本书系统融合了数学理论与编程实践，旨在帮助读者全面掌握数据科学领域中数值计算的重要方法。全书共7章，内容涵盖泰勒级数、数值微分与积分、矩阵运算与线性方程组、矩阵分解、数值优化以及最小二乘回归等主题。每一章均从基础数学原理出发，循序渐进地讲解相关算法的推导过程。本书注重理论与实践的结合，配备了丰富的Python示例代码，

本书共9个项目，主要内容包含：Linux环境搭建与准备、Hadoop安装与配置、相关Hadoop生态圈组件的安装与配置、Spark安装与配置、Spark开发之Scala编程基础、Spark核心编程、SparkSQL、SparkStreaming和案例实践——广告点击实时分析。

本书系统地介绍了国际控制界应用最广的MATLAB语言及其在控制教学与研究中的应用，侧重于介绍MATLAB语言编程基础与技巧、科学运算问题的MATLAB求解、线性系统的建模和计算机辅助分析、非线性系统的仿真分析、控制系统的计算机辅助设计方法等，包括串联控制器、状态反馈控制器、多变量系统频域设计、PID控制器设计、QFT控

本书共7章，内容涵盖大数据基础与应用概况、数据获取、数据分析入门、数据分析进阶、Tableau数据可视化、数据分析拓展以及数据思维。

本书从大数据基础概念出发，涵盖起源、特性、与云计算、人工智能的关系及典型应用场景，逐步深入至大数据分析技术体系，包括基础框架、处理过程、应用、可视化与安全。书中详解Hadoop、Spark等主流大数据处理框架的配置与使用，介绍回归分析、分类算法、集成学习等大数据分析算法，以及Tensorflow、PaddlePaddl

本教材力求加深学生在大数据的处理上的理解和把握，通过相关的事例让学生对各知识点先了解，再理解，最后逐步掌握，整个过程融“教、学、练”于一体，加强学生实践动手能力、独立思考问题和解决问题的能力，达到正确灵活地利用操作系统各知识点来解决相关问题的目标，以理论和实践相结合方式，让学生们了解并掌握大数据的思维方式、基础知识和基

本书主要介绍作者近20年的科研成果，包括递归TLS算法、近似逆幂迭代TLS算法、基于神经网络的MCA算法、基于神经网络的SVD算法、基于神经网络的TLS算法、非高斯噪声下的TLS算法、TLS算法的性能分析方法等。为了使读者更快地理解和掌握本书所提供的新方法，在介绍每一章的新方法之前，提供了一个专门的章节来回顾密切相关的

本书主要阐述多变量统计方法在工业过程监控与故障诊断领域的最近进展，尤其是在全系统过程监控、质量相关的时变系统过程监控、质量相关的动态系统过程监控、质量相关的复杂非线性系统过程监控、质量相关的故障子空间提取与故障诊断、非高斯分布的过程监控与故障诊断等方面作者们近年来取得的最新成果。为了使读者对新提出的方法有更好地理解和掌

本教材主要讲解控制理论中的一些热点问题以及解决思路，主要包括数学基础、线性动态系统、通信参量的建模、反馈系统的稳定性和性能、镇定控制器的参数化、H2最优控制、H∞控制等内容。其中，多变量系统的网络化系统的控制与优化目前属于数学和自动化领域的热门和新兴学科，国内外几乎没有相应的教材。通过本书的学习，能够激发读者对于网络化

本书共有六章，第一章为大数据治理概述；第二章为大数据治理的实施；第三章为大数据质量管理；第四章为大数据隐私与数据保护；第五章为大数据安全管理体系与风险评估；第六章为大数据全生命周期安全管理。