“数据分析技术”课程是高职高专商务数据分析与应用专业的一门核心课程，对学生商务数据分析与应用职业能力的培养和职业素养的养成起着重要的支撑作用。本书旨在培养学生的数据分析思维及运用数据分析工具进行商务数据分析与应用的能力，并系统阐述了数据分析认知、需求分析、数据库创建、描述性统计分析、假设检验、方差分析、相关与回归、时间

本书选材广泛，共12个单元，主要内容涉及什么是大数据，大数据分析，数据模型，结构化数据、半结构化数据和非结构化数据，大数据存储，数据提取、转换、加载，数据备份，Python编程语言与R编程语言，数据库基本概念，数据库管理系统，数据仓库，云存储，数据处理，数据挖掘及其算法，Hadoop与Spark，大数据可视化，商业智能

本教材以数据挖掘的经典算法为主线，基础部分讲清楚数据挖掘的过程和经典算法：数据探索、数据预处理、分类与回归、聚类分析、关联规则挖掘、偏差检测等。同时增加实现应用部分，在应用实现部分，以Python作为描述语言，以解决某个应用的挖掘目标为前提，介绍案例背景，阐述分析方法与过程，完成模型构建，给出算法的具体实现，通过此项目

全书以理论够用、实用，实践为第一的原则，采用案例方式讲授大数据技术基础的应用，使读者能够快速、轻松地掌握大数据技术基础。内容包括大数据概述；大数据处理架构Hadoop；分布式文件系统HDFS；分布式数据库HBase；NoSQL数据库；云数据库；MapReduce；Hadoop再探讨；Spark；流计算；图计算；数据可视

本书立足于机械工程和电气工程类人才培养目标，在理论教学基础上，阐述利用西门子STEP7、PLCSIM以及WinCC组态软件实现分布式控制系统课程设计的方法，集基础知识、设计、实验于一体，旨在培养学生应用能力、工程设计能力和创新开发能力，是分布式控制系统课程设计的配套指导教程。全书分基础知识、课程设计的要求与备选题目、综

本书共九章，其中一~四章为基础篇，主要介绍大数据技术的基本概念、关键技术以及大数据在实际业务场景中的应用状况。基础篇内容主要包括大数据处理架构、大数据存储与管理以及大数据处理与分析的主要原理和方法。该篇内容是学习后续内容的基础。第五~九章为应用篇，主要介绍大数据技术与金融业融合发展及其实际应用。首先从大数据金融的治理与

工业网络与现场总线技术是自动化类专业学生必须掌握的一门核心技术。它基于PLC控制技术和计算机通信技术,是自动化与信息化相互融合的产物。本书介绍了工业网络与现场总线技术相关的基础知识，并结合实际应用案例，将这些核心技术重新整理，融入到不同的案例中，通过对各个案例的分析、设计、安装、接线、编程和调试，帮助学生学习和掌握各项

本书为“1+X”职业技能等级证书配套教材，按国家“1+X”大数据平台运维职业技能等级标准编写。本书属于大数据平台运维初级教材，从大数据平台运维工程师角度由浅入深、全方位地介绍大数据平台运维的相关基础知识和基本实操。本书共分6个部分18章，第一部分为大数据平台安装，涉及平台操作系统的使用、Hadoop平台安装、平台基础环

本书以数据标注岗位需求为导向，由高校教师和多家一线数据标注企业的工程师联合编写。本书系统介绍了数据标注的发展、分类、规范及常用的数据标注工具的使用方法。本书对初学者了解数据标注行业的操作规范及未来数据标注人才培养要求起到积极的作用。本书内容从实际数据标注工作出发，采用“项目引导、实战驱动”的理念编写。本书包含配套教学视

本书通过完整、规范的数据科学项目的流程来组织全书体系结构，涵盖数据科学项目的全过程，包括问题提出与目标制定、凝练前提假设和设计数据方案、探索性数据分析、建模与分析、性能评价、结果诠释与展示。佐以丰富的案例分析和模拟项目训练，启发学生主动思考，培养学生在实践中树立严谨的科学思维方式及数据科学流程。本书除了可作为本科生数据