本书根据自动化专业“中国工程教育专业认证”、“新工科建设”等需求编写而成，旨在培养学生解决冶金自动化领域复杂工程问题的能力，满足国家未来战略对高端复合型工程创新人才的需求。同时根据《高等学校课程思政建设指导纲要》要求，将学生解决复杂工程问题中的非技术因素与课程思政知识点相结合，提升学生综合素质，系统全面地培养具有过硬本领和勇于担当的新时代卓越工程师。全书共分为5章，各章节均按照工程项目标准开发流程，分类介绍冶金企业生产过程典型环节智能制造系统的设计与实现方法，包括实训项目的生产工艺简介

本书主要内容分为8个学习模块，分别为自动化生产线整体认知、供料单元的安装与调试、检测单元的安装与调试、提取安装单元的安装与调试、操作手单元的安装与调试、成品分装单元的安装与调试、可编程控制技术在自动化生产线中的应用、CIROS仿真软件在自动化生产线中的应用。

本书以自动生产线安装与调试过程中所需的知识和技能为对象，介绍自动生产线的安装、调试方法与技巧。全书分为基础篇和实践篇两大部分。基础篇主要介绍自动生产线所需的相关理论知识，包括自动生产线相关的气动技术、传感器技术和变频控制技术，以及简单介绍步进电动机及控制，伺服电动机及控制、可编程序控制器技术应用，网络通信及人机界面等相关知识；实践篇以YL-335B为载体，按照自动生产线的工作过程及各工作单元工作的情况，设计6个实践项目，即供料单元、加工单元、装配单元、分拣单元、输送单元的安装与调试，以及自动生产

本书是计算机、信息管理和大数据等相关专业的专业英语教材，选材广泛，覆盖大数据的数据挖掘、数据分析等各个方面，同时兼顾了相关发展热点。本书所选取的文章包括以下内容：大数据的基本概念、大数据的数据挖掘、大数据的数据分析、大数据的影响、大数据的商业价值、大数据在各个领域的应用以及大数据如何改变人们的生活等。每章所选用文章均来自国外网站，文章中出现的新词和专业术语也均有注释，每篇文章配有相应的习题和拓展阅读，以巩固学习效果。
本书可作为高等本科院校、高等专科院校大数据相关专业的英语教材，也可供从业

本书选用应用广泛的国产MCGS通用版（并拓展嵌入版）为教学软件，以现场典型案例为载体，以培养学生技术应用能力为主线，详细介绍了MCGS组态软件技术应用及工程设计方法。本书将知识与技能融入典型项目，以项目为载体，以任务为引领，实现“教、学、做”一体化。全书共5个项目，项目一至项目四介绍了MCGS通用版组态工程的画面组态、数据对象定义、动画连接、脚本编写和设备组态等系统内容，项目五介绍了MCGS嵌入版的应用。本书配有完善的在线开放学习资源，并提供了二维码，读者扫描二维码可观看微课视频。
　本书

"本书包括引言、大数据的预处理、云计算和可视化、回归与分类、聚类及相关数据分析方法、高维统计中的变量选择、神经网络与深度学习、深度学习在人工智能中的应用七章，主要介绍大数据技术的基本原理和方法，特别是以统计模型为主的各类数据模型以及它们的计算方法，也会提及这些方法在某些领域（如人工智能）中的应用。本书可作为全国普通高等学校大数据及相关专业本科生与研究生的教材或参考书，也可供相关的科技工作者阅读、参考。"

大数据时代带来了信息科学与技术发展的深刻变革，并对经济社会建设的方方面面产生了巨大影响，大数据作为继云计算、物联网之后IT行业又一颠覆性技术，备受人们关注，世界各国纷纷把大数据上升为国家战略加以重点推进。大数据的应用渗透到各行各业，数据驱动决策，信息社会的智能化程度得到了极大提高。本书致力于探求大数据在经济社会建设过程中所发挥的巨大作用，系统解读大数据对国家治理、经济文化、生产制造、社会民生等领域产生的深刻影响，努力培养读者的大数据思维及大数据处理、分析、应用能力。

"本书是“十三五”江苏省高等学校重点教材。本书从信息化管理的视角介绍了大数据管理与应用的相关知识。本书共分7章，主要内容包括大数据及其影响、大数据分析、大数据决策管理、大数据信息安全管理、大数据信息系统管理、组织信息化的大数据绩效管理与评价，以及大数据信息化管理的创新。本书主线清晰，内容新颖，力图全景式地给出大数据时代信息化管理的主流模式和内容体系。       本书可作为高等学校大数据管理与应用、信息管理与信息系统、电子商务等专业本科生、研究生相关课程的教材，还可作为信息化管理从业人

本书主要内容包括智能入库、智能出库、智能仓储、AGV、光学尺寸检测、平面度检测等。本书结合工作岗位的实际需求，采用“项目导向、任务驱动”的模式，是校企合作开发编写的项目式教材。本书按照实际工作流程，遵循从简单到复杂、从单一到综合的原则，将理论与实践进行有机结合，实现教、学、做一体化，注重吸收行业发展的新知识、技术工艺方法，有利于培养学生的学习能力、实践能力和创新创业能力。

本书综合了现有的数据采集和预处理技术，按照实际工作中的顺序，先介绍了大数据及数据采集的基础知识，然后介绍了使用爬虫技术进行数据采集、使用传感器进行数据采集、使用Kettle进行数据迁移和采集以及使用Python进行数据存储和处理，并以实训项目的形式，将技术与理论有机融为一体。