《数据科学与智能技术概论》涵盖了计算思维与信息处理技术，云计算，大数据，人工智能及应用，虚拟现实、增强现实、混合现实以及游戏开发工具Unity3D等内容。本书每部分内容都经过反复讨论和多次审议，结构紧凑、内容合理且通俗易懂。本书力求让读者理解和掌握全新的数据科学和智能技术知识，具有更广阔的现代化、信息化视野，符合时代发

本书主要内容包括：MCGS初级应用、MCGS中级应用、MCGS实训应用、MCGS触摸屏应用、附录。

本书将现场总线控制技术与工程应用相结合，先简单介绍了工业数据通信的基础知识；再从工程应用角度出发，以项目案例的形式介绍了CAN、PROFIBUS-DP/PA、工业以太网、PROFINETIO、AS-I等总线的规范、技术特点、组态方法，以及经典WinCCV7.3及TIAPortalWinCCV13组态软件的特点、组态与应

本书详细阐述了大数据领域数据采集与预处理的相关理论和技术。全书共8章，内容包括概述、大数据实验环境搭建、网络数据采集、分布式消息系统Kafka、日志采集系统Flume、数据仓库中的数据集成、ETL工具Kettle、使用pandas进行数据清洗。本书在第3章至第8章中安排了丰富的实践操作，以便读者更好地学习和掌握数据采集

本书以数据思维为主题，以数据分析全流程为主线，融合了与数据思维相关的编程语言、统计学基础及案例分析等内容，全书分为4篇，囊括了数据思维的概念和培养方法、数据来源及体系建设、数据分析三大思维方式及用户流失、用户转化实战等共11章的内容。本书囊括了数据分析中常用的分析方法，包括经典的海盗（AARRR）模型、麦肯锡的MECE

本书参照教育部计算机基础课程实验教学的基本要求，主要介绍信息技术及其应用，从基础原理出发、以具体应用为导向进行数据处理讲解。全书共三部分：第一部分（第1～4章）为数据处理基础，介绍数据获取以及基本的数据处理方法，包括使用软件、浏览器插件等工具爬取数据，Excel电子表格数据处理和图像数据处理；第二部分（第5～8章）为数

本书面向大数据技术专业，遵循知识性、实用性、系统性、条理性、连贯性和先进性的原则，力求激发读者的兴趣，注重实践性环节教学，注重各知识点之间的衔接，精心组织内容，做到由浅入深、突出重点。本章共9章，第1章为Spark基础，主要包括Spark基础知识、Spark应用场景以及Spark生态系统等内容；第2章为Scala语言基

随着国家大数据相关政策、规划的密集出台，大数据、人工智能商业落地速度加快，其在各个领域的应用也越来越广泛，其中面向企业服务、金融、医疗健康、电子政务、电子商务等细分领域的大数据应用展现出巨大的潜力。 大数据是需要新处理模式才能适应的海量、高增长率和多样化的信息资产，被誉为未来的新石油，以至于数据的获取、存储、搜索、共享

业务架构是跨系统的业务蓝图，应用架构、数据架构、技术架构是解决方案的不同方面。多年来，业界已在业务架构、应用架构、数据架构、技术架构方面积累了大量经验。近几年，数字化转型更是呼唤“懂行人”打通四种架构，确保技术支撑业务、业务支撑战略。本书的主要内容即在于此。首先，解读战略、业务架构、应用架构、数据架构、技术架构五者的对

本书围绕大数据采集、汇聚、存储、计算、分析、挖掘、可视化等处理全过程，基于Flume、Kafka、HDFS、HBase、MapReduce、Spark、Hive、ECharts等主流软件全面介绍大数据的基础原理和核心技术，以及人工智能、云计算和物联网等大数据相关内容，并在此基础上进一步阐述政务、商业等行业大数据，以及文