本书系统阐述大数据的常用技术原理和框架，并精选实战案例深化大数据技术运用。全书共12个单元，内容包含大数据与Hadoop概述、大数据处理平台Hadoop的安装与配置、分布式文件系统HDFS、MapReduce和YARN技术、分布式数据库HBase、数据仓库Hive、大数据迁移工具Sqoop、分布式协调服务ZooKeeper、日志采集系统Flume、分布式消息发布订阅系统Kafka、大数据内存计算Spark及流式计算引擎Storm。 本书采用“项目引领、任务驱动”的编排模式，内容设计遵循由浅入深的

本书共10章，分别是大数据介绍、数据采集、大数据架构、大数据存储、数据清洗、大数据分析与挖掘、大数据可视化、大数据安全、数据治理及大数据的应用。

本教材从过程装备自动控制技术的应用角度，主要介绍过程装备控制系统的基本概念，基本组成、原理及应用；常见过程参数如压力、温度、流量、液位、物质成分等的测量方法原理及所用仪器、仪表的结构；常用过程控制仪表的结构原理；以及计算机控制系统的构成原理和可编程控制器技术；简要介绍适应智能控制发展的几种比较先进的过程控制技术基本知识。
本教材可供过程装备与控制工程专业本科和研究生使用，以及有关院校石油、化工、制药、能源、环境工程、安全工程等专业学生使用，也可供从事过程装备与控制行业的工程技

本书分为项目引导篇、项目实践篇和项目拓展篇。主要内容包括自动化生产线的认识、自动化生产线各单元及整体安装与调试、工业机器人和柔性生产线的介绍等。本书以 YL-335B型自动化生产线为平台，基于工作过程导向，编写紧扣“准确性、实用性、先进性、可读性”原则，将总任务分解为若干个任务，力求深入浅出、图文并茂，以提高学生学习兴趣和效率。
本书适合作为高职高专相关专业的教材，也可作为相关工程技术人员研究自动化生产线的参考书。

本书以技术应用能力培养为目标，以真实的集散控制系统设备为载体，以6个学习情境组织教学内容，采用任务驱动的教学方式，重点介绍了浙大中控JX-300X集散控制系统的基本结构、基本功能、软硬件组态、流程图绘制、监控维护和工程应用等知识，同时介绍了霍尼韦尔TDC-3000、TPS/PKS系统、横河CENTUM-CS系统、艾默生Delta V系统、现场总线等相关知识和应用案例。
本书可作为高等职业院校、成人学校开办的二级学院生产过程自动化技术、电气自动化技术、机电一体化技术、计算机控制技术等相关专业

本教材是为了适应教yu部电气工程一级学科研究生核心课程指南要求而编写的。内容包含了线性系统的状态空间法、稳定性与李雅普诺夫方法、最优控制、鲁棒控制、系统辨识、自适应控制和模型与预测控制等七大部分。本教材的编写力图通过建立各知识点间的逻辑关系，加深对基本概念的理解；通过简单的算例，掌握基本方法的应用；通过对定理、公式、判据的严格证明，培养用数学语言解决工程问题的能力。此外，为了便于学习，还录制了教材的MOOC课程。 本书主要作为工科院校非控制类学科的研究生教材，也可作为广大科技人员和其他

本书共7个项目，全面介绍了大数据技术概述、大数据平台部署与操作、数据库配置维护、数据采集与处理、Hive数据仓库应用、Spark SQL数据分析、Zeppelin数据可视化等内容。每个项目围绕一个核心知识点展开，通过具体的任务描述、知识课堂和实践操作引导学生逐步深入学习。本书具有较强的实用性和可操作性，语言精练，通俗易懂，操作步骤描述详尽，并配有大量操作图例。本书适用于职业教育计算机相关专业及大数据相关专业使用。本书配有丰富的教学资源，包括教学课件、教案、微视频等。

本书是一本系统且实用的大数据技术学习指南，全面覆盖了Spark的核心知识和应用场景。全书围绕“项目驱动、任务导向”的理念，设计了7个学习情境，分别涉及Spark环境搭建、Scala程序编写与数据处理、Spark RDD和Spark SQL的综合应用、流数据处理及机器学习模型的实现，逐步引导读者掌握从数据加载、清洗到分析和模型构建的完整流程。

本书全面系统地介绍了区块链技术及其应用开发，从基础理论到实战案例，内容涵盖区块链概述、体系架构、密码学技术、数据结构、账户与交易原理、网络通信协议与共识机制，以及以太坊与智能合约等关键领域。
本书特色在于不仅深入剖析了区块链技术的核心原理，还详细探讨了区块链在数据要素市场中的应用，如数字城市、数字金融、数字双碳、数字治理等。此外，通过三个实战案例数据交易、数字藏品、版权保护，展示了区块链技术的实际应用与部署过程，为读者提供了宝贵的实践指导，是一本理论与实践相结合的区块链教材。

本书是基于SparkML和Scala语言编写的机器学习实战书籍。基于目前新版本的Spark框架展开, 首先是机器学习准备部分, 分别介绍了Spark与大数据技术的基础知识、Spark环境的安装与配置、Scala编程基础、Spark数据结构基础。然后是机器学习核心部分, 分别介绍了机器学习基础、线性回归、分类算法及应用、数据降维与应用、聚类算法及应用、关联规则挖掘算法及应用。最后通过两个综合实战项目案例进行巩固提升。本书配套了较为丰富的实战案例, 并为案例提供了详细的步骤, 另外, 本书配套了源代