本书专注于ABB工业机器人领域，是一本全面且实用的技术指导书籍，涵盖了ABB工业机器人从基础认知到复杂编程的全方位知识体系，为读者搭建起系统学习的桥梁。本书共7章，包括认识ABB工业机器人、ABB工业机器人的基本操作、ABB标准I/O板的接线与配置、程序数据的类型与建立、RAPID程序与编程实例、常用指令与函数、ABB工业机器人编程实例。本书专为基础薄弱的读者打造，以零基础为起点，既适合作为ABB工业机器人的自学用书，也适合作为职业院校的ABB工业机器人课程教材。

本书以智能行为决策为主线，系统阐述了自主机器人在复杂动态环境下实现智能感知、自主规划和学习控制的理论基础与关键技术。全书共7章，内容涵盖自主机器人在感知、理解、规划、决策、控制、协同等方面的核心技术。第1章介绍了自主机器人的定义、特征、分类及发展历程，并分析了自主机器人面临的需求、挑战与发展趋势等。第2章探讨了机器人的感知与环境理解技术，包括视觉、力觉感知原理，多传感器融合感知，自主定位与建图，以及场景理解与语义地图构建。第3章系统阐述了自主决策的基础理论，如强化学习、深度强化学习、行为识别理论

本书主要介绍了如何确保企业所依赖的数据的质量。书中详细阐述了自动化数据质量监控的重要性，并提供了实用的方法，帮助企业高效地覆盖所有数据表，主动发现数据问题，并立即解决。作者们解释了如何构建无监督机器学习模型来检测数据问题，以及如何实施通知机制以减少警报疲劳，并迅速分类和解决这些问题。此外，本书还探讨了如何将自动化数据质量监控与数据目录、BI和ML系统集成，以克服自动化监控的局限性，并在大规模环境中部署和管理监控解决方案。

本书分基础篇和进阶篇。其中，基础篇涵盖了RobotStudio软件仿真的基础知识，主要包括涂胶路径优化与动态显示、码垛仿真与通用框架程序构建、图形化垛型生成软件的制作、基于Smart组件的随机位置物体抓取技术、视觉纠偏输送链跟踪仿真、各类外轴仿真与路径优化、各类机器人TCP自动标定仿真等。进阶篇则探讨了机器人读取G代码与自动路径生成、人工路径复现技术、图片轮廓识别的自动绘图仿真、EGM协议的深度解析与上位机位置及速度控制、Python结合EGM与手势控制、ROS控制ABB机器人的实现方法、Rob

内容简介这既是一本系统讲解数据资产价值变现的入门书，又是一本全面介绍数据要素的科普书，它能帮助零基础的读者厘清数据要素各种概念并建立系统的知识体系，同时还能掌握数据资产价值变现的认知、实现路径和实操方法。本书由凯捷咨询前亚太区副总裁、阿里云中国区前咨询总经理撰写，全球数据资产理事会（DAC）联合出品。本书是《精益数据方法论：数据驱动的数字化转型》一书的姊妹篇，后者讲了如何制定数据战略、梳理数据场景、开发数据产品，如何利用精益数据方法转型为数字化企业；前者为数字化企业的数据资产变现给出了方案。全书

本书共10章, 第1-3章详细说明CyberChef工具使用方法, 从搭建CyberChef的使用环境开始, 逐步深入介绍编码和解码、数据处理模块的相关内容。第4-10章将介绍使用CyberChef工具实战分析恶意样本的案例, 包括批处理BAT、PowerShell、CobaltStrike、VBS、ShellCode、JavaScript、WebShell等多种样本文件的案例。本书示例代码丰富, 实际性和系统性较强, 并配有视频讲解, 助力读者透彻地理解书中的重点、难点。

数据是数字经济的关键要素已经形成共识，数据资源入表成为数据资产正在探索推进中。数据资产不同于通常意义上的有形实物资产和无形知识产权资产，它是一类新的资产类别。有用的数据积累到一定的规模具备开发价值后就形成数据资源，数据资源在满足了数据权属明确、成本或价值能够被可靠地计量、数据可机读等基本条件后就可以成为数据资产。本书分析讨论了数据的资产性，基于数据的属性对数据资产进行了明确的定义，将信息资产、数字资产和数据资产统一为数据资产。在此基础上，本书系统地介绍了数据资产化、盒装数据、数据资产评估、

本书共9章，分四部分，全面讲解数据跨境流动的背景、意义、政策、合规制度、技术保障和国际规则。第一部分(第1章至第2章)介绍数据跨境流动的基本定义、发展阶段及内涵，同时从全球治理、全球经济发展、全球科技创新3个角度阐明数据跨境流动所蕴含的巨大价值。第二部分(第3章至第4章)详细介绍我国对数据跨境流动的政策以及相关法律体系，梳理了基本的合规规则。第三部分(第5章至第7章)介绍数据处理者的内部操作，包括数据出境业务梳理、内部合规制度建设等，并列举重点行业梳理数据出境场景以及数据字段的方法，同

本书分为4篇, 共12章。第1篇 (第1、2章) 准备篇, 主要介绍Hadoop和Spark的基本概念, 以及如何快速搭建Hadoop和Spark的学习环境。第2篇 (第3-6章) 入门篇, 涵盖Hadoop的高级特性、Spark的基础知识与高级特性, 以及大数据安全。第3篇 (第7-10章) 进阶篇, 深入讲解数据采集与清洗、数据存储与管理、数据分析与挖掘以及实时数据处理。第4篇 (第11、12章) 项目实战篇, 通过Hadoop和Spark实现一站式数据分析系统设计, 以及ChatGPT赋能

本书主要向读者介绍基于互联网技术的数据分析原理与方法，帮助读者理解并掌握数据分析能力，可使用到实践中并提升工作能力。本书具体内容包括学数据分析有什么用，数据分析的基础方法，数据分析的起点，数据分析的基础，数据分析的准备；通过数据分析看清现实，通过数据分析抓住业务增长机会，通过数据分析发现异常、处理异常、防止异常，通过数据分析预测与推荐，通过数据分析服务线下业务，数据分析结果汇报，以及让数据分析结果落地实践。