本书分为7个章节。第一章介绍大数据归约在数据预处理中的作用以及面临的技术挑战；第二章介绍多维大数据归约知识体系、业务领域本体和归约任务本体；第三章介绍大数据特征选择策略和评价准则，以及两阶段混合特征选择方法；第四章介绍大数据元组相似度度量和快速归约方法；第五章介绍了大数据数值归约基本方法和基于约束转变的数据立方体计算技术；第六章介绍了大数据归约效果评估指标及基于用户兴趣度的评估方法；第七章介绍了基于本体的大数据归约系统体系架构，以及归约工作流模式挖掘和优化等关键技术。

本书系统讲述Apache Spark大数据计算平台的原理，以及如果将Apache Spark应用于大数据的实时流处理、批处理、图计算等各个场景。通过原理深入学习和实践示例、案例的学习应用，使读者了解并掌握Apache Spark大数据计算平台的基本原理和技能，接近理论与实践的距离。
全书共分为13章，主要内容包括Spark架构原理与集群搭建、开发和部署Spark应用程序、Spark核心编程、Spark SQL、Spark SQL高级分析、Spark Streaming流处理、Spark结构

本书共11章，首先，介绍了物联网分布式数据存储与查询技术的相关概念和研究进展(第1和第2章)；然后，详细介绍了多种物联网类型下的数据存储与查询技术(以Top-k查询为主要查询类型)，这些物联网类型包括：WSN(第3、4、5章)，WSAN(第6章)，TWSN(第7、8章)，TMWSN(第9章)和传感云系统(第10章)；最后，简要介绍了物联网分布式数据存储与查询技术相关应用(第11章)。

流计算系统尽可能地优化了接收处理事件数据的间隔时间，因此能实时地提供响应。对于金融、安全和物联网领域的应用来说，几毫秒都很关键，因此流计算系统是必要组件。而且，流计算是热门技术！具有 Spark、Heron 和Kafka 经验的工程师供不应求。
《流计算系统图解》以浅显易懂的语言介绍了实时事件流应用。这本引人入胜的书阐明了数据并行化、事件窗口和反压等核心概念，让你不会被框架的具体细节所困扰。在学习过程中，你将从头开始构建一个简单的流计算工具，以确保深入领会各种理念和技术。当你读到实

本书内容主要分为三个部分。第一部分介绍PID稳定集的计算方法。重点针对工程中常见的线性时不变连续时间系统、Ziegler–Nichols系统、线性时不变离散系统以及结合频率响应数据描述的系统进行了深入的阐述。第二部分介绍基于增益和相角裕度的鲁棒设计方法。分别从连续时间系统、离散时间系统和多变量系统三个方面，对比阐述了PI控制器和PID控制器的分析与设计方法。第三部分介绍H∞优化PID控制方法。针对被控对象不确定时PID稳定控制器的设计问题，基于H∞优化控制，分别对连续时间系统和离散时间

本书遵循由浅入深的编排方式，将有关数控系统应知应会的内容进行了科学的分配。本书从数控技术工程师的角度详细介绍了数控机床的结构，介绍了数控机床常用低压电器的功能及其在数控电气系统中的位置；介绍了数控系统安装连接、参数设置的方法，详细解释了数控系统PLC程序的编程方法和数控系统的功能，提供了数控刀库包括伺服刀库换刀程序的编制案例；介绍了伺服系统和主轴系统的调试和故障排除方法。同时，本书还提供了数控系统在各类型机床上的应用案例。
本书的特点是“来自现场又回到现场”。对从事现场安装、调试、维修工作

本书以穿戴式下肢外骨骼机器人为研究对象，以康复训练辅助和增力辅助为主要应用目标，对下肢外骨骼机器人研究中的运动学/动力学建模、运动意图识别、康复运动步态规划、外骨骼运动控制方法、康复训练辅助策略和增力辅助策略等进行了系统的研究与介绍，设计了相应智能控制算法并进行了验证。

本书通过实例讲解，详细介绍了工业机器人电气控制设计方法。首先介绍了工业机器人电气控制设计概论，包括工业机器人的分类、桁架机器人典型控制系统及数控系统解决方案等概况；其次具体地讲解了工业机器人控制系统硬件设备与选型、硬件连接与设定；然后介绍了PMC程序编程基础；最后通过实际案例，详细讲解数控桁架机器人的电气控制设计。
本书内容贴近工程实际，选取实例典型，可供工业机器人、自动化、数控技术等方面的从业人员阅读，也可供大专院校机械、自动化、智能制造等专业师生学习参考。

对于任何依赖经常性收入和重复销售的企业来说，让客户保持活跃并持续购买是必不可少的。客户流失(或“流失”)，这种代价高昂且令人沮丧的事情是可以预防的。通过使用本书中介绍的技术，你可以识别客户流失的预警信号，并学会在客户离开之前识别并挽留他们。
《客户留存数据分析与预测》向开发人员和数据科学家传授经过实践证明的技术与方法，可以在客户流失发生之前阻止其发生。本书包含很多来自现实中的示例，介绍如何将原始数据转换为可衡量的行为指标、计算客户生命周期价值，并使用人口统计数据改进客户流失预测。通过遵循

《数据科学对社会科学转型的重大影响研究》从数据科学发展引致的科研范式转换视角，研究数据科学驱动社会科学转型的问题，重点研究数据科学驱动下的社会科学将具有何种全新的特征，探索社会科学研究在数据科学驱动下的转型路径。《数据科学对社会科学转型的重大影响研究》主要研究内容包括：数据科学的知识体系与方法工具、社会科学研究范式演化与数据科学在社会科学中的应用、社会科学研究的现实环境变迁与突出问题、数据科学驱动的社会科学认知体系重构、数据科学作用下的社会科学研究特征、数据驱动的社会科学转型的条件与保障等。