综合利用近代各种先进技术，采用光电方法对多种光的、非光的物理量进行检测是光电检测技术的基本内容。全书从基本原理到工程应用，系统地介绍了光电检测技术的组成，主要组成部分的功能、实际应用和当前发展的情况。主要内容包括光电检测技术基础、光源及辐射源、光电探测器及其校正技术、光学系统及专用光学元件、光电信号的变换及检测技术、非光物理量的光电检测、现代光电检测技术与系统。本书内容全面，叙述简明扼要，既重视理论性，也讲究实用性，可作为信息工程类本科生、研究生的教材，也可供相关领域科技工作者参考。

本书包含10章，分为：第1章，阐述数据分析的基础理论；第2章，介绍数据清洗和数据获取的知识和方法；第3章至第9章，覆盖了基础统计分析、多维数据分析、时序数据分析、地理数据分析、图数据分析、文本数据分析和多媒体数据分析，包括每种分析方法的基础定义、分析方法和工具使用到具体领域的可视化实用案例；第10章，以中国社会发展数据演示分析方法的使用。书中提到的基础理论知识都有配套的在线实践工具，能够让用户在学习基础理论知识之后和实践进行连接，真正达到学以致用的效果。通过实践工具，用户可以实现独自完成数

本书系统地介绍了数据科学基础理论、大数据理论、大数据技术及应用的相关内容，具体内容包括数据科学概述、大数据概述、大数据与云计算、大数据的采集与预处理、大数据的存储与处理、大数据分析方法、大数据分析工具、大数据可视化、大数据安全、大数据的应用等。
　　本书针对高等院校数据科学与大数据技术等专业开设的相关课程编写，既可作为高等院校的教材，也可供从事数据管理、数据分析和大数据系统架构等工作的读者阅读和参考。

本书是为所有热爱大数据、打算从事大数据相关工作的读者编写的，适合有Java编程基础的学习者参考使用。本书全面介绍了大数据技术生态圈，更在此基础上全景展现了Hadoop大数据分布式系统集群平台的搭建、大数据分布式文件系统HDFS、大数据分布式并行计算框架MapReduce、Hadoop大数据仓库工具Hive和海量日志采集工具Flume等大数据实用技术。本书通俗易懂、结构清晰，着重于分析解决问题的思路和具体实施过程。本书适合作为高等院校计算机相关专业的程序设计教材，也可作为Hadoo

本书内容涵盖数据科学和大数据技术的基础知识，围绕数据科学的工作流程，详细介绍了从数据中获取知识的方法和技术，包括数据采集、数据整理与探索、数据可视化和数据建模预测等。本书介绍了人工智能前沿领域中文本、图像、语音、序列数据的主流分析处理方法，同时也阐述了基于大数据分布式计算框架处理海量数据的平台和工具。全书设计收集了多个数据应用案例，采用Python语言及相关科学计算工具包实现数据分析过程，帮助读者通过实际案例培养数据思维，掌握数据分析的实践技能，运用统计学、人工智能等先进技术解决实际问题。 本书

本书是“数字系统设计”课程的配套教材。全书共6章，包括C8051F360单片机结构、C8051F360的数字I/O端口、C8051F360的模拟外设、开发工具简介、实验平台概述、综合设计实例。本书提供实验平台所有模块的详细电路原理图、设计方案、底层控制程序、例程应用等。在每个综合设计实例后提供拓展任务，以便学生深入理解并掌握设计方法。本书可作为高等院校电子信息类、电气类、自动化类专业数字系统设计、电子技术综合实验等实践类课程及大学生电子设计竞赛赛前培训的教材，也可作为具备模拟电子技术、数字电子技

本书是大数据技术与应用专业、网络安全的专业课程，在整个专业课程体系中占有极为重要的地位。 本课程的定位是使学生掌握网络空间安全中数据安全基础，通过任务引领型的项目活动，让学生掌握数据安全的基本知识和技能。本书着眼于基础知识和实操练习两大部分，从数据库安全、数据容灾技术、数据隐藏与数字水印、数字取证技术、数据加密技术、数据隐私保护技术等方面讲述了数据应用的攻击与防护方法，并配备了完备的题库和攻防实操靶场。

我国提出新基建概念，要加快大数据中心、人工智能等新型基础设施的建设进度，这无疑需要更多的大数据人才。PySpark可以对大数据进行分布式处理，降低大数据学习门槛，本书正是一本PySpark入门教材，适合有一定Python基础的读者学习使用。
本书分为7章，第1章介绍大数据的基本概念、常用的大数据分析工具；第2章介绍Spark作为大数据处理的特点和算法；第3章介绍Spark实战环境的搭建，涉及Windows和Linux操作系统；第4章介绍如何灵活应用PySpark对数据进行操作；第5章介绍P

教材系统地介绍文本数据挖掘的相关概念，利用Python作为工具进行相关试验，其内容主要包括：文本挖掘产生的背景及发展；文本挖掘的概念、文本模型表示、文本内容的预处理，包括分词、去停用词以及特征抽取；文本相似度的概念等。介绍文本分类的概念及常用方法，如KNN算法、SVM算法等，并对分类结果进行评价；在介绍文本聚类聚类的概念时是，同样介绍聚类常用算法，如K均值算法、层次聚类法、密度聚类法等，作为有文本分类、文本聚类的应用，最后给出了信息抽取、社会网络中的实体关系抽取和事件抽取。