本书将基础理论和算法实现相结合，介绍了关于大数据分析中的相关知识，全面、系统地介绍有关算法的实现过程，并对算法在相关实例上的应用结果进行分析。全书共8章，内容包括差异化空间插值模型的理论原理、利用空间信息的大数据分析预测过程、协作复合神经网络模型的基础架构、利用相关特征的大数据分析预测过程、并行支持向量机的基本原理、并行支持向量机下的风险分类评价研究、集成学习与贝叶斯优化的相关理论和结合贝叶斯优化与集成学习的大数据评价研究等知识。书中每种算法都以伪代码的形式进行描述并附有相应的实例。

本书介绍大数据知识工程的有关内容。全书共9章，第1章介绍大数据知识工程的背景；第2章介绍大数据知识工程的“三跨”特点及面临的“散、杂、乱”挑战；第3-6章介绍知识表示、知识获取与融合、知识表征学习、知识推理四个核心环节；第7章介绍教育、税务、网络舆情领域的大数据知识工程应用；第8章指出未来研究方向；第9章对全书进行总结。

本书系统地介绍了有关过程参数检测和自动控制装置的基础理论和应用技术。全书分为4篇，共10章。第1篇基础知识，含第1、2章，介绍本课程的意义及内容，检测仪表的基本概念及性能指标；第2篇过程参数检测，含第3～7章，介绍生产过程中常用的温度、压力、流量、物位和成分等参数的测量方法及常用检测仪表；第3篇过程控制仪表，含第8、9章，介绍控制仪表及装置（包括常用仪表分类、各种仪表信号制，模拟控制器、数字控制器、PLC、DCS和现场总线技术）和执行器；第4篇为第10章，简要介绍现代检测技术及智能仪表。

与传统生产线不同，智能生产线可以提供多维度信息，支持全设备监控，能够进行高精度管理并支持虚拟调试，这为更高效、更柔性的生产制造过程提供了可能，与此同时，也对管理理论和控制协调能力提出了更高要求。管理者需要从生产线设计、调度和管理等方面增强产线重构能力，充分发挥智能生产线的效能空间。针对当前智能生产线设计缺乏设计重构能力、生产线I艺流程非标准化、制造单元布局及流程不合理、任务分配系统和车间生产线响应速度慢、物流调度性能欠缺和仓储补货难以降本增效等问题，本书以智能生产线为背景，从工艺流程重

本书为学生、研究者和工业实践者提供了可供选择的主题，他们希望学习具有操作约束的PID控制系统的设计和实现。这本书由三部分组成。第一部分介绍了PID控制系统的结构、经典的整定规则和基于模型的设计方法。第二部分介绍了作者的先进设计、分析和实现材料，包括基于频域的设计、带运算约束和量化误差的实现、增益调度PID控制、串级PID控制、前馈PID控制等，PID控制的自动整定。在所有的高级设计材料中也会强调处理操作限制。第3部分说明了应用程序的设计和实现过程，包括板上球、无人机（四旋翼机控制、固定翼飞机控制

多时标非线性系统广泛存在于制造、交通、能源、航空航天等系统中，其控制具有重要的理论意义和应用前景。《多时标非线性系统的鲁棒控制与自适应控制》系统论述多时标非线性系统的模糊建模、鲁棒控制和自适应控制的理论方法及其应用。首先综述线性连续奇异摄动系统、线性离散奇异摄动系统、非线性奇异摄动系统，以及奇异摄动系统的智能鲁棒与自适应控制的发展现状和趋势；其次介绍多时标非线性系统的模糊奇异摄动建模方法，以及基于模糊奇异摄动模型的鲁棒控制与自适应模糊控制方法；最后介绍模糊奇异摄动模型在工业生产、航空航天等领域的

《数据会说话：活用数据表达、说服与决策》用通俗易懂的语言、丰富的案例，介绍了如何利用数据有效表达、说服他人，以及如何防止被他人的数据误导。全书共8章。第1章介绍什么是“数据说服力”；第2～6章分别介绍如何通过寻找合适的参照点、运用不同的统计方法、其他指标、不同时间点的对比、选择各种对比结果，来提升数据说服力，让他人更容易被说服；第7章介绍如何运用4种可视化方法，提高数据的可信度；第8章介绍如何运用6种方法，防止自己在工作和生活中被他人的数据误导。 《数据会说话：活用数据表达、说服与决策》面向职

7大数据陷阱的干货总结与避坑锦囊，教会数据工作者如何在数据陷阱中迅速恢复，避免踩雷
数据陷阱无处不在，任何处理过数据的人都会在不知不觉中多次陷入其中。我们大多数人都还没有学会如何使用现代工具和所掌握的数据类型，从而导致了一些本可以轻易避免的常见的错误。
在本书中，作者为我们展示了以下七种在数据处理过程中常见的数据陷阱：
陷阱 1：认知误差——我们如何看待数据；
陷阱 2：技术陷阱——我们如何对数据进行处理；
陷阱 3

《Offer来敲门 大数据开发面试笔试精讲 在线真题实训视频版》围绕大数据开发的相关技术，以大数据开发的基本要求为纲，以企业在笔试和面试中的试题为核心， 从企业考核的角度组织内容，并对这些试题加上了详细的分析说明，以考促学。《Offer来敲门 大数据开发面试笔试精讲 在线真题实训视频版》既包括 Java、Python 等基础编程知识，又涵盖 Hadoop、Hive/HBase、Tushare、NumPy、Pandas、Matplotlib 等大数据开发关的技术。全书分为 4 篇 14 章，第 1

本书是Hadoop Spark大数据分析技术入门书，基于Hadoop和Spark两大框架体系的3.2版本，以通俗易懂的方式介绍Hadoop Spark原生态组件的原理、集群搭建、实战操作，以及整个Hadoop生态系统主流的大数据分析技术。 本书共分14章。第1章讲解Hadoop框架及新版本特性，并详细讲解大数据分析环境的搭建工作，包括Linux操作系统的安装、SSH工具使用和配置等；第2章讲解Hadoop伪分布式的安装和开发体验，使读者熟悉Hadoop大数据开发两大核心组件，即HD