生成式建模（generative modeling）是人工智能领域热门的研究课题之一。现在算法已经可以教一台机器在绘画、写作和作曲等人类活动中取得出色的表现。通过这本实用指南，机器学习工程师和数据科学家们将学会如何通过生成式深度学习模型重新创建一些令人印象深刻的程序示例，例如变分自编码器、生成对

　　关于大数据技术的信息非常丰富，但将所有这些技术无缝拼接成端到端的企业数据平台却是一项艰巨的任务，一直以来没有引起广泛的讨论。通过这本实用指南，你将了解如何在企业内部和云计算平台中构建大数据基础设施，并成功地构建出现代数据平台。

　　量子计算机即将掀起一场新的计算革命，你也可以即刻加入进来。如果你学的是软件工程、计算机图形学、数据科学，或者仅仅是一名计算机爱好者，《量子计算机程序设计：基本算法和代码示例（影印版 英文版）》都可以成为你理解量子计算技术的实践指南。你可以直接使用示例代码演示该技术的独特功能，而不是通过数学和

　你可以通过这本由比特币和比特币编程领域的导师编写的实践指导书深入了解比特币技术。作者向Pytllon程序员和开发人员展示了如何从零开始编写比特币库。你将学习如何使用这个流行的加密货币及区块链支付系统背后的基础知识，包括数学、密码学、区块和交易规则。

　　《控制工程基础（第2版）》主要介绍经典控制理论和现代控制理论中控制系统分析和综合的基本方法。
　　《控制工程基础（第2版）》共分9章，前6章属于经典控制理论中的线性定常连续控制系统问题，包括：自动控制系统的基本概念，控制系统的数学模型，时域分析法，根轨迹法，频域分析法，控制系统的设计与校正；第7章为线性离散系统的分析与校正；第8章为非线性控制系统分析；第9章为现代控制理论概述。
　　《控制工程基础（第2版）》可作为机械、电子、计算机应用技术、电子信息工程、工业工程、

本书分五部分，第一部分数据科学引导，阐述数据科学的基本概念、原则和方法等内容；第二部分数据分析的数学基础，阐述相关的数学知识；第三部分数据采集与管理，阐述数据采集、清洗、管理等知识；第四部分数据分析基本方法与软件实现，阐述描述性统计分析方法等内容；第五部分数据分析案例与实训。

本书以数据挖掘项目的典型开发过程为线索，对数据挖掘的生命周期中的各个环节，以及其中所涉及的概念、方法、技术和过程模型进行了全面细致的介绍。对于数据挖掘核心部分的典型基础算法，通过细致的阐述、详尽的示例和充分的讨论，深入地展示了数据挖掘算法的内涵，以便读者认知、学习和掌握。
本书系统地介绍了数据挖掘原理、算法和应用的相关知识，内容覆盖数据挖掘的整个过程：数据采集、数据预处理、数据分类分析、数据聚类分析、数据关联分析和数据挖掘系统的应用等。在内容安排上通过数据挖掘的典型应用方法，将理论

　　现在已经有越来越多的行业和技术领域需要大数据分析系统，例如金融行业需要使用大数据系统进行信贷风控，零售、餐饮行业需要通过大数据系统进行辅助销售决策，各种物联网场景需要大数据系统持续聚合和分析时序数据，各大科技公司需要建立大数据分析中台等等。
　　《大数据综合应用项目实战/高等职业院校基于工作过程项目式系列教材》为培养和开发大数据全面人才的教材。同类型的书籍中，内容大多是关于知识点的介绍以及案例，缺乏真实项目开发过程中各个时期所遇到的问题。而《大数据综合应用项目实战/高等职业院校基于工作

本书以Python作为开发Spark应用程序的编程语言，系统介绍了Spark编程的基础知识。全书共8章，内容包括大数据技术概述、Spark的设计与运行原理、Spark环境搭建和使用方法、RDD编程、Spark SQL、Spark Streaming、Structured Streaming、Spark MLlib等。

　　数据清洗是大数据预处理的关键环节。面对错综复杂的数据，传统的清洗“脏”数据工作单调且异常辛苦，如果能利用正确的工具和方法，可以让数据清洗工作变得事半功倍。
　　《数据清洗》讲解数据清洗的理论知识和实际应用，《数据清洗》共8章：第1章主要带领大家简单认识数据清洗；第2章主要讲解ETL技术相关的知识；第3章讲解Kettle工具的基本使用；第4章主要讲解数据清洗的一步——数据抽取；第5章主要讲解数据清洗与检验；第6章主要讲解数据转换相关的知识；第7章主要讲解数据加载相关的知识；第8章利用前面