本书分为大数据技术基本概念、大数据时代的思维变革、大数据关键技术分析、大数据算法研究4章，包括数据及信息、大数据技术的基本概念、大数据的社会价值等内容。

本书介绍了大数据技术的核心内容，全书共8章，主要内容包括：概述、基于Hadoop平台的大数据处理、大数据获取与存储管理、大数据抽取与清洗技术、大数据去噪与标准化、大数据约简与集成技术、大数据分析与挖掘技术、大数据分析结果的解释与可视化展现。

本书涉及与自动化生产线相关的技术及理论，主要包括自动化生产线概述、自动化生产线的组成结构、自动化生产线的控制单元、自动化生产线安装与调试以及自动化生产线设计、工业机器人及智能装备、柔性自动化生产线技术等内容。

本书共分为10章，主要内容包括：大数据分析生命周期概述、数据采集、数据清洗、可视化工具、数据建模、模型评估与优化、出租车数据分析、音乐分类、知识图谱制作、电影评论情感分析。

本书分为基础篇和提高篇两部分，共7章，主要内容包括：Spark初识、Spark核心概念、Spark架构与执行流程、Spark流式计算、SparkSQL、Spark与机器学习、案例分析。

本书是学术著作，共7章，主要内容包括白酒窖泥微生物多样性研究方法及进展，基于Miseq高通量测序技术古襄阳酒窖泥细菌多样性评价，丢糟窖窖泥细菌多样性评价，退化和正常窖泥微生物多样性的比较分析，基于DGGE的窖泥细菌与乳酸菌多样性研究，浓香型白酒窖泥中乳酸菌的分离及其在柑橘酒中的应用，古襄阳浓香型白酒窖泥中乳酸菌分离株目

《大数据背景下数据挖掘及处理分析》内容首先对大数据及数据挖掘技术原理进行论述，然后对于数据的获取、可视化分析以及基于R语言的数据分析进行探索，针对数据的甄别模式和知识图谱与图数据挖掘分析，将数据挖掘与机器学习进行对比分析，结合应用实例探索数据挖掘的发展趋势。《大数据背景下数据挖掘及处理分析》可使大家全面了解数据挖掘的技

大数据可视化这种新的视觉表达形式是应信息社会蓬勃发展而出现的——因为我们不仅要呈现世界，更重要的是要通过呈现来处理更庞大的数据，理解各种各样的数据集合，表现多维数据之间的关联。换句话说，就是归纳数据内在的模式、关联和结构。复杂数据可视化既涉及科学也涉及设计，它的艺术性实际上是使用独特手法展示万千世界的某个局部，从而提出

本课程的教学内容主要包括聚类、关联、降维、变量选择、分类与预测、集成算法、图模型与推荐系统等。每一部分都是本课程授课的主要内容，都力求深入浅出，精讲细讲，不光讲解各种方法的过程与原理，还要加强学生对各种方法的深入理解。

本书着力于介绍数据挖掘基础知识、基本原理、常用算法，主要内容包括数据挖掘概述、数据的描述与可视化、数据的采集和预处理、数据的归约、关联规则挖掘、分类与预测、非线性预测模型、聚类分析、深度学习简介、使用Weka进行数据挖掘。本书通俗易懂，注重基础知识、基本原理和基本方法，注重启发和引申，以培养学生独立思考和独立发现的能力