本书以ABB工业机器人为载体,系统涵盖工业机器人全流程知识,包含初识、走进、操作应用、仿真及维护与保养六大项目。从基础概念、组成原理,到示教器操作、编程应用,再仿真技术与故障处理,形成完整知识链。

本书在对非平稳数据处理的指数修匀方法、混合自动回归移动平均模型()(包括自回归序列模型()和滑动平均序列模型())、自回归综合移动模型()(包括ARIMA的乘积模型)、卡尔曼滤波(Kalmanfilter)及组合模型等大数据处理方法研究的基础上，针对非平稳大数据模型构建、算法和预测进行研究，建立一种能够对数据进行趋势和

本书内容覆盖工业机器人操作、编程、维护及综合应用等方面，包含工业机器人日常操作、工业机器人示教编程与调试、工业机器人I/O通信配置与信号管理、工业机器人高级编程应用、工业机器人日常维护与故障预防、综合应用及工业机器人视觉应用7个项目。

本书讲述了数据预处理的方法，从Python的文件读取、statistics模块数据处理，到通过NumPy、Pandas进行数据获取、处理、清洗，再到特征构建、特征选择、特征降维、特征学习，最后完成一个综合项目的数据处理及分析。

大数据技术的落地应用高度依赖高效的数据集成能力。Sqoop、DataX、Flume、FlinkCDC等工具作为连接关系型数据库与分布式存储系统的桥梁，是大数据开发工程师的核心技能栈。本书以场景化实训为导向，系统介绍Sqoop、DataX、Flume、FlinkCDC的原理与应用方法，帮助读者掌握从数据采集、传输到存储的

针对传统制造生产系统向智能制造单元技术升级的实际问题，本书以智能控制技术应用为核心，以机械零部件加工打磨监测工序的智能制造过程为背景，包括工业机器人系统和基础介绍、机器人工作站与视觉系统集成、机器人分拣工作站系统集成、机器人工作站与数控系统集成、机器人工作站与制具系统集成和机器人工作站与立库系统集成等内容。本书内容涉及

本书内容涵盖数据科学、大数据和数据智能的基础知识，围绕数据科学的工作流程，详细介绍了从数据中获取知识的方法和技术，包括数据采集、数据整理与探索、数据可视化和数据建模预测等。本书介绍了基于人工智能技术实现文本、图像、语音、序列等多模态数据分析的方法，引入了大模型辅助数据分析、数据智能体等新技术。全书设计收集了多个数据应用

本书以“项目驱动、任务导向”为编写原则，紧密围绕汇川Easy系列PLC展开，涵盖从PLC基础理论、系统组成到工程实践的全流程内容。全书共设6个项目，既包含PLC发展历程、工作原理、硬件组态等基础模块，也纳入起重机控制、计算器程序设计、喷泉控制、交通灯分时段控制等典型工业场景案例。通过“理论讲解”—“软件操作”—“程序设

在数字化转型成为必由之路的当下，数据成为关键生产要素，数据资产管理的重要性则不言而喻。随着大数据的广泛应用和数据量的爆发式增长，数据管理作用日益凸显，数据资产化管理和数据驱动决策正逐渐成为组织发展的核心竞争力。本书聚焦于数据资产管理，系统阐述国外数据资产管理理论与我国数据要素理论，为读者奠定坚实的理论基础。书中深入剖析

本书采用“项目引领、任务驱动”的编写模式，将教学内容与职业能力、工作任务相结合，详细介绍了无线传感器网络的基础知识、传感器应用开发、无线网络构建技术及典型应用场景开发等内容，旨在引导读者逐步掌握从硬件设计、程序开发到网络构建、系统集成的完整流程，培养创新与项目实施能力。为加深读者对相关知识的理解，本书提供了丰富的微课视