本书为普通高等教育“十一五”和“十二五”国家级规划教材。本书全面论述控制系统计算机仿真的基本概念和原理，系统介绍当前国际控制界最为流行的面向工程与科学计算的高级语言MATLAB及其动态仿真集成环境Simulink，并以MATLAB/Simulink为平台，详细阐述控制系统的数学模型及其转换、连续系统和离散系统的仿真方法、控制系统的计算机辅助分析与设计；特别介绍基于图形界面的MATLAB工具箱的线性和非线性控制系统设计方法。本书取材先进实用，讲解深入浅出，各章均有大量的例题，并提供了相应的仿真程序

本书是高等职业教育安徽省“十三五”规划教材，安徽省高等学校质量工程省级一流教材建设项目。本书详细介绍了数控原理的基础知识，以FANUC系统为例讲解了数控系统的连接与调试，主要包括数控系统的硬件连接、进给驱动系统、主轴驱动系统、位置检测装置、数控系统中的PLC控制，其他典型数控系统的硬件连接等。本书以项目化教学贯穿，强调讲练结合，内容浅显、易懂、实用，以突出学生动手能力为主线。
本书主要作为高等职业院校数控技术、机电一体化技术、智能制造装备技术（原数控设备应用与维护、自动化生产设备应用）等相

本书以生产过程自动化系统结构为主线，根据新工科人才培养的需要，弱化控制理论的定量分析，着重强调控制理论的定性分析和工程意义，突出自动化仪表控制系统的基本技术，兼顾不同生产工艺过程的特点，较系统地介绍生产过程自动化系统中各类自动化仪表（检测仪表、控制仪表和执行仪器）的结构原理、工作特性、选用方法以及自动控制系统的基本原理、组成类型、控制特性、设计方法和运行管理技术，并对近年来生产自动化过程中发展起来的新型仪表、先进控制系统和计算机控制系统做了简要介绍，*后结合实际生产过程设计、分析典型设备（过程）

本书从计算机控制系统的信号转换开始，详细阐述了计算机控制系统的建模、性能分析、控制器设计及控制系统仿真与实现的理论、方法和实用技术。

本书共分三个部分，包括：MATLAB概述、基于MATLAB的控制系统仿真、上机实验。

本书主要研究大数据思维，探索大数据创新应用，从大数据时代、洞悉大数据、大数据思维、大数据技术、大数据安全、军事大数据、大数据应用，以及大数据的未来等多维度、多层次、多领域展开诠释。

本书系统介绍数据科学的核心概念、基本方法和关键技术，内容涵盖数据科学的导向目标，涉及科学计算、数据处理和分析、数据可视化等关键知识环节。本书基于 Python 技术框架实现，内容注重理论和实践的有机融合，克服单调、晦涩的知识累积之苦，以问题为导向，学以致用，提供了大量的案例代码和样本数据集，可以为学习者平添几分学习的乐趣。本书既适用于高等院校“数据科学与大数据技术”专业人才的基础培养，也适用于信息处理相关专业人才的能力提升，能够为数据科学从业者和相关学科的科研工作者提供必要的技术支撑。

大数据分析与挖掘已经广泛应用于各行各业。本书以项目实践为基础，对大数据分析与挖掘的基础知识进行了介绍，总结了机器学习、大数据分析与挖掘过程、数据分析挖掘框架和库，分析了当前的研究热点与前沿技术。为了增强本书的实用性、提高读者的动手能力，本书结合案例讨论了爬虫与数据处理、Echarts和Python可视化、描述性分析、并联分析、回归与分类、聚类、序列挖掘等基本方法的实现与实践。本书结合实际案例，探讨了文本分析、主题模型、推荐系统、知识图谱、情感分析等高级实现与实践。此外，本书还介绍了大数据分析与挖

本书理论联系实际，配以大量实例，系统地介绍了大数据有关的基础知识。全书共分10章，内容包括大数据概述，大数据、云计算与物联网，大数据架构与Hadoop，数据采集与预处理，大数据分析与大数据挖掘，数据存储与HDFS，MapReduce，数据可视化，大数据安全，大数据应用案例。
本书主要作为本科和高职高专相关专业的教材，也可作为相关行业从业人员的读物，还可以作为培训教材。

《数据挖掘原理(第4版)》解释、探索了数据挖掘的主要技术，可以从数据中自动提取隐式和潜在有用的信息。数据挖掘越来越多地用于商业、科学和其他应用领域，它侧重于分类、关联规则挖掘和聚类。
　　书中对每个主题都进行了清晰的解释，重点是算法而不是数学公式，并通过详细的有效示例加以说明。本书是为没有强数学或统计学背景的读者写的，并详细解释了使用的所有公式。
　　《数据挖掘原理(第4版)》适合作为本科生或研究生层次的教材，适用专业包括计算机科学、商业研究、市场营销、人工智能、生物信息学和法医学。