"本书是高等职业教育智能制造专业群“德技并修 工学结合”系列教材之一。本书以工业机器人应用编程和工业机器人集成应用两个职业技能等级标准为主线，以工程项目为工作任务，以机器人考核工作站为学习载体，详细讲解了在Solidworks设计软件中如何创建零部件、装配体及生成电气工程图的知识和技能。本书实现了互联网与传统教育的深度融合，采用“纸质教材+ 数字课程”的出版形式，扫描二维码即可观看微课等视频类数字资源，随扫随学，突破传统课堂教学的时空限制，激发学生自主学习的兴趣，打造高效课堂。课程获取

本书以ABB工业机器人为载体，内容包括初步认识工业机器人、工业机器人手动操作、ABB工业机器人程序数据、ABB工业机器人通信、ABB工业机器人在线程序编写等5个项目。每个项目都包含了项目引入、技能证书技能要求、思政案例、素质要求、若干学习任务、课后习题和项目实施记录。每个任务包括任务单、知识点、评价与反馈共三个环节，从实用角度出发，通过项目化、任务化形式整理教学内容，使学生在实际应用中学会工业机器人的基本知识和编程、操作应用技能。

信息安全是一门涉及通信工程、计算机科学与技术、电子信息工程、数学、物理学、管理学、法学等的新兴交叉学科。本书深入浅出地阐述了信息安全基础各分支的基本概念、基本理论和基本方法。 本书共7章，围绕信息安全基础、系统安全、网络安全和安全管理四个主题展开，主要包括信息安全概述、信息安全数学基础、密码学基础、密码技术应用、信息系统安全、网络安全和信息安全管理。 本书可作为应用型本科、独立学院和高职高专院校计算机科学与技术、信息安全、网络工程、计算机网络技术等专业的必修课教材，也可作为软件工程、电子信

本书兼顾深度学习的理论和应用，特别强调大规模训练应用案例，引导学生进人深度学习的前沿领域．主要内容有深度学习的核心理论问题：网络拓扑结构设计、网络参数初始化方法. 大规模网络训练的优化方法、正则化方法、激活函数的研究方法. 书中引人深度学习在计算机视觉中的大型经典和前沿应用案例，包括图像分类任务. 目标检测与跟踪任务、多源遥感图像融合任务、超分辨率任务. 图像隐写与图像信息安全任务等内容. 本书拥有丰富的数字化资源，扫描每章末二维码即可观看学习.

在数字化时代，嵌入式人工智能系统和深度学习等技术变得越来越重要。在嵌入式平台上进行深度学习推理时会受到计算能力、存储空间、能耗等资源限制的挑战。本书从深度学习模型在资源受限的硬件平台上部署的角度，介绍嵌入式AI系统的基本概念、需求、挑战，以及其软硬件解决方案。 本书共分为7章。第1章介绍了边缘计算； 第2章介绍了嵌入式AI系统的基本概念及其面临的需求与挑战； 第3章介绍了嵌入式AI系统的硬件解决方案； 第4~6章介绍了嵌入式AI系统的软件解决方案，包括DNN模型的构建及实现、轻量级DNN模

本书全面介绍了统计机器学习的主要算法，内容涉及多元线性回归、对数线性回归、逻辑斯蒂回归、岭回归、Lasso回归、判别分析和聚类分析等传统方法，也涉及支持向量机、深度神经网络以及集成学习等比较热门的算法，并给出相应算法的R语言实现。本书还给出了向量和矩阵函数求导以及拉格朗日对偶等数学基础，便于读者理解相关算法推导。 本书可以作为统计机器学习等相关专业的教材和参考书，也可供从事相关领域研究的人员参考。

本套教材包括主教材《机器学习-工业大数据分析》，一套多媒体课件，一个工业大数据集，一套完整代码集。由授课教师在进行教学实践的基础上，适应当前国内教学改革的需要，结合清华大学《机器学习与大数据》的教学经验编写而成。本书以机器学习理论方法和工业大数据实践为两条并行主线贯穿整个课程。以经典机器学习、深度学习以及强化学习部分为理论主体，重点介绍方法原理、公式推导、算法设计和分析；以生产系统、交通系统、能源系统、电信系统、医疗系统为主体实践领域，重点介绍大数据与机器学习方法的联合应用以及评估。全书共分2篇

数据驱动的在线协作学习分析是提升协作学习效果的重要基础，是推动在线学习变革的重要力量。本书系统梳理了学习分析的研究现状，阐释了协作学习的理论基础与研究热点，构建了在线协作学习分析模型——KBS模型，设计了面向学习者和教师的群体感知工具，分别从学习者和教师视角分析了群体感知工具对学习者学习和教师教学的支持与指导，探讨了社会调节学习在协作学习中的发生机制，展望了在线协作学习交互分析的发展趋势，为研究者刻画了协作学习分析领域的最新理论模型与研究进展，具有较强的理论价值与应用价值。

随着时代的发展和信息技术的进步，信息技术已经是社会发展的动力之一，尤其是大数据技术对社会的发展起到促进作用。在人们的生活、生产中，大数据的应用能够给人们带来便利性，同时在大数据中也会存储人们的个人信息。随着科技的发展和进步，我们逐渐进入大数据时代。本书首先对大数据相关概念和应用问题进行了简述，进而论述了大数据的异化分析；然后介绍了大数据的影响因素，以及云计算技术与算法分析；最后介绍了大数据在不同方面的应用。 大数据具有规模大、种类多、生成速度快、价值巨大但密度低的特点。大数据应用就是利用数

本书主要分成三部分。第一部分包括第一章到第三章，主要介绍社会网络研究的起源和重点，社会网络的基本概念、定义和重要应用。除此之外，还会讨论一些经典案例和研究手段，以及大数据时代为社会网络研究创造的新机遇，希望给读者们一个宏观的认识。第二部分包括第四章到第七章，主要介绍社交大数据领域内的重要研究方向，比如节点中心性、社团结构、个性化推荐以及传播动力学，并介绍实际场景中的应用。第三部分包括第八章到第十章，主要介绍社交大数据的各种研究场景，比如用户画像与行为分析、情感分析以及微博网络，在这些实际场