本书全面深入地介绍了工业机器人现场编程相关内容，主要内容包括工业机器人基础认知、工业机器人安全操作、工业机器人编程环境创建、工业机器人通信环境创建、工业机器人涂胶编程与调试和工业机器人码垛编程与调试6个项目。本书通过丰富的实训任务和项目案例，帮助学生掌握实际工作中的工业机器人现场编程、工业机器人现场调试等技能；同时，结合当前工业机器人的最新发展趋势，引入新的技术和应用案例，使学生能够紧跟行业发展步伐。本书可作为高等职业教育工业机器人技术、电气自动化技术等相关专业的教材，也可作为工业机器

本书以FANUC工业机器人为对象，系统介绍了工业机器人编程与操作的相关知识。全书涵盖了工业机器人现场编程、工业机器人离线编程、工业机器人维护三个方面的主要内容，从工业机器人的基本认知、工业机器人的基本操作、工业机器人的编程操作、工业机器人的通信、搬运机器人的离线仿真、工业机器人绘图离线仿真、工业机器人的维护7个项目出发，将知识点和技能点融入典型任务的实施中，以满足教学需求。
本书既可以作为高等职业院校自动化类等相关专业的教材，也可以作为相关从业人员的参考和培训用书。
为方便学生学习，

本书结合工业机器人系统实际应用和岗位能力需要，嵌入适量工业机器人运维知识，采用纸质教材和多媒体资源相结合的原则，设计一级目录共6个模块，分别是工业机器人基础知识、焊接机器人运行与操作安全、弧焊机器人编程与焊接、焊接机器人应用与维护、工业机器人系统典型应用、工业机器人系统安装与维修。设计二级目录共计40个项目，每个项目对应一个教学视频，以二维码的形式植入书中。

本书以讲授工业机器人系统综合设计知识和工具应用为目标，在阐述工业机器人运动学、控制算法和机器视觉感知与定位技术的理论基础上，采用案例教学的方法，以工业机器人系统集成创新设计的开放式实践平台为例，贯穿全书(2-6章)，讲解和演示如何使用虚拟仿真教学平台完成机器视觉识别与定位、运动学控制、机器人视觉控制算法的集成应用，讲述算法和原理，理论与实践结合，探讨工业机器人在自动化产线集成中的应用。全书共6章，主要内容包括工业机器人系统及发展趋势、工业机器人运动学、工业机器人控制算法、机器视觉感知与

本书按照关节、单腿、机器人整机的顺序系统性地介绍腿足机器人运动规划、建模控制等内容。全书内容被精心设计成多章，每章都包含知识和仿真实验两个部分：知识部分，从基础的运动学建模讲起，逐步深入到PID控制、SLIP模型控制、模型预测控制（MPC）、全身动力学控制等腿足机器人先进的控制方法；仿真实验部分，每个工程项目提供了详细的指导，包括Webots环境的熟悉、机器人模型的搭建、控制器的创建以及仿真验证调试等。通过本书的学习，读者能够系统地掌握腿足机器人运动控制的基础理论和关键技术，并通过仿真实践提升机

　　本书以讲授“运动控制及其在智能机器人方面的应用”为目标，分为3部分，共9章内容。首先阐述运动控制系统的构成、直流电机的建模与辨识方法，在此基础上介绍以线性二次型最优控制为主的电机控制方法，并进一步以双轮差速和阿克曼运动学模型的移动机器人为例，介绍多电机协同的建模、感知、规划与控制技术。同时，本书还非常注重实践，内容涵盖了如何通过微控制器实验进行电机参数辨识、实现电机反馈信息的读取，以及电机的速度、位置控制，也阐述了如何在ROS下实现智能机器人的基本定位、SLAM、规划与控制等。
　　本

"本书以电商网站中的用户行为数据作为数据源，系统介绍了使用Spark生态系统进行离线分析和实时分析的方法。全书共6章，分别讲解了项目概述、搭建集群环境、使用Flume实现数据采集、使用Hive构建数据仓库、使用Spark进行数据分析以及使用FineBI实现数据可视化。
本书附有教学PPT、教学设计等资源，同时，为了帮助初学者更好地学习书中内容，还提供了在线答疑，欢迎读者关注。
本书适合作为高等学校数据科学与大数据技术及相关专业的教材，也适合数据分析、数据可视化等领域的从业者阅读。"

"《大数据管理导论》从基础、职能和应用三个维度构建课程体系结构。基础篇包括：大数据概述(数据与大数据、大数据时代、大数据相关技术、大数据关键技术、我国大数据发展战略)、大数据管理基础理论(数据资产理论、数据权理论、大数据思维、大数据伦理)；职能篇包括：宏观大数据管理主要职能(大数据发展规划、大数据组织架构、数据开放与共享、大数据交易、大数据安全)、微观大数据管理主要职能(企业数据规划、企业数据组织、企业数据采集、企业数据分析与应用)；应用篇从横向和纵向两个维度，即从管理职能视角(大数据预测与决策

本书介绍了Hadoop生态系统架构功能与原理；分布式文件系统HDF-SHDFS；MapReduce编程模型及应用开发；YARN原理及配置；Hadoop伪分布式环境的搭建与配置测试；Hadoop完整分布式的集群配置搭建；Zookeeper分布式协作框架；HDFSHA原理功能与配置测试；ResourceManagerHA原理与配置；通过实际案例介绍了网站用户行为分析、网站后台日志分析和二次排序；介绍数据仓库Hive的原理及安装部署、Hive的基本操作及实战操作；大数据协作框架Sqoop、Flume、

本书内容主要分为四部分，前7章为第1部分，描述如何质疑、审查证据，如何收集、分析并处理缺失数据，避免数据操控等。第2部分为第8-11章，讨论数据呈现中的问题并通过创新方法取得研究新发现。第3部分为第12-17章，聚焦教育领域，再次利用证据证明了发现似实谬误之易，第4部分为结论。