本书讲述了数据预处理的方法，从Python的文件读取、statistics模块数据处理，到通过NumPy、Pandas进行数据获取、处理、清洗，再到特征构建、特征选择、特征降维、特征学习，最后完成一个综合项目的数据处理及分析。

本书共7章，内容涵盖大数据基础与应用概况、数据获取、数据分析入门、数据分析进阶、Tableau数据可视化、数据分析拓展以及数据思维。

本书从大数据基础概念出发，涵盖起源、特性、与云计算、人工智能的关系及典型应用场景，逐步深入至大数据分析技术体系，包括基础框架、处理过程、应用、可视化与安全。书中详解Hadoop、Spark等主流大数据处理框架的配置与使用，介绍回归分析、分类算法、集成学习等大数据分析算法，以及Tensorflow、PaddlePaddle等深度学习框架的配置与应用。此外，还讲解文本、网络、时空、多维数据可视化技术，提供可视化工具操作教程。最后，通过6个热门大数据分析案例项目，展示项目完成全过程，指导读者

本书内容涵盖数据科学、大数据和数据智能的基础知识，围绕数据科学的工作流程，详细介绍了从数据中获取知识的方法和技术，包括数据采集、数据整理与探索、数据可视化和数据建模预测等。本书介绍了基于人工智能技术实现文本、图像、语音、序列等多模态数据分析的方法，引入了大模型辅助数据分析、数据智能体等新技术。全书设计收集了多个数据应用案例，采用Python语言及相关科学计算工具包实现数据分析过程，通过实际案例帮助读者培养数据思维，进而能够运用统计学、人工智能等先进技术驱动数据来解决实际问题。 本书配套资源丰富，

本书以“项目驱动、任务导向”为编写原则，紧密围绕汇川Easy系列PLC展开，涵盖从PLC基础理论、系统组成到工程实践的全流程内容。全书共设6个项目，既包含PLC发展历程、工作原理、硬件组态等基础模块，也纳入起重机控制、计算器程序设计、喷泉控制、交通灯分时段控制等典型工业场景案例。通过“理论讲解”—“软件操作”—“程序设计”—“系统调试”—“项目拓展”的递进式结构，帮助读者建立从技术认知到工程实施的完整知识体系。

本书在融合课程教学及实践指导等经验的基础上，以MATLAB及Python等语言为仿真工具，尽量减少具体软件版本的局限，以案例学习和实验训练的形式帮助读者尽快理解并掌握MATLAB编程、Simulink工具、控制系统仿真、文件和数据访问、智能算法、数据挖掘、图像操作、深度学习和界面设计等相关内容，对除综合设计外的每个实验都给出了相对完整的提示，以方便读者自学。本书在精炼控制系统仿真相关内容的基础上，重点对智能算法、数据挖掘及深度学习以案例形式详细进行介绍，能帮助读者迅速掌握人工智能相关技

本书是大数据新兴领域“十四五”高等教育教材。本书全面介绍大数据分析的相关概念、方法与技术。全书分为基础篇、方法篇与应用篇三篇，共9章。基础篇包含第1章，介绍大数据分析的基本概念和知识；方法篇包含第2~6章，分别介绍常用的大数据分析平台、大数据统计分析、大数据机器学习、深度学习以及图挖掘与分析的相关知识；应用篇包含第7~9章，分别介绍文本、多媒体以及社会媒体三类典型大数据的分析与应用。各章均提供了习题以帮助读者巩固所学的内容。本书既可作为高等学校大数据相关专业本科生或研究生的教材，也可供

内容提要本书是大数据新兴领域“十四五”高等教育教材。本书围绕互联网领域大数据处理生态系统的典型架构，从“理解大数据”“处理大数据”以及“系统观建立”三个角度培养读者的大数据处理系统能力。对应以上三个角度的能力，本书从思维、编程、优化三个方面编写，即基础技术篇、编程处理篇以及系统与优化篇。基础技术篇包含大数据处理和存储基础，从体系结构、编程、处理模式、大数据特征、分布式存储的需求以及关键技术等角度进行诠释。编程处理篇着重于数据处理本身，从应用编程、典型数据处理的角度讲解大数据批处理、流处

本书介绍大数据的相关知识，分为大数据概述、大数据与相关技术、大数据采集、大数据存储与管理、大数据分析、大数据可视化、大数据的典型应用等章节。内容包含大数据的基本概念、大数据采集的原理及典型采集框架、大数据存储与管理的原理、主流大数据存储框架、大数据分析原理等。

本书介绍智能产线单元的相关知识与应用技术，培养学生的综合实践能力和工程素养。内容涵盖了智能产线单元的基本概念、西门子PLC编程语言与指令系统、工业机器人组成及系统连接、数控机床编程与加工以及智能制造单元控制系统等多个方面。