本书共分八章，介绍了大数据与人工智能的相关知识。第一章阐述大数据特征、本质、现状与应用及与人工智能的关系；第二章则对人工智能进行概述，涵盖了其概念、发展历程、应用领域及大数据的发展前景。第三章至第六章分别介绍大数据技术与数据处理、数据挖掘、机器学习和深度学习等核心技术。第七章介绍人工智能的高级应用。第八章则重点探讨大数

本书稿撰写逻辑遵循“理论构建-方法落地-行业实践”的递进式结构。前六章梳理了数据治理的基本概念、发展历程、核心要素、主流模型、数据架构、数据标准与标准化、主数据与元数据管理及协同管理、数据治理中的数据安全、数据治理项目管理等理论知识，为后续章节的数据治理实践奠定理论基础。第七章介绍了教育行业、金融行业和能源行业的数据治

本书主要围绕大数据Hadoop平台及其生态组件展开讲解，带领读者认识企业生产中大数据分析处理的整体流程，剖析每个环节中所使用组件的技术原理，并且全书穿插大量的实训任务和案例。全书共8个模块，模块一为Hadoop概述，讲述Hadoop的发展历史及特点、Hadoop的生态系统、应用场景。模块二至模块七以Hadoop生态系统

本书内容覆盖了数据资源产品化的全生命周期，是一本理论体系全面、业务脉络清晰、技术支持全面的数据资源产品化实践指导书籍。全书包括七部分，分别是绪论、数据产品设计方法论、数据产品市场化应用、数据产品价值化运营、数据产品审计体系、数据产品监管体系、数据安全治理体系建设。

本书内容包括：大数据的认知，虚拟化技术的认知，Hadoop在购物网站中的应用，购物网站中的数据存储，购物网站中的数据分析，购物网站中海量数据库存储技术，购物网站中数据仓库技术，购物网站中的实时数据分析，购物网站中的数据迁移，购物网站中的数据展示等子项目。

本书从数据科学概念入手，系统介绍数据处理的统计学基础、数据处理的方法及Python程序设计。整套教材体现了数据处理的各个阶段：数据采集、数据整理、数据存储、数据分析和数据可视化。教材内容的安排适合培养学生的计算机思维、互联网思维和数据思维能力，有利于让数据科学与学生专业深度融合，促进计算机基础课程与其他学科的深度交叉，

本教材以亚龙YL-566D生产型产线为载体，结合“工业机器人集成系统应用”和“智能制造应用技术技能”大赛内容，采用项目引领，任务驱动的编写模式，将自动化生产线单模块操作和多模块调试所需的理论知识和实践技能分解到不同项目和任务中，形成“单机操作到多机联调，理论教授到技能实操”的学习进阶体系。本教材主要内容包括智能制造概述

本书主要对数据采集与处理技术进行了系统论述。概述了数据采集的基础知识，具体包括数据采集的发展历史、概念、任务、类型、重要 性和基本流程；分析了传统数据采集方法和现代数据采集技术；从数据处理技术基础、数据挖掘与数据分析技术、数据安全与隐私保护技 术三个方面对数据处理技术进行了具体剖析；探索了数据采集与处理技术的应用领

本教材重点介绍了Linux集群环境的完全分布式环境搭建、SparkCore(RDD)、SparkSQL数据处理编程(DataFrame)、SparkStreaming编程模型(LegacyDStream)、StructuredStreaming编程模型、SparkMLlib(DataFrame-based、RDD-ba

本书在阐述过程控制系统相关基本概念的基础上,介绍了常见的过程控制参数检测及控制仪表的基本原理及使用方法、被控过程的建模方法以及比较成熟且具有广泛应用前景的过程控制技术和方法。