本书共分10章，力求构筑起循序渐进的学习路径，从大数据基础概念到环境配置，再到数据采集、存储，继而深入到数据分析与可视化，按照技术学习的逻辑顺序进行组织。全书在编写过程中深度融合校企双方优势资源，以“理论结合实践”为主线，通过案例和实验，帮助读者构建完整的大数据知识体系，提升实际工作能力。

本书采用项目化架构，包含六大项目：大数据基础知识、数据库技术基础、大数据分析方法、商业大数据处理(PowerBI)、财务报表分析及财务大数据综合分析。每个项目均以真实商业场景为载体，涵盖电商销售分析、客户行为洞察、财务风险预警、投资决策支持等典型应用场景，引导学生完成从数据采集、清洗到建模分析及可视化呈现的全流程训练。

全书共分为七个项目，内容从基础环境搭建起步，逐步涵盖HDFS、ZooKeeper、HBase、Hive、MapReduce、YARN、Spark、Flink等多个组件的部署与企业级实战项目。每个项目均融入课程思政元素与实训实验，形成“理论认知→技术实践→价值引领”三位一体的教学闭环。

本书主要涉及六个项目，即Hadoop介绍、数据采集与分布式文件存储、分布式数据处理、离线数据分析、数据迁移以及数据可视化，严格按照生产环境中的操作流程对知识体系进行编排。使用循序渐进的方式从数据的采集、存储、清洗、分析、数据迁移一直到分析结果的可视化展示对知识点进行讲解。

本书遵循校企双元育人理念，系统构建知识体系，将数据安全法规、数据伦理意识与工匠精神深度融入案例设计，着力培养学生“依法采集、科学治理、安全应用”的职业素养。依托真实项目载体，内容紧密对接大数据工程技术人员、人工智能工程技术人员等国家职业标准，融入行业前沿技术规范及职业院校技能大赛竞赛标准，通过“项目导学—任务分解—实战

本书主要内容包括自控工程设计基础、工艺包文件设计、管道及仪表流程图设计、仪表回路图绘制、仪表选型、DCSI/O表设计、仪表供电系统设计、信号报警及联锁系统设计、仪表及辅助装置安装、仪表管道和线缆敷设、仪表设备试验以及工程交接验收等。

本书系统地介绍了国际控制界应用最广的MATLAB语言及其在控制教学与研究中的应用，侧重于介绍MATLAB语言编程基础与技巧、科学运算问题的MATLAB求解、线性系统的建模和计算机辅助分析、非线性系统的仿真分析、控制系统的计算机辅助设计方法等，包括串联控制器、状态反馈控制器、多变量系统频域设计、PID控制器设计、QFT控

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、PaddlePaddl

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。