全书内容覆盖数据标注的基本概念、意义、分类、作用，以及数据采集、清洗、标注工具使用和项目管理等方面，书中介绍了多种数据标注类型，包括计算机视觉、自然语言处理、语音工程、视频标注及跨模态标注等，并针对每种类型提供了具体标注方法和工具推荐，如LabelStudio、LabelImg等。同时，强调了标注规范和质量标准的重要性

本书根据作者多年的实践和教学经验，从学生的实际需求出发，以实用够用为出发点，精心挑选了工作和学习中经常用到的案例，并将知识点融入到案例中，让学生边学边做就可以掌握知识点。此外，本书还介绍了许多实用技巧，让学生可以活学活用、举一反三。同时，为方便翻转课堂教学模式的实施并使学生在线上和线下都能很好地学习，本书教研团队还精心

本书紧密围绕人工智能的应用场景，介绍了图像数据的爬虫采集、公开数据集的获取、图像数据的预处理方法以及面向不同深度学习模型的图像标注方法；在自然语言处理领域，介绍了文本数据的分布式爬虫采集、公开数据集的获取、文本清洗以及常见的文本标注技术；在语音处理技术领域，介绍了语音数据的采集方法与预处理技术，并介绍了利用常用标注工具

本书系统地介绍科学研究与工程应用领域使用广泛的MATLAB语言,全面介绍其基本编程方法,包括数据结构、语句结构、流程控制、函数编写、图形绘制与面向对象编程技术等,并介绍MATLAB语言在微积分、线性代数、代数方程、微分方程、最优化与数据处理领域的问题求解方法;本书还介绍基于Simulink的系统建模与仿真方法。

大数据技术的落地依赖“工具链掌握+场景化应用”的双重能力。从Python爬虫、Hive数据分析到Flink实时计算、数仓架构设计，技能点的综合应用能力已成为企业招聘的核心标准。本书以“真实项目驱动实训”为核心思路，精选4个典型实训项目构建阶梯式训练体系，涵盖离线处理、实时计算、数仓设计等核心场景，强化工程思维；整合Py

本书分为四篇，覆盖了数据治理项目的各个方面。建设篇：阐述了数据治理的价值与意义，并详细介绍了数据治理项目的准备工作以及建设流程，为组织提供了数据治理项目实施的框架和方法论。场景篇：深入探讨了主数据管理、数据质量管理、数据标准管理、数据共享与交换、数据资产管理、数据应用等典型应用场景，并分析了这些场景中需解决的问题和实践

本书围绕数据采集、清洗和标注三个环节展开，旨在为读者提供全面而深入的数据处理知识。首先介绍了数据采集的基础，从原始数据采集与互联网数据采集两个角度，阐述了数据采集的常用技术和方法。其次介绍了数据清洗的知识要点，针对结构化和非结构化两种数据组织形式，展现了如何通过有效的清洗技巧提升数据质量。接着通过文本、图像、视频、语音

本书以培育国产工业软件用户生态为宗旨，以满足控制系统相关专业教学需求为目标，紧密围绕控制系统的典型设计流程，编著者在多年的控制系统设计经验和MWORKS使用心得的基础上，较为系统、全面地介绍了科学计算平台MWORKS.Syslab和建模仿真环境MWORKS.Sysplorer的相关知识。在介绍了这两个软件的安装方法和软

本书构建了系统、全面、可操作的公共数据开放评估指标体系，包括保障层、服务层、数据层、利用层四个维度及下属多级指标，并基于这一指标体系完成了一系列评估报告，以反映目前我国公共数据开放的总体能力和水平。本书还邀请了地方政府分享其公共数据开放和授权运营工作的实践进展，以促进各地之间的经验交流和前沿探索。

《智能控制技术与应用案例设计》聚焦智能控制技术在石化行业的应用，全书共六章。首章阐述智能控制的发展、研究内容、对象、性能及特点。第二章围绕模糊控制，涵盖理论、模糊PID、Matlab实现及工程实验。第三章将李雅普诺夫稳定性理论融入自适应控制，解决非线性系统问题并给出仿真实例。第四章构建神经网络系统辨识体系，用于流程工业