本书共分为8章,每一章都围绕完整的项目展开,涵盖Spark的各个重要组件。包括认识Spark、Scala语法应用、SparkCore数据分析、SparkSQL结构化数据处理、Spark、流式数据处理,Spark结构化流式处理、Spark机器学习应用、社交软件运营数据分析,逐步提升读者的技术水平和应用能力。每个项目由多个

本书精心编排为15章,内容包括Spark简介、Spark集群环境部署、Spark编程体验、RDD深度解读、RDD的Shuffle详解、Spark共享变量、Spark序列化和线程安全、Spark内存管理机制、SparkSQL简介、SparkSQL抽象编程详解、SparkSQL自定义函数、SparkSQL源码解读、Spar

本书共10章,前5章依次梳理BeamDojo的研究动机、强化学习核心理论、大语言模型结构、图推理基础及BeamDojo的模块原理,确立读者的系统性认知基础;第6、7章进一步剖析结构化推理与BeamDojo-LLM互联机制,形成感知-推理-控制的完整闭环;第8章提供全流程部署与仿真训练指南,面向硬件平台实际适配;最后两章

本书详细阐述基于先进滤波技术的SLAM（SimultaneousLocalizationandMapping，即同时定位与建图）算法，以提高水下机器人在复杂环境下的导航精度和稳定性。通过对“曲线”型管道检测定位和新型滤波算法的研究，为水下机器人技术的发展提供理论支持和实践指导。并且通过仿真实验和案例分析，展示算法在实际

本书提供了完整的数据资产对内运营与对外运营的实施路径，从数据治理、数据资产入表到数据资产场景化应用，再到完整的数据资产运营，每个环节都有明确的实施路径及重点、难点。通过系统化的讲解，确保读者在理解每个概念的同时，能够掌握如何落地实施，避免出现知识断层的情况。 数据资产入表、管理和运营的核心是数据资产本身，法律、财务、评

本书详细介绍了机器人传感器的基础知识和工作原理，以及多传感器信息融合技术的应用实例。全书共分11章，主要内容有传感器的定义与分类、基本组成，机器人的系统组成，机器人常用的传感器，智能传感器技术及应用，多传感器信息融合技术的定义、分类，多传感器信息定量和定性融合的方法，多传感器信息融合技术在装配机器人、焊接机器人、移动机

知识图谱以三元组形式组织现实世界的各种事实，并通过图的形式揭示事实间语义关联，由于其完善的知识组织和存储方式，且建模更加灵活、表达能力更强，逐渐拓展到语言理解、智能问答、推荐系统等领域应用。工程应用场景中时序信息相关的动态性是知识图谱关键及主要特征，融合时序相关信息的动态知识推理对于提高知识图谱推荐、问答等应用的精准性

本书在信源输出结果为二进制信息的背景下，介绍了分布式检测融合的发展现状、基础理论和实际应用，以及环境反向散射辅助下的决策融合基础理论；分别在传统并行分布式多址接入信道和二进制加多址信道下，得出了传感器做出硬决策时的决策融合规则；在传统并行分布式多址接入信道下，得出了传感器做出软决策时的决策融合规则；将信源输出结果从二进

本书根据作者多年的实践和教学经验，从学生的实际需求出发，以实用够用为出发点，精心挑选了工作和学习中经常用到的案例，并将知识点融入到案例中，让学生边学边做就可以掌握知识点。此外，本书还介绍了许多实用技巧，让学生可以活学活用、举一反三。同时，为方便翻转课堂教学模式的实施并使学生在线上和线下都能很好地学习，本书教研团队还精心

本书紧密围绕人工智能的应用场景，介绍了图像数据的爬虫采集、公开数据集的获取、图像数据的预处理方法以及面向不同深度学习模型的图像标注方法；在自然语言处理领域，介绍了文本数据的分布式爬虫采集、公开数据集的获取、文本清洗以及常见的文本标注技术；在语音处理技术领域，介绍了语音数据的采集方法与预处理技术，并介绍了利用常用标注工具