本书第1章为大数据概述，介绍大数据的基本概念和应用领域，回顾大数据理念和技术的发展历程，阐述大数据的发展前景。第2~7章介绍大数据采集与预处理、大数据计算平台、大数据管理、数据挖掘、大数据隐私与安全和人工智能6个大数据领域及其中的主要技术。第2章主要介绍大数据采集技术，包括大数据的来源、采集方法及数据预处理方法等，*后对大数据采集应用案例进行分析，帮助读者更好地理解大数据采集技术。第3章介绍大数据处理架构Hadoop以及与大数据技术密不可分的云计算技术及其应用。由于Hadoop已经成为应用

《Hadoop大数据技术基础（Python版）微课视频版》从初学者角度出发，通过丰富的示例和实战项目，详细讲解大数据开发环境、关键技术及其应用。全书共分10章，第1~9章的内容分别为大数据概述、Linux系统的安装与使用、Python 3语言基础、Hadoop开发环境、HDFS技术、MapReduce技术、Hive数据仓库、HBase分布式数据库、Sqoop工具，第10章详细解析了实战项目货运车分布分析平台，帮助初学者快速入门。本书所有知识点都结合具体的编程示例，对于重要知识点提供视频讲解

《大数据开发基础与实践(微课版）》从初学者角度详细介绍了大数据开发的基础知识和对应的项目开发实践。全书共七个项目开发案例。第一个项目是大数据集群环境搭建，包括Linux虚拟机、JDK环境、Zookeeper、Hadoop、HBase、Spark等平台的安装和配置；第二个项目是数据仓库构建，包括MySQL、Hive的安装与配置；第三个项目是Java访问Hadoop实践，包括Java访问HDFS文件系统和MapReduce编程实践；第四个项目是大数据采集实践，包括利用Python编程语言、Re

本书详细介绍了大数据技术中的Hadoop 集群部署、MapReduce、Hive和HBase 等的基本知识和应用，本书采用了大量案例，可以更好地帮助读者学习和理解大数据的核心技术。
本书从实用的角度出发，设计了9 个项目，从虚拟机安装入手，结合实际工作中的典型项目和案例，全面介绍了Hadoop 集群部署、HDFS、MapReduce 编程、Hive、HBase 和Sqoop 的相关知识和基本操作。
本书围绕Linux 操作系统和Hadoop 集群部署，按照初学者的思维习惯，循序渐进地

本书系统地阐述了几种市场占有率较高的工业控制网络技术的通信协议、技术特点、硬件实现以及系统设计等内容，旨在介绍工业控制网络技术及应用。全书共分为6 章，第1 章主要介绍了工业控制网络的概念、研究意义及发展现状。第2 ～ 5 章详细介绍了当今已经具有极大市场占有率和良好应用前景的四种主流工业控制网络技术： PROFIBUS 控制网络、Modbus 控制网络、CAN 控制网络、DeviceNet 控制网络。第6 章简要介绍了其他几种工业控制网络技术，工业以太网：Ethernet/IP、EtherCA

本书通过文字叙述，实例、图表及程序，介绍了数控加工手工编程指令、编程方法和应用。为了适应数控技术的发展，对五轴数控加工技术，自动编程的方法和流程进行了详细地介绍。全书每章都附有习题，有助于读者加深对本书内容的理解并检验学习效果。本书内容丰富，条理清晰，重点突出，详略得当，注重理论与实践的结合，着重于工程应用，方便课堂教学和自主学习。本书可作为高等院校机械类专业的教材，也可作为数控加工行业的工程技术人员，高级技术工人的培训和技术参考书。

本书共分为七章，第一章简要介绍了数控机床的组成、工作原理、分类和发展及其水平。第二章分析了插补原理，并介绍了典型的插补方法。第三章讲述了计算机数控系统的硬件和软件，分别介绍了计算机数控系统的硬件的组成和功能和软件的结构和功能。第四章分析了数控位置检测装置，按照工作原理的不同分别对各种数控位置检测装置进行了分析。第五章分析了数控伺服系统，对数控伺服系统的类型、伺服电机及调速、现代典型数控伺服系统进行了详细介绍。第六章讲述了数控手工编程。第七章讲述了自动编程及CAXA软件使用方法。

数控技术是采用计算机实现数控加工程序控制的技术。近年来随着计算机等技术的发展, 数控技术已经广泛应用于工业控制的各个领域, 尤其是机械制造领域, 成为我国实现中国制造2025战略的一个关键技术。社会对数控人才的需求也急剧增长, 因此加强数控人才培养不但是能满足社会需求, 也能为我国数控技术的提高产生重要作用。本书基于目前常用的数控技术及相应的设备, 设计和规划实习内容, 力求能通过一个综合性的实习题目, 让学生能进一步学习和加深对数控技术的了解和掌握, 见识数控技术在机械制造领域的应用

本书结合典型的数据挖掘案例，详细介绍了若干种重要的数据挖掘算法的实现原理和应用方法。其中，第1、2章介绍了回归、 分类、聚类的概念及其实现的主要方法，如线性回归、逻辑回归、K近邻和K均值；第3~5章介绍了数据挖掘的主要策略，如决策树、提升算法和支持向量机； 在前述知识的基础上，第6~8章介绍了实现人工智能算法的三种基础网络结构，即人工神经网络、卷积神经网络、 长短时记忆网络。 通过阅读本书，读者既可以理解各种数据挖掘算法的实现原理，又可以掌握将算法应用于实际数据挖掘的一般流程和方法。

本书可作为普通高等院校计算机、数据科学与大数据专业的教材，也可作为数据分析行业从业人员的参考用书。