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。

本书介绍了麻省理工学院人工智能实验室如何在其原型样机上开展仿生足式机器人研究，为读者介绍了四足机器人典型的弹跳、奔跑和特技空翻控制策略、逻辑，基于仿生解耦思想和倒立摆模型实现了机器人的跳跃和平衡。书中重点围绕美国国防高级研究计划局支持下卡内基-梅隆大学Leg实验室在仿生足式机器人动态平衡和解耦控制上的重要进展。本书将复杂的足式机器人控制理论展开，从动态平衡的概念开始逐步介绍如何将运动控制算法部署在

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

本书围绕微纳传感与测试技术的知识架构，阐述微纳传感器的基本原理、优势特点与应用。本书主要介绍单晶硅压阻原理、加速度传感器、压力传感器、谐振传感器、机床刀具测力和振动传感器、薄膜测力传感器、爆轰爆速传感器、MEMS电热执行器、气体传感器等典型微纳传感器的设计与制造方法。本书可供高等院校传感器技术、微机电系统、测控技术与仪器、自动化工程、机电一体化及仪器仪表等专业的师生作为教材使用，也可供从事传感器、MEMS、仪器仪表等相关专业的技术人员学习参考。

本书介绍了基于ROS 2编程所需的各方面知识，并通过结合基本概念、设计思想、工程实践、编程调试和应用技巧等多面一体进行阐述，使读者可以更加快速地掌握ROS 2机器人编程的核心思想。书中包含大量的代码和实战案例，同时还会讲述开源项目及其相关规范和注意事项，结合作者实际的工程经验、与时俱进的 ROS 2设计思想和源码案例，读者可以学习到不拘泥于软件版本与软件环境的编程知识。此外，本书的*后一章还给出了ROS 2在实际项目中落地的应用策略和实用建议。书中所有源码都已按照ROS 2的相关规范进行开

《机器人手册》（原书第2版）第3卷 机器人应用分成两篇：作业型机器人、机器人与人。
第6篇作业型机器人主要介绍了特定环境中工作的机器人，包括工业机器人、空间机器人、农林机器人、建造机器人、危险环境作业机器人、采矿机器人、救灾机器人、监控与安保机器人、智能车、医疗机器人与计算机集成外科手术、康复与保健机器人、家用机器人、竞赛机器人，涉及硬件设计、控制感知和用户界面，以及驱动上述应用发展的经济/社会因素。
第7篇机器人与人主要介绍了一些与人-机器人交互有关的*新成果，包括仿

《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

本书对触觉传感器和触觉显示器的设计进行阐述，内容包括触觉传感器和触觉显示器设计中的基础知识、机器人三轴触觉传感器设计、VR触觉显示器设计，以及触觉传感器和触觉显示器应用实例等。本书内容是笔者多年的研究成果，结合以往的经验，指出触觉传感器和触觉显示器的最终研究方向。

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