本书是大数据教育系列教材之一。本书的主要内容包括：认识大数据、大数据技术基础、大数据治理、大数据统计分析、数据挖掘、大数据可视化、大数据安全、大数据应用案例实操（零售、互联网、金融保险、制造、网络游戏、广告、旅游等）等。本书编写是以国运数据自主研发的大数据分析工具——“魔镜”为平台，理论结合实践，通过具体案例介绍如何进

数据分析是指用适当的数学方法对收集来的大量数据进行分析，以求最大化地开发数据的功能，发挥数据的作用。数据分析是为了提取有用信息和形成结论而对数据加以详细研究及概括总结的过程。数据分析的目的在于把隐藏在一大批看来杂乱无章的数据中的信息集中、萃取和提炼出来。 数据科学是高等学校非计算机专业本科学生必修的一门公共基础课程，

保障和促进“新基建”的健康发展，重点在于建立健全以数据为中心的治理法治化架构与体系。本书紧紧围绕新基建与数据治理法治化的各方面展开，主要论及新基建与数据权属治理、数据竞争治理、数据绿色治理、数据跨境流动治理、数据安全发展治理等方面的现实问题与潜在风险，在此基础上提出了相应对策和治理方案。

本书沿着时间的轨迹，讲述了物理世界中宇宙和地球的诞生与演变，探讨了生物世界中生命和人类的诞生与进化，讨论了数字世界中科学技术的产生与进步。数据与物质和能量并驾齐驱，构成了人类宇宙的三个基本要素，并以此为基础建立了物理、生物和数字三个各有千秋却密切相连的世界。“三个世界”的概念和框架构成了本书讨论数据智能的基础，为认识、

《数据挖掘原理(第4版)》解释、探索了数据挖掘的主要技术，可以从数据中自动提取隐式和潜在有用的信息。数据挖掘越来越多地用于商业、科学和其他应用领域，它侧重于分类、关联规则挖掘和聚类。书中对每个主题都进行了清晰的解释，重点是算法而不是数学公式，并通过详细的有效示例加以说明。本书是为没有强数学或统计学背景的读者写的，并详细

本书理论联系实际，配以大量实例，系统地介绍了大数据有关的基础知识。全书共分10章，内容包括大数据概述，大数据、云计算与物联网，大数据架构与Hadoop，数据采集与预处理，大数据分析与大数据挖掘，数据存储与HDFS，MapReduce，数据可视化，大数据安全，大数据应用案例。本书主要作为本科和高职高专相关专业的教材，也可

大数据分析与挖掘已经广泛应用于各行各业。本书以项目实践为基础，对大数据分析与挖掘的基础知识进行了介绍，总结了机器学习、大数据分析与挖掘过程、数据分析挖掘框架和库，分析了当前的研究热点与前沿技术。为了增强本书的实用性、提高读者的动手能力，本书结合案例讨论了爬虫与数据处理、Echarts和Python可视化、描述性分析、并

本书系统介绍数据科学的核心概念、基本方法和关键技术，内容涵盖数据科学的导向目标，涉及科学计算、数据处理和分析、数据可视化等关键知识环节。本书基于Python技术框架实现，内容注重理论和实践的有机融合，克服单调、晦涩的知识累积之苦，以问题为导向，学以致用，提供了大量的案例代码和样本数据集，可以为学习者平添几分学习的乐趣。

本书以生产过程自动化系统结构为主线，根据新工科人才培养的需要，弱化控制理论的定量分析，着重强调控制理论的定性分析和工程意义，突出自动化仪表控制系统的基本技术，兼顾不同生产工艺过程的特点，较系统地介绍生产过程自动化系统中各类自动化仪表（检测仪表、控制仪表和执行仪器）的结构原理、工作特性、选用方法以及自动控制系统的基本原理

本书是高等职业教育安徽省“十三五”规划教材，安徽省高等学校质量工程省级一流教材建设项目。本书详细介绍了数控原理的基础知识，以FANUC系统为例讲解了数控系统的连接与调试，主要包括数控系统的硬件连接、进给驱动系统、主轴驱动系统、位置检测装置、数控系统中的PLC控制，其他典型数控系统的硬件连接等。本书以项目化教学贯穿，强调