本書是“世界機器人大賽青少年機器人設(shè)計賽項”教學(xué)資源開發(fā)成果，采用中英雙語編寫。本書以DobotMagician桌面智能機械臂為載體，共分為十章，主要內(nèi)容包括機械臂簡介、DobotStudio的使用、機械臂的SDK、機械臂的基本控制方法、機械臂的信息監(jiān)測與報警、機械臂的“示教&再現(xiàn)”模式及其應(yīng)用、機械臂的動作規(guī)

重點介紹數(shù)據(jù)科學(xué)中的新理論和代表性實踐，填補數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)專業(yè)的核心教材的空白。主要內(nèi)容包括：基礎(chǔ)理論（術(shù)語定義、研究目的、發(fā)展簡史、理論體系、基本原則、數(shù)據(jù)科學(xué)家）、理論基礎(chǔ)（數(shù)據(jù)科學(xué)的學(xué)科地位、統(tǒng)計學(xué)、機器學(xué)習(xí)、數(shù)據(jù)可視化）、流程與方法（基本歷程、數(shù)據(jù)加工、數(shù)據(jù)審計、數(shù)據(jù)分析、數(shù)據(jù)可視化、數(shù)據(jù)故事化、項目管理

本書從數(shù)學(xué)基礎(chǔ)與編程基礎(chǔ)開始，逐步引導(dǎo)讀者領(lǐng)略深度學(xué)習(xí)的起源與發(fā)展，向讀者介紹深度學(xué)習(xí)在計算機視覺、自然語言處理等方面的實際應(yīng)用，并為讀者呈現(xiàn)*前沿的深度學(xué)習(xí)研究進(jìn)展，同時深入剖析技術(shù)原理，帶領(lǐng)讀者逐步推導(dǎo)深度學(xué)習(xí)背后的數(shù)學(xué)模型，并結(jié)合飛槳（PaddlePaddle）深度學(xué)習(xí)框架實現(xiàn)項目，代碼清晰，易于理解。本書深入淺

重點介紹數(shù)據(jù)科學(xué)中的新理論和代表性實踐，填補數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)專業(yè)的核心教材的空白。主要內(nèi)容包括：基礎(chǔ)理論（術(shù)語定義、研究目的、發(fā)展簡史、理論體系、基本原則、數(shù)據(jù)科學(xué)家）、理論基礎(chǔ)（數(shù)據(jù)科學(xué)的學(xué)科地位、統(tǒng)計學(xué)、機器學(xué)習(xí)、數(shù)據(jù)可視化）、流程與方法（基本歷程、數(shù)據(jù)加工、數(shù)據(jù)審計、數(shù)據(jù)分析、數(shù)據(jù)可視化、數(shù)據(jù)故事化、項目管理

本教材基于紙質(zhì)媒體移動互聯(lián)網(wǎng)數(shù)字媒體資源等進(jìn)行修訂，以組態(tài)與應(yīng)用的教學(xué)目標(biāo)為核心，以MCGS（國內(nèi)）、WinCC（國外）通用組態(tài)軟件，和MACS（國內(nèi)）、CENTUM（國外）專業(yè)組態(tài)軟件為主要教學(xué)情境，按照案例導(dǎo)入、需求分析、任務(wù)單設(shè)計、組態(tài)實施、運行測試、小試牛刀、融會貫通、照貓畫虎和能力測評的邏輯組織架構(gòu)，并輔以多

大數(shù)據(jù)遠(yuǎn)不止于簡單的數(shù)據(jù)和技術(shù)，大數(shù)據(jù)更側(cè)重于其在商業(yè)、科學(xué)和社會等領(lǐng)域的應(yīng)用。本書基于作者近20年大數(shù)據(jù)領(lǐng)域的咨詢經(jīng)驗，分析了大數(shù)據(jù)的來源，數(shù)據(jù)范式的改變，人工智能、機器學(xué)習(xí)與大數(shù)據(jù)的關(guān)系等；通過對大數(shù)據(jù)相關(guān)的工具、應(yīng)用和處理方法的總結(jié)，構(gòu)建了一套大數(shù)據(jù)應(yīng)用方法和體系，幫助人們構(gòu)建大數(shù)據(jù)生態(tài)系統(tǒng)、形成大數(shù)據(jù)組織戰(zhàn)略、

械工業(yè)出版社本書從信息獲取和系統(tǒng)集成的角度出發(fā)，系統(tǒng)地闡述了各類傳感器的工作原理、基本結(jié)構(gòu)、測量電路及其在工業(yè)測試中的典型應(yīng)用，突破了就器件論器件的傳統(tǒng)講解方式。全書共分11章，緒論及第1章主要介紹傳感器的作用、定義與組成、分類、傳感器與測試系統(tǒng)的數(shù)學(xué)模型及基本特性，傳感器與檢測技術(shù)的展望；第2～8章重點介紹了各類常用

本書主要是探討面向控制需求的閉環(huán)辨識的基本理論以及工程應(yīng)用技術(shù)，探索可工程實現(xiàn)的閉環(huán)辨識新方法和新技術(shù)。本書提出了新的辨識六要素定義，關(guān)于閉環(huán)辨識的可辨識性和可辨識條件的新看法，模型辨識準(zhǔn)確度的新定義和通用指標(biāo)，不穩(wěn)定過程的閉環(huán)辨識新方法，辨識數(shù)據(jù)采集的參數(shù)優(yōu)化方法以及閉環(huán)辨識設(shè)定值激勵的新技術(shù)。本書盡力避免那些晦澀難

《傳感器技術(shù)》系統(tǒng)介紹了有關(guān)傳感器技術(shù)方面的基礎(chǔ)知識。主要內(nèi)容包括：傳感器的基本概念及一般特性、電阻式傳感器、電容式傳感器、電感式傳感器、磁電式傳感器、壓電式傳感器、光電式傳感器、熱電及紅外輻射傳感器、數(shù)字式傳感器、氣敏和濕敏傳感器、量子傳感技術(shù)基礎(chǔ)、無線傳感器網(wǎng)絡(luò)及傳感器的標(biāo)定與校準(zhǔn)等。各章均附有思考題與習(xí)題可供選用

增強型分析是數(shù)據(jù)科學(xué)的未來，本書講解了如何通過前沿的大數(shù)據(jù)技術(shù)和AI技術(shù)實現(xiàn)智能的數(shù)據(jù)分析和業(yè)務(wù)決策，即增強型分析。 本書的三位作者是來自德勤、前華為和前IBM的資深數(shù)據(jù)科學(xué)家，在大數(shù)據(jù)和AI領(lǐng)域至少都有10年以上的工作經(jīng)驗，他們將各自多年來在構(gòu)建數(shù)據(jù)挖掘模型，解決實際業(yè)務(wù)問題方面積累的經(jīng)驗全部總結(jié)在了這本書中。 全書