本书共11章，主要内容包括Spark数据分析简介、Spark下载和使用入门、认识弹性分布式数据集、键值对操作、数据的读取与保存、Spark编程进阶、在集群上运行Spark、Spark程序调试与调优、SparkSQL组件、Spark流计算、使用MLlib实现机器学习等。

本书围绕工业运动控制技术，以四个项目、十九项任务构建从单轴到多轴、从单项到集成的知识体系，助力智能制造人才培养。项目一以PLC为核心，通过步进电机、伺服电机的速度及定位控制等任务，剖析单轴运动系统的组成、控制原理及人机交互设计，夯实工业运动控制基础。项目二以运动控制器为载体，对比PLC差异，详细讲解BASIC语言的应用

本书共9章，分为三个部分。第一部分是基础篇(包括第2至第4章)，介绍了动态数据驱动仿真的理论基础，主要包括建模和仿真的基本概念、仿真模型的分类以及仿真算法、数据和仿真之间的关系、数据同化方法背后的概率基础等；第二部分是动态数据驱动仿真篇(包括第5至第7章)，是本书的核心，明确定义了动态数据驱动仿真范式和动态数据驱动仿真

本书植根于中国情境，融合公共价值管理的“战略三角模型”与生态系统理论，构建了以数据运营者、供给者、利用者为核心行动主体，以价值期望、价值调和、价值创造为关键变量的分析框架。作者基于覆盖全国的政策文本分析、大规模问卷调查、海量网络数据抓取，并结合在典型地市A市大数据局开展长达三个月的深度参与式观察与大量访谈，历时性地解构

本书的内容关注在数据采集的两个方面，一方面是抽样调查，即如何科学地抽样以得到对总体有代表性的样本；怎样进行抽样设计；不同抽样方法下，如何计算估计量的抽样误差及效率；另一方面是试验设计，如何合理地安排试验以探究各因素之间的关系，发现科学规律；介绍常用的完全分析设计、正交设计、筛选设计等。本书有理论阐述，也有实际问题方法的

本书分为理论知识与实践操作。主要内容包括：过程控制系统基础知识；检测及变送仪表；控制器；执行器；简单控制系统；串级控制系统；复杂控制系统；智能仪表认知实验等。

本书首先为“推荐引擎”做出了清晰的界定，揭示了“在线推荐”的历史、技术沿革、业务范畴和社会影响。在梳理其学术起源和商业发展历史的过程中，作者通过瑞典的Spotify、中国的字节跳动和美国的StitchFix三个典型案例，清楚地说明了推荐引擎如何颠覆并重新定义全球商业模式和全球市场，以及如何带来价值数万亿美元的全球影响力

本书将数据采集、处理与应用的职业技能、工程思维与职业素养深度融合，围绕网络数据、环境数据、语音数据、图像数据四大领域设计递进式项目。

本书以西门子经典组态软件WinCCV7.5为核心，立足工业自动化监控场景，从软件安装配置的基础操作入手，逐步讲解WinCC工程建立、组态变量、组态画面、脚本编程、用户管理、数据归档与报警管理等核心模块，最终落脚于生产线监控、设备故障诊断等实战案例。

本书首先深入浅出地阐释了数据资产评估的基础概念，为读者构建起坚实的理论基础。随后，详细讲解了成本法、收益法、市场法等多种核心评估方法，剖析了它们的原理、实施步骤、优势及局限性，助力读者精准选择适合不同场景的评估策略。书中不仅系统介绍了数据资产评估领域广泛应用的模型，还结合大量实际案例，生动展示了这些模型如何灵活应用于不