本书系统介绍数据挖掘经典算法和机器学习主流算法, 并为经典算法、应用案例和实验题目均提供相关实验数据和Python代码实现, 特别是大模型在数据挖掘中的应用。通过经典算法、大模型应用、Python实现和实际项目应用“四位一体”, 强化数据挖掘和机器学习算法的理解和掌握, 对经典算法做到“精”和“通”。全书共13章, 大致分为3部分, 第1部分 (第1-6章) 介绍数据挖掘的基础知识 (数据挖掘过程、数据探索和数据预处理) 和经典算法 (关联规则、聚类、分类等); 第2部分 (第7-9章

本教材注重将机器人的基础理论与应用技术相结合，首先向读者深入浅出地介绍了智能机器人的概念、架构和系统硬、软件结构组成；然后讲述了智能机器人的相关关键技术及实际应用。最后，介绍了智能机器人的系统设计和应用案例。

本书内容主要包括传感器的基础知识、传感器的原理和应用、传感器信号的处理、物联网技术和车联网技术五个方面，此外还引入了在汽车中使用的传感器知识，并引入视频形象化传感器原理。本书首先介绍传感器的基本概念、静态特性和动态特性、标定和校准，然后介绍热电偶传感器、电阻式传感器、电感式传感器、电容式传感器、压电式传感器、霍尔式传感器、光电式传感器、新型传感器的原理及应用，接下来介绍传感器信号的调制与解调、放大、转换、非线性校正和干扰抑制。此外，本书还介绍物联网的定义、背景及发展现状、结构组成、支撑技术以及应

本书介绍各种实用运动控制技术，包括各种伺服电机及其驱动技术、运动控制中的传感器和控制器的层次结构及其性能、系统部件的选择、运动控制系统的设计、位置控制技术、单轴运动控制技术、多轴运动协调控制技术、系统控制性能提高的技术等，并通过具体介绍简单和复杂的控制系统实例，如小功率随动系统的多种控制策略、各种类型倒立摆系统的控制技术、多自由度机器臂以及并联机构的控制技术，具体介绍运动控制中的控制策略的应用与实施，使读者对运动控制系统组成，各部件的选择与系统性能之间的关系，连续轨迹控制策略、交叉耦合

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。

本书遵循校企双元育人理念，系统构建知识体系，将数据安全法规、数据伦理意识与工匠精神深度融入案例设计，着力培养学生“依法采集、科学治理、安全应用”的职业素养。依托真实项目载体，内容紧密对接大数据工程技术人员、人工智能工程技术人员等国家职业标准，融入行业前沿技术规范及职业院校技能大赛竞赛标准，通过“项目导学—任务分解—实战解析—课后拓展”的四阶递进式教学模式，实现学生技能的螺旋式提升。
本书依托真实项目载体，共规划了5个项目。项目1旨在引领读者开启数据采集世界的大门，了解其基本概念、发展历程及

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。

本书共分10章，力求构筑起循序渐进的学习路径，从大数据基础概念到环境配置，再到数据采集、存储，继而深入到数据分析与可视化，按照技术学习的逻辑顺序进行组织。全书在编写过程中深度融合校企双方优势资源，以“理论结合实践”为主线，通过案例和实验，帮助读者构建完整的大数据知识体系，提升实际工作能力。