全书内容可分为四个部分，列10章。

主要内容：多自由度系统动力学模型、机器人系统动力学模型、行走式机械系统动力学模型、转子系统动力学模型、变质量系统与航天器动力学建模、动力学系统控制、动力学系统仿真、动力学测试与信号处理等。

本书适用于机械工程、车辆工程、航天器设计、地质装备工程、力学、土木工程、资源与环境工程等专业。重点讲解多自由度系统动力学建模过程、机器人系统动力学方程、行走式机械系统动力学方程、转子系统动力学方程、变质量系统与航天器动力学建模、动力学系统控制、动

伺服系统是用来精确地跟随或复现某个过程的反馈控制系统，该系统可使物体的位置、方位、状态等的输出被控制量能够跟随输入目标（或给定值）的变化而变化。本书以伺服系统为对象，在阐述伺服系统原理、电力电子器件和检测元件等基础上，从伺服系统发展的角度出发，系统地介绍了步进式伺服系统、直流伺服系统、交流伺服系统等的原理及应用。本书在篇幅上力求精简，在内容编排上既有较系统的理论阐述，又有大量的应用实例以及*新技术的介绍。
本书可作为普通高校自动化、机械设计制造及其自动化专业（数控技术和机械电子专业

教材系统地介绍文本数据挖掘的相关概念，利用Python作为工具进行相关试验，其内容主要包括：文本挖掘产生的背景及发展；文本挖掘的概念、文本模型表示、文本内容的预处理，包括分词、去停用词以及特征抽取；文本相似度的概念等。介绍文本分类的概念及常用方法，如KNN算法、SVM算法等，并对分类结果进行评价；在介绍文本聚类聚类的概念时是，同样介绍聚类常用算法，如K均值算法、层次聚类法、密度聚类法等，作为有文本分类、文本聚类的应用，最后给出了信息抽取、社会网络中的实体关系抽取和事件抽取。

本书从检测系统设计与应用工程师需要掌握的核心技能出发， 系统介
绍了检测技术基础知识及基本概念， 包括检测系统组成、检测系统特性分
析、静动态特性测试、误差分析、经典传感器技术、传感器信号调理与采
集等， 并对近年来广泛应用的数字脉冲传感器、半导体集成传感器、辐射
测温技术、激光测距技术、机器视觉等现代检测系统做了较为深入的阐
述。为了培养学生的检测系统综合设计能力， 书中引入３ 个不同架构类型
（嵌入式、总线式、计算机扩展式） 的检测系统开发案例， 嵌入二维

本书以办公室数据分析为应用场景，从实战角度介绍数据分析的方法和应用技巧，特别强调实际问题的分析和解决。本书通俗易懂，适合无数学及统计学基础但有数据分析需求的各类读者。感兴趣的读者可以在阅读本书的同时，登陆中国统计培训网（http://www.stats-edu.com/），参加数据分析培训课“数据分析小白训练营”，继续深入学习数据分析。
本书写作过程中尽量避免一些繁杂的统计理论说明和讨厌的公式推导，直接讲述各种数据分析方法在具体工作场景中的应用。读者不需要有高深的数学或概率论及数理统

本书通过实践操作介绍大数据爬取、清洗与可视化的具体实施方案，共10章，包括大数据爬取、清洗与可视化概述，爬虫概述，Requests库，BeautifulSoup爬虫，自动化测试工具Selenium，中型爬虫框架Scrapy，数据存储，数据清洗，Matplotlib可视化，Pyecharts可视化。书中的案例均经过实践验证，可以帮助读者深入理解数据信息在大数据行业中的重要应用。为方便复习和自学，各章均配备丰富的习题。本书可作为高等院校大数据相关专业的教材，也可作为有关专业技术人员的培训教材，同时可

本书采用“理论+实战”的形式编写，将企业需求分解为单独的项目，全面系统地讲解了Hadoop大数据的相关知识及应用。全书共12个项目，首先介绍了大数据技术的发展、Hadoop生态圈的组成、Hadoop集群部署、采集数据上传到HDFS；接着具体介绍了为提高集群的可持续服务，在分布式协调组件ZooKeeper的协助下，部署HDFS的HA集群和YARN的HA集群的方法；然后讲解了MapReduce、HBase和Hive的实际应用，并具体讲解了通过Flume监听Hadoop集群日志，以及使用Sqoo

大数据可视化实战 涵盖了大数据可视化实战的主流内容，完全按照大数据可视化的完整流程进行讲解， 内容包括大数据可视化的基本概念、技术和工具，使用集搜客软件和八爪鱼软件实现网络大数据 获取和运用 Excel 软件进行大数据预处理，介绍了三种不同可视化工具 Tableau、Xcelsius 和 Python进行大数据可视化的基本用法。 本书遵循理论够用的原则，重实践、重实用；每章末有一定数量的习题供读者检测，便 于读者掌握和巩固所学知识。 本书适合作为普通高等学校理工科专业的学生学习数据分析

机械工业出版社本教材首先介绍了数据分析的基本概念和方法，然后通过大量实例介绍了如何使用Matlab实现数据分析，并深入浅出地介绍了数据建模过程中的有关方法。本教材共分8章，主要内容包括：数据的基本概念及其应用、Matlab基础、随机模拟、数据预处理、数据探索与分析、多元线性回归模型、聚类分析和分类。本教材可作为职业院校计算机相关专业的教学用书，也可供相关技术人员参考。

本书是高校的大数据导论课程教材，清楚地介绍了大数据相关的概念、理论、术语与基础技术，并使用真实连贯的商业案例以及简单的图表，帮助读者更清晰地理解大数据技术。本书可作为高等院校相关专业“大数据基础”“大数据道路”等课程的教材，也可供有一定实践经验的软件开发人员、管理人员和所有对大数据感兴趣的人士阅读。