅入深，分为基础篇及提高篇两部分，其中第1章到第4章为基础篇，内容涵盖Hadoop初识简介、Hadoop基础环境搭建、分布式存储HDFS介绍以及MapReduce编程模型等知识，提高篇包括Hadoop数据仓库Hive、Hadoop数据库Hbase、Pig语言、Hadoop项目案例以及Mahout项目案例等较深入的知识。本书理论结合实际，每一个章节都包含有