本書是高職高�！笆濉币�(guī)劃教材，“十二五”職業(yè)教育國家規(guī)劃教材，經(jīng)全國職業(yè)教育教材審定委員會審定。全書共分14章，主要介紹了傳感器的基本知識，力、壓力、溫度、位移、物位、光電式、磁電式、波式、生物、化學物質、機器人等傳感器的基本工作原理及其在工業(yè)生產和日常生活中的應用，傳感器輸出信號的處理技術，傳感器的標定以及傳感器
《大數(shù)據(jù)基礎與應用》共分為12章，第1章介紹了大數(shù)據(jù)產生的背景、大數(shù)據(jù)的結構與特征、大數(shù)據(jù)相關概念、大數(shù)據(jù)可視化、大數(shù)據(jù)相關工具與發(fā)展前景。第2~9章為基礎知識部分，介紹了大數(shù)據(jù)的生態(tài)系統(tǒng)全貌，重點對計算平臺Hadoop、分布式文件系統(tǒng)HDFS、計算框架MapReduce、開源數(shù)據(jù)庫HBase、典型工具NoSQL、集群
本書從算法的角度介紹數(shù)據(jù)挖掘所使用的主要原理與技術。為了更好地理解數(shù)據(jù)挖掘技術如何用于各種類型的數(shù)據(jù)，研究這些原理與技術是至關重要的。本書所涵蓋的主題包括：數(shù)據(jù)預處理、預測建模、關聯(lián)分析、聚類分析、異常檢測和避免錯誤發(fā)現(xiàn)。通過介紹每個主題的基本概念和算法，為讀者提供將數(shù)據(jù)挖掘應用于實際問題所需的必要背景以及使用方法。
數(shù)據(jù)科學的主要目標就是通過數(shù)據(jù)分析來改進決策，它與數(shù)據(jù)挖掘、機器學習等領域緊密相關，但范圍更廣。本書簡要介紹了該領域的發(fā)展、基礎知識，并闡釋了數(shù)據(jù)科學項目的各個階段。書中既考慮數(shù)據(jù)基礎架構和集成多個數(shù)據(jù)源數(shù)據(jù)所面臨的挑戰(zhàn)，又介紹機器學習基礎并探討如何應用機器學習專業(yè)技術解決現(xiàn)實問題。還綜述了倫理和法律問題、數(shù)據(jù)法規(guī)的發(fā)
本書面向全國職業(yè)院校技能大賽,以歷屆“自動化生產線安裝與調試”賽項所指定的競賽設備為載體,按照項目引領、任務驅動的體例編寫,將自動化生產線安裝與調試相關的知識點和實操技能點分解到不同項目中,遵循由淺入深、循序漸進的學習規(guī)律。本書主要內容包括自動化生產線核心技術應用、自動化生產線各工作單元的安裝與調試、人機界面組態(tài)與調試
《ElasticStack應用寶典》而系統(tǒng)地介紹了ElasticStack應用與開發(fā)。ElasticStack由一組處理和分析全文數(shù)據(jù)的組件構成，在日志、監(jiān)控等領域中都有著廣泛應用。本書在分析了ElasticStack體系結構的基礎之上，對ElasticStack中的Elasticsearch、Logstash、Kib
本書在編寫過程中，首先收集了全世界380多所院校的數(shù)據(jù)科學和大數(shù)據(jù)相關的人才培養(yǎng)方案，然后使用非結構數(shù)據(jù)分析技術挖掘出編程類課程的主要內容，進而形成本書的主要雛形。筆者在其編寫的《Python數(shù)據(jù)分析基礎》（第1版和第2版）的基礎上對雛形進行了完善。本書針對數(shù)據(jù)分析領域中編程類課程教學過程中的突出問題進行了仔細斟酌和調
本書系統(tǒng)地介紹了由作者提出的非線性系統(tǒng)的信息融合估計新方法、新理論及應用。本書主要介紹了幾種非線性系統(tǒng)的估計方法，并從優(yōu)缺點、適用范圍、算法精度、復雜度等方面進行性能分析。為了提高單個傳感器的估計精度，提出了非線性系統(tǒng)的多傳感器信息融合方法——加權觀測融合方法，該方法有效地解決了非線性系統(tǒng)的融合問題。
本書是學習大數(shù)據(jù)技術的入門教材，深入淺出地介紹了什么是大數(shù)據(jù)、大數(shù)據(jù)的價值及應用、大數(shù)據(jù)的架構、大數(shù)據(jù)的采集及預處理、大數(shù)據(jù)的存儲、大數(shù)據(jù)分析、大數(shù)據(jù)可視化等，為學生提供在實踐中解決大數(shù)據(jù)相關問題的思路和方法。本書貫徹理論精簡的原則，注重科普性，突出實用性，可作為職業(yè)院校相關專業(yè)的選修課教材，也可供大數(shù)據(jù)技術初學者及有
本書是介紹大數(shù)據(jù)智能、人工智能技術的科普書籍，旨在讓更多人了解和學習互聯(lián)網(wǎng)時代的人工智能技術——自然語言處理技術，讓大數(shù)據(jù)智能技術更好地為我們服務。全書包括大數(shù)據(jù)智能基礎、技術和應用三部分，共14章�；A部分有3章：第1章以深度學習為例介紹大數(shù)據(jù)智能的計算框架；第2章以知識圖譜為例介紹大數(shù)據(jù)智能的知識庫；第3章介紹大數(shù)
書單推薦 更多 新書推薦 更多
