《大数据处理技术与应用》对大数据的概念、挖掘、应用进行了系统的介绍，并且配备了相关的案例以及实际操作过程。这种理论与实践相结合的方式能够极大地帮助读者掌握大数据领域的相关理论知识。 《大数据处理技术与应用》共分为10章，主要内容包含互联网大数据概述、互联网大数据采集与获取实战要领、做好数据预处理的实战方法、数据相关性

《现代检测技术及仪表》系统地介绍了现代检测技术及仪表的基础理论和应用技术。全书共分为10章。第1章介绍检测仪表控制系统和检测技术及仪表发展概况；第2章介绍检测方法及技术；第3章介绍检测仪表基础知识；第4章介绍温度检测及仪表；第5章介绍压力检测及仪表；第6章介绍流量检测及仪表；第7章介绍物位检测及仪表；第8章介绍机械量检

《数据挖掘方法与应用》以应用为导向介绍数据挖掘的相关工具、理论和方法，包括数据挖掘概述、数据挖掘工具、数据与数据平台、数据预处理、关联分析、决策树、贝叶斯分类和神经网络。通过循序渐进地讲解数据挖掘可使用的工具、数据存储及分析环境、原始数据可能存在的问题及相应的预处理方法、数据挖掘经典算法等相关知识，使读者对数据挖掘有整

本书详细阐述了培养复合型大数据专业人才所需要的大数据相关知识。全书共9章，内容包括大数据概述、大数据与其他新兴技术的关系、大数据基础知识、大数据应用、数据采集与预处理、数据存储与管理、数据处理与分析、数据可视化、大数据分析综合案例。在大数据基础知识部分，本书详细介绍了与培养学生的数据素养相关的知识，包括大数据安全、大数

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”“大数据导论”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。

共分11章，第1章对大数据及Hadoop进行总体介绍，第2章讲解了如何搭建Hadoop集群。第3-5章讲解了HDFS分布式文件系统、MapReduce分布式计算框架以及Zookeeper分布式协调服务。第6章讲解Hadoop2.0的新特性。第7-10章主要讲解了Hadoop生态圈中的相关辅助系统，包括Hive、HBas

本书系统介绍了大数据基础知识和相关技术，全书分为大数据概述篇、大数据存储与管理篇、大数据采集与预处理篇、大数据分析与挖掘篇、大数据平台Hadoop实践与案例分析篇。全书共15章，主要内容包括大数据基本概念、大数据存储与管理概念及技术、大数据采集及预处理技术、大数据计算模式、大数据分布式并行处理框架Hadoop、大数据分

本书系统地讲解了大数据处理常用技术，具体包括大数据处理架构Hadoop、分布式文件系统HDFS、MapReduce编程模型、分布式数据库Hbase、NoSQL数据库、Spark分布式内存计算、MapReduce应用开发、SparkSQL编程、数据可视化。本书编写特色理论与具体操作相结合，较低基础入门大数据技术。读者对象

本书按照处理数据的逻辑顺序和习惯，从数据的整理开始入手。从数据的抽样开始，介绍了传统统计的抽样理论，并进一步探讨大数据样本的代表性问题。并且通过具体案例向读者介绍整个数据探索性分析的主要步骤。然后是数据的展示技术，也就是常说的数据可视化，从数据的类型以及展示的内容不同，分别介绍了单变量和多变量数据的多种图示方法，数据的

本书以计算机控制技术在智能制造自动化生产线中的应用为核心，以培养学生专业的职业素养、完备的理论知识、扎实的实践操作技能和过硬的思政素质为目标，在工业以太网技术、工业机器人技术、智能视觉识别技术、PLC技术和嵌入式触摸屏技术应用的基础上，按照工业产品智能制造过程规范化和系统化的思想进行课程开发。 全书主要包括四大部分内