随着数字新时代的崛起，每个企业都走到了数字化转型的十字路口，企业该如何选择？该如何迈出数字化转型的第一步？面对多变、不确定、复杂且模糊的市场环境，企业该如何抓住数字时代的创新机会，走上坚定的转型之路？ 本书在上一版的基础上，借由笔者亲历的企业数字化转型项目，分析了企业数字化转型失败的原因，并首次提出企业数字化转型的成功

本书内容包括：数据科学及工作流程、统计模型与机器学习算法、信息提取与统计变量创建、数据可视化与社交网络、预测模型与因果分析、数据预处理与工程方法。

本书系统地介绍了有关过程参数检测和自动控制装置的基础理论和应用技术。全书分为4篇，共10章。第1篇基础知识，含第1、2章，介绍本课程的意义及内容，检测仪表的基本概念及性能指标；第2篇过程参数检测，含第3～7章，介绍生产过程中常用的温度、压力、流量、物位和成分等参数的测量方法及常用检测仪表；第3篇过程控制仪表，含第8、9

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

《数据标注工程（第2版）》由数据标注行业的专家团队编写，采用通俗易懂的方式，系统地介绍了数据标注的基本概念、分类、流程、质量管理、安全、项目管理、平台和应用等内容。本书通过理论与实战相结合的方式，帮助读者由浅入深进行学习，让读者真正掌握数据标注的核心技术、数据标注工程实施和管理方法。

集散控制系统是利用计算机技术对生产过程进行集中监控、操作、管理和分散控制的一种新型的控制技术。它是由计算机技术、信号处理技术、测量控制技术、网络通信技术和人机接口技术等发展而产生的。以现场总线为代表的工业控制网络已成为新一代工业控制系统中的重要技术，它使得集散控制系统组成更灵活、控制更方便、应用更广泛。现代工业生产离不

本书描述了数据的混杂特性,当前关于首席数据官报告体系的分歧,自适应规划的需求,平衡的实现,以及特定的新执行模型;介绍了首席数据官过程改进框架,通过数据管理知识体系和数据管理成熟度模型描述了数据领导者使用的核心概念、技术和策略以及集成;描述了在当前领导者之外维持数据和实践改进所需的关键角色以及首席数据官在其组织中实施解决

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PI

本教材重点讨论基于李雅普诺夫方法的非线性控制及其在实际系统中的具体应用，首先介绍李雅普诺夫稳定性理论，然后依次对非线性系统精确线性化、自适应控制、鲁棒控制、学习控制等方法进行讨论，同时应用李雅普诺夫理论对于这些控制方法进行稳定性分析。在内容安排上，第2、3章是理论基础。其中，第2章重点介绍书中所涉及的数学背景，主要包括