本书系统地介绍了大数据技术与应用的基础知识，详细阐述了大数据的采集、存储、处理、分析和可视化等内容，并且讲述了大数据再金融、互联网、生物医学等领域的应用，同时剖析了大数据环境下的隐私和安全问题。 本书既可以作为高等院校计算机科学与技术、软件工程及相关专业的教材，也可以供系统分析师、系统架构师、软件开发工程师、项目经理及学习大数据技术的读者阅读和参考。 本书系统地介绍了大数据技术与应用的基础知识，详细阐述了大数据的采集、存储、处理、分析和可视化等内容，并且讲述了大数据再金融、互联网、生物医学等领

重点介绍数据科学中的新理论和代表性实践，填补数据科学与大数据技术专业的核心教材的空白。主要内容包括：基础理论（术语定义、研究目的、发展简史、理论体系、基本原则、数据科学家）、理论基础（数据科学的学科地位、统计学、机器学习、数据可视化）、流程与方法（基本历程、数据加工、数据审计、数据分析、数据可视化、数据故事化、项目管理）、技术与工具（技术体系、MapReduce、Hadoop、Spark、NoSQL与NewSQL、R与Python）、数据产品及开发（主要特征、关键活动、数据柔术、数据能力、

重点介绍数据科学中的新理论和代表性实践，填补数据科学与大数据技术专业的核心教材的空白。主要内容包括：基础理论（术语定义、研究目的、发展简史、理论体系、基本原则、数据科学家）、理论基础（数据科学的学科地位、统计学、机器学习、数据可视化）、流程与方法（基本历程、数据加工、数据审计、数据分析、数据可视化、数据故事化、项目管理）、技术与工具（技术体系、MapReduce、Hadoop、Spark、NoSQL与NewSQL、R与Python）、数据产品及开发（主要特征、关键活动、数据柔术、数据能力、

本书通过理论任务和实践任务相结合的方式重点介绍了Hadoop生态圈，Spark内存计算框架，NoSql数据库存储，数据可视化，Python大数据处理等大数据关键技术，并提供大量实践及综合案例。本书通过理论任务和实践任务相结合的方式重点介绍了Hadoop生态圈，Spark内存计算框架，NoSql数据库存储，数据可视化，Python大数据处理等大数据关键技术，并提供大量实践及综合案例。

本书以FANUC工业机器人为例，介绍了工业机器人的发展、系统组成、坐标系设置、轨迹编程、常用功能设定与零点标定、I/O信号分类、教学工作站的搭建和应用，通过详尽的图解实例对FANUC工业机器人的功能和操作方法进行讲述，让读者了解具体操作和编程的方法，从而帮助读者对FANUC工业机器人有一个全面的认识。

《库卡工业机器人操作与编程》是基于职业和工作分析，以工作过程为导向，通过对工业机器人技术员所从事的工业机器人的操作与实际工作任务的编程等典型工作任务所需要的知识和能力进行分析而设置的专业学习领域。
本书主要包括工业机器人的手动操作、轮廓轨迹的绘制编程与调试、样条曲线绘制编程与调试、机器人码垛编程与调试控制等四个项目。

　　《工业机器人技术及应用》是教育部“互联网+中国制造2025”产教融合创新基地建设配套教材。全书分为4篇，共9章，包括机器人概述、机器人分类、工业机器人机械部分、工业机器人运动学基础、工业机器人运动学计算、工业机器人传感部分、工业机器人控制部分、工业机器人编程技术和工业机器人典型应用

本书系统讲述基于MATLAB的控制系统分析和设计方法。全书共7章。第1章总体介绍了MATLAB的基本命令；第2章介绍了MATLAB分析和设计控制系统的预备知识；第3章讨论了如何应用MATLAB获得动态系统的瞬态响应；第4章和第5章分别讲解了如何运用MATLAB进行根轨迹和频域方法的分析和设计；第6章讨论了如何通过MATLAB处理状态空间极点配置和观测器设计问题；第7章提供了控制系统设计中最优参数组的选取方法及二次型最优控制器的求解方法。

本教材基于纸质媒体 移动互联网 数字媒体资源等进行修订，以组态与应用的教学目标为核心，以MCGS（国内）、WinCC（国外）通用组态软件，和MACS（国内）、CENTUM（国外）专业组态软件为主要教学情境，按照案例导入、需求分析、任务单设计、组态实施、运行测试、小试牛刀、融会贯通、照猫画虎和能力测评的逻辑组织架构，并辅以多样化的数字多媒体碎片化资源，提高学习效果。

可作为高职高专院校电气自动化技术、生产过程自动化技术、机电一体化技术等相关专业的教材，也可作为组态软件自

本书从数学基础与编程基础开始，逐步引导读者领略深度学习的起源与发展，向读者介绍深度学习在计算机视觉、自然语言处理等方面的实际应用，并为读者呈现*前沿的深度学习研究进展，同时深入剖析技术原理，带领读者逐步推导深度学习背后的数学模型，并结合飞桨（PaddlePaddle）深度学习框架实现项目，代码清晰，易于理解。本书深入浅出，将原理解析与国内流行的深度学习框架飞桨实例结合，旨在使读者更全面、更清晰地掌握深度学习的前沿技术。 本书可作为深度学习的入门读物，也可作为信息学科本科生和研究生的教材，还