本书概要介绍了如何使用Hadoop和Spark处理数据科学涉及的一系列主题：数据提取、数据再加工（datamunging，通常包含数据清洗和整合）、特征提取、机器学习、预测建模、异常检测和自然语言处理。整书侧重于具体的例子，并通过不同方式来提供对商业价值的洞察，全书共分三部分，第一部分包括第1、2、3章，第二部分包括第

本书详细介绍面向数据流模式挖掘的理论和方法。本书主要内容包括四部分：第1和第2章介绍数据库和数据流模式挖掘的相关知识；第3章介绍基于滑动窗口模型和时间衰减模型的闭合频繁模式挖掘算法的研究与实现过程；第4章介绍基于多支持度的连续闭合序列模式挖掘算法的研究；第5章介绍基于约束闭合模式的决策树分类算法的研究与实现过程。每章都

本书是电子类专业核心课程的教材之一，由多年从事数字电子技术理论和实验教学的教师合作完成。书中以Xilinx公司的VivadoFPGA设计套件为基础，硬件平台以Xilinx的NexysVideoArtix-7FPGA多媒体音视频智能互联系统为主，并辅以Basys3FPGA口袋开发板；软件平台采用ModelSim、Viva

本书共两部分：*部分包含第1～5章，介绍自动测量的基础知识，从能量转换的角度介绍常用的传感器基本原理以及测量信号的转换处理方法，并着重阐述工程中*为常见的温度和流量参数的测量技术；第二部分包含第6～9章，侧重讲述虚拟仪器技术，说明虚拟仪器系统的设计方法，并尝试从工程应用的角度介绍虚拟仪器技术在自动检测中的应用。

本书较全面地介绍了数据挖掘的基本理论、算法及应用。首先介绍数据挖掘的基本概念，随后重点讲述关联规则、分类、聚类等模式的挖掘技术并介绍相关的经典算法，同时注重数据挖掘技术的应用实例讲解，包括多模态脑影像挖掘、脑网络分析及其在生物信息学和软件工程中的应用。*后，对近年来发展迅猛的领域，如使用进化计算作为主要方法的数据挖掘技

本书结合现代IT技术、地理信息系统软件新技术、云计算、大数据、物联网等先进技术，详细介绍时空大数据概念与发展，基于云环境的时空大数据平台体系T-C-V软件结构和组成，重点阐述时空大数据中心、时空信息云服务中心和云应用集成管理中心三大部件，*后以全空间一张图平台为例，介绍该平台的实践情况。

本书内容涵盖了目前使用最为广泛的大数据处理系统Hadoop生态圈中的几大核心软件系统：分布式大数据处理系统Hadoop、数据库HBase、数据仓库工具Hive、内存大数据计算框架Spark和SparkSQL，详细介绍了它们的架构、工作原理、部署方法、常用配置、常用操作命令、SQL引擎等内容。本书对上述几大系统的各种安装

本书介绍了数据挖掘的基本概念，包括数据挖掘的常用算法、常用工具、用途和应用场景及应用状况，讲述了常用数据挖掘方法，如分类、聚类、关联规则的概念、思想、典型算法、应用场景等。此外，本书还从实际应用出发，讲解了基于日志的大数据挖掘技术的原理、工具、应用场景和成功案例。日志挖掘技术现在已得到了广泛的运用。通过以上内容的学习，

数据清洗是大数据领域不可缺少的环节，用来发现并纠正数据中可能存在的错误，针对数据审查过程中发现的错误值、缺失值、异常值、可疑数据，选用适当方法进行“清理”，使“脏”数据变为“干净”数据。本书共分为8章：第1章主要介绍数据清洗的概念、任务和流程，数据标准化概念及数据仓库技术等；第2章主要介绍Windows和类UNIX操作

本书针对应用型本科教育和新工科的特点，以信息的传感、转换、处理为核心，按检测技术基础（第1~2章）、传感器原理及应用（第3~8章）、自动检测系统（第9~11章）三大模块组织内容。传感器原理及应用模块以被测量为主线，分别介绍温度、力、声、磁、光、气体和湿度等各类传感器的原理、结构、性能及其应用电路，并针对不同类型的传感器