本书系统地介绍了数据科学中的核心理论与实践方法，为读者理解和应用这些技术提供了坚实的基础。本书涵盖了监督学习、无监督学习和强化学习的内容。其中，监督学习包括理论框架、线性模型、核方法、神经网络以及一阶优化方法。无监督学习涉及聚类分析、主成分分析和生成学习方法。强化学习提供对相关内容的深入探讨。

近年来，二分一致性、编队控制和包含控制等与群体智能系统协同行为涌现密切相关的研究课题，已经成为当前研究热点。本书系统性地阐述了群体智能系统协同控制的研究成果，给出了其在多卫星编队控制、多无人制导武器系统时空一致性协同控制及水面无人艇集群护航控制中的典型应用。全书共九章，涵盖群体智能协同控制的主要内容及典型案例应用，具体

"《大数据管理与应用概论》从理论、技术和应用三个维度构建课程体系结构。理论篇包括：大数据概述、大数据管理基础理论(数据资产理论、数据权理论、大数据思维、大数据伦理)和大数据管理主要职能(大数据发展规划、大数据组织架构、数据开放与共享、大数据交易、大数据安全)；技术篇包括：大数据相关技术(云计算、物联网、人工智能、区块链

数据科学是从单纯的大量数据集中提取出“智慧”的数据，用以提供人们发现新知识并辅助决策的综合交叉学科。本书为本科教材，阐述了数据科学中数学理论以及相关分析方法。全书包括如下内容：对数据科学和大数据基础理论与发展的概述；承接高等教育中基础的数学理论：线性代数、微积分、概率论与数理统计，并讲述数值分析、马尔科夫预测这类数据科

本书内容涵盖大数据入门教学，进阶讲解，以及基于华为云开展的大数据实践教程。入门教学包括大数据概述、Hadoop、HDFS、MapReduce、NoSQL、HBase等基本技术点；进阶讲解包括基于分布式处理框架Spark的离线数据分析实践和基于实时处理框架SparkStreaming/Flink的实时数据分析实践；此外还

本书注重系统性设计思想，将性能指标分析、过程建模、仪表和控制阀的选型、控制器的控制算法以及参数整定作为一个整体来介绍，使学生更加清晰明了地了解简单控制系统的设计内容；理论与Simulink仿真紧密结合，可以通过仿真加深对控制系统设计及参数整定方法的理解，把仿真程序放在网上资源，实现线上与线下结合；结合科研项目实例，介绍

本书内容共分为认知篇、制度篇、技术篇、产业篇、实践篇五部分，深刻阐述数据要素的本质，总结数据要素的运行规律与核心特征，厘清数据要素的基础制度脉络，洞悉其技术发展趋势，探索其产业发展路径，旨在面向各级数据管理部门、政府各职能部门干部以及关心数字化发展的广大公众，系统性地梳理与解读数据要素这一宏大命题，提供一套兼具理论深度

本书对数据分析用5个步骤、14种工具助力读者炼成超燃数据力，手把手教读者处理数据、应用数据和实现数据价值的最大化，帮助读者精准分析数据，挖掘数据价值，帮助读者在职场的各个场景灵活应用，实现业绩增长，竞争力提升。

本书围绕精选的7个项目，系统介绍了MCGS组态软件的特点、用户界面设计、实时数据库管理、外部硬件设备连接及管理、控件与数据对象的动画连接、用户脚本程序设计、报警窗口、报表系统、趋势曲线及工程安全管理的应用等知识。

本书共9章，包括多级递阶控制系统、网络控制系统、模糊控制系统、神经网络控制系统、模糊神经网络控制系统、学习控制系统、专家控制系统、进化控制系统、智能控制系统的典型应用。