内容简介本书是AB实验领域的标准化著作，它将带领你快速理解AB实验原理、掌握AB实验方法、搭建AB实验平台、塑造基于数据和实验的企业文化，高效开展AB实验、实现用AB实验驱动增长。作者是某BAT大厂的数据科学家，在数据产品、AB实验等数据科学领域有10余年经验，亲自主导了该厂AB实验平台的搭建和AB实验产品的设计与分析，积累了丰富的经验。学习本书，你将收获以下知识和技能：?AB实验的基础知识、关键问题及其挑战；?AB实验的统计学知识、参与单元、随机分流；?AB实验的SRM问题、灵敏度、长期影响；

本书主要分为两部分。第一部分以核心概念和基本应用为脉络，介绍了Flink的核心特性（如检查点机制、时间与窗口、shuffle机制等），部署，DataStreamAPI、DatasetAPI、TableAPI的应用，运行时的原理等内容，每一章先对概念做基本的介绍，然后基于应用实例详细分析Flink的设计思想和源码实现。第二部分基于对原理的理解，手把手教读者如何进行定制化的特性开发和性能提升，能够让读者对Flink的理解有质的飞跃。这一部分内容来自作者大量的工作实践，所引用例均源自企业级的真实需求，

本书是中等职业学校教材，系四川省蚕丝学校特色教材编纂开发及精品课程资源建设服务项目。本教材对应课程是中职机电技术应用专业专业拓展课程和工业机器人技术专业核心课程，目的是促进相关专业教师掌握工业机器人相关基础，促进教师专业素养形成。本教程主要分三部分，一部分是工业机器人技术基础知识，二部分是和工业机器人相关的我校现有周边辅助设备的介绍，三部分是基于那智工业机器人应用的基本应用方法介绍。教材内容简洁，具有针对性。

数据分析的精髓在于能够利用合理的数据分析方法来解决实际的业务问题，本书介绍了互联网行业中数据分析常见的思维和方法，并且呈现了这些分析方法在实际案例中的应用。同时也利用本书解答了大家对于想要从事数据分析行业的一些担忧和困惑。阅读本书，你会对数据分析的工作内容有更清晰、完整的了解，同时对常见的业务问题处理的方法和经验有质的提升。本书适合产品运营、数据分析、数据挖掘人员以及在校计算机数据市场营销等方向的学生。

机器人传感器是实现机器人及自身与外部环境进行信息交互的重要手段。通过搭载不同类型的传感器，机器人对其自身及周围环境进行检测，并对检测结果进行处理、分析、决策，然后选择合适的运动。本书按传感器基础篇、机器人传感器篇进行编排，全书共7章，前后呼应，循序渐进，由常用传感器到机器人传感器应用，逐步介绍了传感器的基础知识与检测技术、常用传感器、智能传感器、机器人常用传感器、工业机器人常用传感器、移动机器人常用传感器、机器人多传感器信息融合等内容。

本书第1章从工业机器人坐标系概念入手，介绍了机器人TCP、工件坐标系的计算原理与ABB工业机器人坐标系指令/函数的使用；第2章介绍了工业机器人D-H模型及ABB工业机器人正向运动学的计算，帮助读者从理论层面了解工业机器人的运动机理；第3章详细介绍了ABB工业机器人编程（RAPID）的内核与应用技巧，以帮助读者深入了解ABB工业机器人的相关指令；第4～13章就ABB工业机器人的进阶应用功能做了介绍与实例讲解，其中包括MultiMove（多机协同）、RobotStudio在线编程、RobotStud

《数据可视化入门与实战》全面系统地介绍了数据可视化的基本知识和应用实例。全书共六章，主要内容包括数据可视化概述、大数据分析与数据可视化、数据可视化技术、数据可视化常用软件分析工具、数据可视化实现流程与步骤、数据可视化应用实例。本书结构完整，内容由基础到实战，语言通俗易懂，结合大量数据、实例帮助读者快速掌握数据可视化技术。本书适合数据可视化初学者、各行业数据可视化应用和开发人员参考使用。

《创新方法新系统》系统介绍了创新方法新系统理论体系构建的一般路径和重要实践意义。首先，《创新方法新系统》创见性阐释了TRIZ理论、群智理论和知识图谱技术作为创新方法新系统构建过程中的重要理论来源作用，并尝试就其如何为复杂创新场景中的理论融合与创新进行了深入探索；其次，《创新方法新系统》就如何从理论和实践层面构建创新方法新系统进行了重点论述，从数据与案例层、模型与工具层、服务与应用层等不同维度，展示了构建基于微服务与领域知识图谱的创新方法新系统的一般路径；*后，《创新方法新系统》并采用了理论与案例

用Java编写的Spark应用程序；Spark应用架构；提取文件、数据库、数据流和Elasticsearch的数据；使用SparkSOL查询分布式数据集

Spark作为新兴的、应用范围广泛的大数据处理开源框架，吸引了大量的大数据分析与挖掘从业人员进行相关内容的学习与开发，其中ML是Spark3.0机器学习框架使用的核心。本书用于Spark3.0ML大数据分析与挖掘入门，配套示例源码、PPT课件、数据集、思维导图、开发环境和作者答疑服务。本书共分13章，从Spark3.0大数据分析概述、基础安装和配置开始，依次介绍ML的DataFrame、ML的基本概念，以及协同过滤、线性回归、分类、决策树与随机森林、聚类、关联规则、数据降维、特征提取和转换等数据