《数据科学导论（面向新工科专业建设计算机系列教材）》主要介绍数据科学的通识入门知识，可以作为高等院校数据科学与大数据专业的专业基础课程教材。该书以“建立知识体系、掌握基本原理、学会初级实践、了解前沿技术”为原则，为数据科学与大数据及相关专业的学生深入学习数据科学和大数据技术奠定基础。该书系统讲授数据科学的基本概念和知识

本教材在选题与整体结构设计时，对大数据基础知识和技术应用做了详细的解析，同时全面介绍了如何运用方法和工具对大数据应用案例进行分析，是一本特色鲜明、理论与实践相结合、具有广泛使用价值的教材。使本科生从整体上了解大数据基础的内容与技能。

本书系统地介绍了一套面向工业过程控制工程的辨识建模和控制系统设计方法及应用技术,主要基于第一作者和合作者们关于工业过程辨识建模和控制方面的成果整理而形成,并且汇编了一些必要的基础知识,以便读者从零开始学习并最终掌握这套工程技术理论与应用方法。本书分两部分:第一部分针对过程控制工程领域中,按照阶跃响应特性划分的对象类型,

本书是大数据技术与应用专业、网络安全的专业课程，在整个专业课程体系中占有极为重要的地位。本课程的定位是使学生掌握网络空间安全中数据安全基础，通过任务引领型的项目活动，让学生掌握数据安全的基本知识和技能。本书着眼于基础知识和实操练习两大部分，从数据库安全、数据容灾技术、数据隐藏与数字水印、数字取证技术、数据加密技术、数据

文本是一种特殊的非结构化数据，在当今的大数据时代，其价值日趋凸显。本书利用开源而强大的R软件，对文本数据挖掘的概念、技术及技巧进行了系统的介绍。本书共11章，内容包括：走进文本数据挖掘，R语言快速入门，字符串的基本处理，用好正则表达式，导入各类文本数据，对各类文本数据进行预处理，文本特征提取的4种方法，基于机器学习的文

《大数据分析》旨在为组织采用大数据技术提供一系列实施策略，建立一个坚实的基础，即，总体上把握大数据能是什么，为什么大数据能增值，哪种类型的问题适合用大数据方法，以及如何合理规划去确定需求，如何在机构中安排合适的人力，如何进行系统集成策划。另一方面，《大数据分析》不是介绍如何做大数据应用开发的，如MapReduce编程、

学习流处理的基本概念、研究各种流处理架构。通过具体实例来研究StructuredStreaming、深入理解流处理概念。通过SparkStreaming创建并管理流作业，使用其他SparkAPI与SparkStreaming集成。学习SparkStreaming高级技巧，包括近似算法和机器学习算法。将ApacheSpa

本书旨在指导高职院校学生对大数据技术进行入门学习，以任务驱动为导向，系统介绍了大数据技术基础知识及应用案例。全书共分为六大项目，具体包括大数据与大数据时代、大数据处理平台、Hadoop开发环境的搭建、数据采集与预处理、数据计算与数据存储、数据分析与可视化。本书可作为高职院校大数据应用技术、软件技术等专业学生的专业基础课

本书从数据仓库的方法论入手，为读者系统而又全面地介绍敏捷数据分析的相关工具：ADW、OAC，内容涵盖OracleADW的技术特征、数据加载及应用开发等部分；在OAC方面，深入地介绍了OAC的技术与强大的功能，同时也加入了诸多的高级主题。另外，本书的第4部分介绍了其他相关知识。本书内容在保证深度的基础上兼顾了技术的广度，

本书较全面地介绍智能控制的基本理论、方法和应用。全书共12章，主要内容为：专家控制的基本原理和应用；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；智能算法及其应用；迭代学习控制原理及应用。本书系统性强，突出理论联系实际，叙述深入浅出，适合初学者学习。书中给出了一些智能算法的Matlab仿真程序，并配有一定数量