本书作为 Hadoop 大数据技术的项目化实战教材，以任务驱动为导向，深入浅出地介绍了 Hadoop 及其周边框架的应用，涵盖了当前 Hadoop 生态系统中的主流大数据技术。全书共 12 个项目，包括云计算和大数据基础概论、CentOS 的安装与网络配置、MPI 集群部署及应用、Hadoop 集群部署及应用、MapReduce 基本原理及应用、HBase 数据库的搭建及使用、Hive 数据仓库的安装及应用、Pig 数据分析、Sqoop 数据迁移、Flume 日志收集系统、Spark 部署及数据

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

本书较全面地叙述了智能控制的基本理论、方法和应用。全书共分18章,主要内容为模糊控制的基 本原理和应用、神经网络控制的基本原理和应用、智能优化算法及其应用和智能 协 调 控 制 基 本 原 理 及 应用。本书系统性强,理论联系实际,叙述深入浅出,适合初学者学习。书中给出了一些智能控制算法的仿 真实例和 MATLAB仿真程序(见配书资源),并配有一定数量的习题,可作为高等院校工业自动化、计算机 应用、电子信息等专业的高年级本科生和硕士研究生的教材,也适合从事自动化领域工作的工程技术人员 阅读和参考

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

《数据科学理论与实践》（第3版）重点讲解数据科学的核心理论与代表性实践，在编写过程中充分借鉴了国外著名大学设立的相关课程以及全球畅销的外文专著，同时考虑了国内相关课程定位与专业人才的培养需求。内容包括数据科学的基础理论、理论基础、流程与方法、技术与工具、数据产品及开发、典型案例及实践和附录等。
《数据科学理论与实践》（第3版）的读者范围很广，可以满足数据科学与大数据技术、计算机科学与技术、管理工程、工商管理、数据统计、数据分析、信息管理与信息系统等专业的教师和学生(含硕士生和博士生)的教学

本书系统介绍了大数据综合应用实践的技术知识和项目案例。全书共4章，内容包括大数据综合应用概述、基于Python+MySQL+Kettle的点评网数据采集分析及可视化、基于Hive+MySQL+Spark的零售数据分析及可视化、基于Elasticsearch+Logstash+Kibana+Filebeat的日志收集分析及可视化。第1章概要介绍了大数据的技术和综合应用，第2～4章以项目案例为基础对大数据环境部署、技术知识、上机实践操作等进行了详细说明与分析。读者可参照书中的项目环境部署、项目技术知

本书通过大量实例介绍大数据平台技术，分4篇。大数据存储篇包括第1~3章，内容包括大数据技术概述、数据采集和大数据、大数据框架的安装和配置；大数据管理篇包括第4~7章，内容包括HDFS、Hadoop分布式计算模型、分布式协调服务ZooKeeper、Hadoop的集群资源管理系统YARN；大数据分析篇包括第8~10章，内容包括数据库MySQL和数据仓库Hive、NoSQL数据库HBase、基于内存的分布式计算框架Spark；大数据应用篇包括第11、12章，内容包括数据可视化、大数据应用综合案例。

伴随Hadoop的成长，Hadoop不再是一个简单的数据分布式存储平台和工具，已经成长为一个完整的生态圈。本书采用Hadoop 3.2.2版本，系统讲解Hadoop生态系统主流的大数据分析技术。本书配套示例源码、PPT课件、教学大纲与编程环境。
本书共分11章。内容包括Hadoop概述与大数据环境准备、Hadoop伪分布式集群搭建、HDFS分布式存储实战、MapReduce实战、ZooKeeper与高可用集群实战、Hive数据仓库实战、HBase数据库实战、Flume数据采集实战、Kafk

本书基于“基础知识” +“代码示例” +“应用案例”的模式编写，共包括 7个项目。项目 1主要介绍互联网数据采集的入门知识；项目 2通过一个入门级的简单案例，介绍互联网数据采集的基本流程；项目 3通过一个进阶的案例，详细介绍在没有给出官方开放 API的情况下，如何通过抓包工具获取 XHR请求地址；项目 4主要介绍 HTML文档数据的采集，对 HTML进行解析，以及如何提取数据的属性与文本；项目 5主要讲解批量获取数据的整理与合并技巧；项目 6重点讲解如何通过 Python的 pymysql库对