本书共包含11个实战项目，内容包括自动化运维平台的部署，网络设备、服务器、存储设备、虚拟化平台、Windows系统、Linux系统、中间件、数据库、企业业务系统等对象的监控与运维。本书由教学名师、高级技师、高级工程师、技术能手联合编写，项目基于企业真实业务场景展开，覆盖企业信息IT基础设施全链条对象的运维，帮助读者快速

本书旨在帮助学生掌握传感器技术的应用。全书共分为四个项目，分别介绍传感器基础及常用驱动电路搭建、传感器数据采集及传输终端搭建、传感器综合应用系统搭建、物联网系统集成及工程实施。四个项目共包含14个任务，每个任务都紧密结合实际应用，让学生在实践中掌握传感器技术。通过学习本书内容，学生将具备一定的传感器技术应用能力，为从事

传感器阵列测向和定位是定位领域的一个重要分支，其采用传感器阵列接收空间信号。与传统的单个定向传感器相比，传感器阵列目标定位具有较高的信号增益、极强的干扰抑制能力以及更高的空间分辨能力，因而在国防和工业领域具有广阔的应用前景。具体而言，已涉及雷达、声纳、通信、地震勘探、射电天文以及医学诊断等多种国民经济和军事应用领域。本

本书系统地介绍了数据科学中的核心理论与实践方法，为读者理解和应用这些技术提供了坚实的基础。本书涵盖了监督学习、无监督学习和强化学习的内容。其中，监督学习包括理论框架、线性模型、核方法、神经网络以及一阶优化方法。无监督学习涉及聚类分析、主成分分析和生成学习方法。强化学习提供对相关内容的深入探讨。

"《大数据管理与应用概论》从理论、技术和应用三个维度构建课程体系结构。理论篇包括：大数据概述、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)和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)；技术篇包括：大数据相关技术(云计算、物联网、人工智能、区块链

本书内容涵盖大数据入门教学，进阶讲解，以及基于华为云开展的大数据实践教程。入门教学包括大数据概述、Hadoop、HDFS、MapReduce、NoSQL、HBase等基本技术点；进阶讲解包括基于分布式处理框架Spark的离线数据分析实践和基于实时处理框架SparkStreaming/Flink的实时数据分析实践；此外还

本书共12章。第1章为绪论，简要介绍机构学与机器人学的发展历史、机构学与机器人学的基本概念、机器人机构学的主要研究内容、机构学与机器人学研究中的现代数学工具等；第2章主要回顾一下与本书相关的一些数学基础知识与概念，包括向量空间、射影空间，并引入微分流形、位形空间的概念；第3？7章是本书的基础理论部分，主要讲解有关机器人

本书详细规划了从Hadoop3.x基础到高级编程、架构设计策略及实际应用的全面学习路径。它深入解析Hadoop的核心组件如HDFS、YARN和MapReduce，并辅以大量编程实践案例，帮助读者掌握Hadoop的编程技能。同时，本书还探讨架构设计策略，包括数据仓库设计、高可用性与容错性方案等，通过严谨的理论体系与真实的

本书共6个项目，包括初识工业机器人、认识工业机器人的结构、进行工业机器人调试、进行工业机器人编程、了解工业机器人的典型应用、维护与保养工业机器人等内容。

本书共3个部分、17个项目，第一部分为Excel数据分析与应用，包括数据输入、数据管理、数据分析、数据报告4个项目；第二部分为SPSS数据分析与应用，包括SPSS数据分析概述、数据输入、数据描述性分析、因子分析、聚类分析和线性回归分析6个项目；第三部分为Python数据分析与应用，包括初识python数据分析、学会搭建