本书分为三个部分：基础理论、大数据可视化方法、大数据可视化工具及应用。基础理论部分包括第1、2章，回顾了可视化发展进程，介绍了可视化领域的一些基础概念及应用，以及可视化的一般流程及设计组件。大数据可视化方法部分包括第3到7章，主要介绍了不同类型数据的可视化方法，包括：时间数据、比例数据、关系数据、文本数据、复杂数据。大数据可视化工具及应用部分包括第8到14章，选取了市场上一些主流的可视化工具，围绕它们的使用方法和应用案例展开。这些工具包括商业软件：Excel、FineBI、DataV、Table

本书全面介绍了预测性分析相关方法，不仅直观地阐述了相关概念，还给出了现实的示例问题和真实的案例研究包括从失败项目获得的经验教训。
本书理论和实践内容相对平衡，便于读者加深理解。
全书共9章，外加一个附录。
第1章为分析导论，
第2章为预测性分析和数据挖掘导论，
第3章介绍预测性分析的标准流程，
第4章介绍预测性分析的数据和方法，
第5章介绍预测性分析算法，
第6章探讨预测性建模中的高阶主题，
第7章介

本书基于MCD机电一体化调试平台，根据真实智能生产线在NX软件中开发好
的智能物流单元、智能仓储单元、智能加工单元、智能检测单元和智能装配单
元仿真模型编写，通过各单元控制程序样例和调试方法的学习，设计智能生产
线的控制程序，搭建调试平台，对仿真模型进行控制，验证工作逻辑。由于仿
真模型具有数字孪生功能，与真实物理模型具有相同物理属性，可在没有真实
物理设备的情况下，学习和掌握对智能生产线集成的能力。
本书可作为高等职业院校
应用型本科
机电设备类

本书共6个项目，项目一为“三维全景技术基础”，介绍了全景摄影设备和摄影基础等知识；项目二为“全景图拍摄”，介绍了全景图拍摄技术和室内外的全景图拍摄流程；项目三为“全景图合成”，介绍了全景图的合成制作技术；项目四为“全景视频制作”；项目五为“VR全景漫游制作”；项目六为“旅游景点VR全景制作——以沙湾古镇为例”，以综合案例的形式介绍了VR全景项目的全流程。

本书以IPython、NumPy、Pandas、Matplotlib和Scikit-Learn这5个能完成数据科学大部分工作的基础工具为主, 从实战角度出发, 讲授如何清洗和可视化数据、如何用数据建立各种统计学或机器学习模型等常见数据科学任务, 旨在让各领域与数据处理相关的工作人员具备发现问题、解决问题的能力。

本书全面系统地介绍NoSQL数据库的原理、方法和技术。全书共7章，主要内容包括NoSQL数据库概述、键值数据库与Redis实例、文档数据库与MongoDB实例、列族数据库与Cassandra实例、图数据库与Neo4j实例、图数据科学算法等和NoSQL数据库的安装。
本书既可作为普通高校数据科学与大数据技术、软件工程、计算机科学与技术等相关专业的NoSQL数据库技术课程教材，也可作为高职院校相关课程的教材和参考书，还可供大数据技术领域的科技人员参考。

ChatGPT掀起了现象级的风暴，赶超ChatGPT潮流，算法突破是关键。

本书介绍了若干常见算法，涉及排序、哈希、动态规划与近似算法、高斯消去法、图论与线性规划、无约束优化、迭代法、插值与拟合等。本书在介绍算法的同时，结合了作者自己对数学背景、应用场景的理解，便于读者把握算法的核心思想。而且，本书不仅指出了哪些算法可以解决问题，还指出了哪些算法可以更好地解决问题，便于读者深入理解算法。本书尽可能地避开了以应试为导向的灌输式讲解，力求引起读者的兴趣并扩大其视野，例如在介绍哈希

《Nuxt.js Web开发实战》详细阐述了与Nuxt.js相关的基本解决方案，主要包括Nuxt简介，开始Nuxt之旅，添加UI框架，添加视图、路由和过渡效果，添加Vue组件，编写插件和模块，添加Vue表单，添加服务器端框架，添加服务器端数据库，添加Vuex Store，编写路由中间件和服务器中间件，创建用户登录和API身份验证，编写端到端测试，Linter、格式化程序和部署命令，利用Nuxt创建一个SPA，为Nuxt创建一个框架无关的PHP API，利用Nuxt创建一个实时应用程序，利用CMS

数字经济作为实现经济高质量发展的经济形态，已成为驱动我国经济实现又好又快增长的新引擎。在数字经济的浪潮下，越来越多的企业开始思考如何能够借助新技术，替换原有IT信息化应用，为企业带来更便捷、高效、严谨的业务处理体验，提升企业收益。进而提高企业的生产效率与管理决策能力，增强企业核心竞争力，真正实现以新技术带来的企业数字化转型。RPA（机器人流程自动化）技术的出现，一定程度上，给企业的数字化转型提供了更为实际的解决方案。本书结合理论与实践，在以下三个方面进行解读。
①概括介绍数字经济、

本书重点讲述统计数据分析方法和数据挖掘技术，在大数据时代和人工智能时代，数据驱动的知识抽取技术成为一项重要学习和研究内容。本书采用理论和举例相结合的方式进行数据分析和数据挖掘知识讲解，并配套《数据分析与数据挖掘建模工具》一书，便于理论和实践相结合。书中内容包括统计检验、方差分析、回归分析、关联分析、分类模型、聚类模型、离群点分析等典型的数据分析和数据挖掘方法。