本教材内容构建紧密围绕现代工业检测技术的核心需求，从基础原理到复杂系统应用进行了全方位覆盖：1.项目化教学体系的构建：以职业能力为核心，彻底打破传统学科体系，将知识点融入具体的工程项目中。做中学、学中做：每一个章节都是一个完整的检测项目，让学生在动手实践中理解枯燥的理论，在理论分析中优化实践操作。2.核心技术模块的全面

本书共12章，前6章主要介绍离散事件系统仿真的相关原理及应用，后6章以形式化方法与Event-B案例、基于AnyLogic的系统仿真方法和基于Java/Python的离散事件系统仿真算法设计。通过学习本书，读者不仅可以初步掌握离散事件系统仿真的基本原理与方法，还可以进行基于相关软件的离散事件系统仿真操作与实践，同时展开

本书围绕企业AI应用落地依赖的数据核心要素，如数据的可发现性(元数据)、一致性(标准)、可信度(质量)、可追溯性(血缘)及安全性，讲解如何有针对性地开展专项数据治理工作。

本书共有16个章节。通过对大数据时代背景、大数据基本概念、大数据思维以及大数据与新一代数字技术的关系等大数据通识知识的介绍让读者了解大数据基础知识构成;从大数据分析的基本框架、数据采集与预处理、数据存储与管理、数据挖掘与分析、数据可视化等角度全面介绍大数据分析过程,全方位介绍大数据应用场景;从大数据安全、互联网大数据、

本书是高等学校智能财经系列教材之一。本书以Python为工具，融合了数据整理、数据分析基础、数据可视化、爬虫以及机器学习等领域内容，相比于市面上其他关于财经大数据分析的著作，更侧重于从财经大数据和基本面分析的角度，由浅入深地讲解如何获取、分析并利用财经大数据中所蕴含的基本面信息，更具针对性地帮助学生学习财经大数据分析基

本书聚焦人工智能时代的数据安全领域，基于多年数据安全实践经验，从规划、设计、建设、实施和运营5个维度，系统梳理并解析数据安全体系构建过程中遇到的焦点与难点问题。全书采用专题问答的方式，按照背景篇、意义篇、落地篇和价值篇的架构组织相关技术内容和关键知识点，清晰地阐述了数据安全的理解、规划、落地、设计、实施和运营的理论思考

本书主要介绍非线性控制的理论基础和常用设计方法。第1章简要介绍了常见的非线性控制及其应用。第2章介绍了几种常用的稳定性理论，是整个非线性控制体系的基石。第3章介绍了精确线性化方法，这是非线性控制和传统线性控制的纽带。第4章介绍了滑模控制，这是最适合初学者学习，设计过程清晰、计算量小、适于工程应用的一种非线性控制方法。第

本书以“数据编织”为核心理念，针对企业“数据丰富但价值贫乏”的困境，提出从“搬运式”架构转向逻辑统一、智能自治的数据网络。全书以产业实战为牵引，系统拆解数据编织从架构设计到规模化商用的完整链路，突出四大特色：一是AI原生与主动智能，实现语义增强、自动化治理闭环；二是场景牵引与行业定制，聚焦金融、电商、制造等的核心痛点，

本书共11章，内容覆盖大数据概念、Hadoop理论基础、Hadoop部署、HDFS应用、MapReduce应用、Hive部署与应用、ZooKeeper部署与应用、Flume部署与应用、Azkaban部署与应用、Spark部署与应用和综合项目实践，系统展示基于Hadoop生态构建大数据平台并完成端到端数据处理与分析的整体

本书首先揭示了“数据悖论”的根本成因：面对数据的爆发式增长，仅依靠技术手段已难以应对。为此，作者创新性地提出了“统一解决方案框架(USF)”，系统性地构建了一套破解路径，借助DIAI(Data-Insights-Actions-Impact，数据-洞察-行动-影响)价值创造框架与双轨制执行策略等一系列实践方法，指导组织