本书作为《大数据导论》（ISBN 9787302500704）的配套实训教材，旨在帮助读者夯实基础知识，还原企业真实业务，提升实操能力。本书从大数据开发所需要的基础编程知识出发，首先阐述 Linux 开发环境中常用的命令。接着介绍数据清洗工具 Kettle 的基础操作以及常见的数据可视化效果，如饼图、柱状图、折线图、平行坐标图等。最后通过数据清洗、数据可视化、数据挖掘等热门大数据技术在环境、金融、电商等行业的具体应用，给读者提供真实的大数据体验情景。
本书提供了丰富的项目实训案例，

本书以大数据分析应用岗位职业能力递进为主线，较为全面地介绍了Spark大数据技术的相关知识。全书共7章，内容包括Spark生态圈中的Spark Core、Spark SQL、Spark Streaming、GraphX、MLlib等组件，以及海量离线数据的处理、基于历史数据的交互式查询、基于实时数据流的大数据处理、图计算、机器学习等知识点循序渐进地展开介绍。本书以Spark Core、Spark SQL、Spark Streaming相关知识为重点，GraphX、MLlib等组件作为扩展性知识来

数字化转型对社会和各类组织机构提出了大数据管理的需求，数据资源管理能力将成为新时代各行各业信息管理者的核心竞争力。本书从数字化转型与大数据管理的基本理论与应用实际出发，系统构建数据资源管理的知识体系，内容包括数据资源管理基本概念与原理、数据存储与管理、数据架构与设计、数据组织、元数据管理、数据分析与服务、数据质量管理、数据安全管理、数据资源管理组织与原则等。本教材适用于数据管理、信息管理、数据科学、大数据管理与应用等相关领域的本科生、研究生等。

本书首先介绍了R语言的相关知识，包括R语言基础、R语言可视化技术。随后本书详细介绍了数据挖掘与数据分析中重要的理论方法与基础知识，包括线性回归、逻辑回归、决策树与回归树、随机森林、贝叶斯分类器等内容，并展示了如何将R语言用到这些方法的具体场景中。本书通过结合数据挖掘技术的理论知识与R语言的实战应用，帮助读者更好地运用R语言解决数据挖掘中的实际问题。
本书适合作为高等院校管理科学与工程类专业、工商管理类专业、工程管理类专业硕士研究生的数据挖掘与商务数据分析课程的教材，还适合作为相

 本书包含十六章，分为四个部分：概念篇主要介绍大数据管理与应用的基本概念、分析的基本思路；基础篇主要介绍大数据管理与应用的数学基础和机器学习基础；技术篇主要介绍大数据管理与应用的数据采集与存储技术、数据预处理技术、数据回归分析技术、数据分类分析技术、数据聚类分析技术、数据关联分析技术、深度学习技术、文本分析技术、Web分析技术、可视化技术、数据治理技术；平台与发展篇介绍大数据计算平台并综述大数据管理与应用的新进展。

本书介绍了大数据分析基础、社会研究与方法、计算社会科学及其发展、基本原则与生命周期、构建分析路线与用例、大数据分析的运用、预测分析方法、预测分析技术、大数据分析模型、用户角色与分析工具、大数据分析平台、社交网络与推荐系统、组织分析团队等内容，最后为大数据分析的学习设计了一个基于大数据集市的课程实践。

本书共分12章。第1~4章主要介绍Matlab的系统环境、矩阵及其运算、数据可视化和APP designer设计；第5~10章主要讲述Matlab在不同场景中的应用；第11~12章为Matlab遗传算法实例及案例分析。本书重点在于Matlab的基础应用，以简练的语言和代表性的实例向读者介绍Matlab的功能和使用方法，可为初识Matlab的用户提供指导。

本书可作为信息、数学、计算机等有关理工科专业本科生和研究生的教材，也可供相关专业工程技术人员阅读参考。

本书较为全面地介绍了Hadoop的应用与开发。全书共11个项目，主要介绍了大数据的基本概念及应用领域、Hadoop的产生及其生态系统、搭建Hadoop集群、HDFS、MapReduce分布式计算、ZooKeeper、Hive数据仓库、HBase实战、Flume实战、Kafka实战等，还提供了1个综合案例分析，通过练习和操作实践，帮助读者巩固所学内容。

本书是“高等院校智能制造应用型人才培养系列教材”之一，全书共7章，内容涵盖控制系统建模的理论基础、控制系统的信号与性能分析基础、智能控制算法基础、机械臂的智能控制应用案例分析、AGV小车的智能应用案例分析、智能控制技术未来的发展等。本教材重点概述或阐述了智能控制相关的基础概念、发展历程和趋势，对智能控制的基础理论和关键技术进行了简明而生动的阐述、归纳与总结。
本教材内容丰富，适合作为机械类（机械制造及其自动化、机械电子、机械设计、智能制造等）专业核心课程的教材，也可作为研究生的专业基础课程

工业互联网背景下，工业系统信息安全已上升为国家级信息安全战略，工业领域急需系统化的脆弱性评估理论和方法作为信息安全防护理论的依据。本书围绕5G和工业系统融合带来的安全挑战，提供5G工业系统脆弱性评估解决方案，并针对5G工业系统特点给出漏洞挖掘、攻击路径预测和跨域评估等多种创新方法。本书内容主要包括三部分，共7章。第1部分（第1、2章）介绍5G工业系统、信息安全、脆弱性及脆弱性评估等的背景知识和基础概念；第2部分（第3章）介绍信息安全评估常用的理论模型和方法；第3部分（第4～7章）针对5G工业系统