本書圍繞新基建的云計(jì)算、大數(shù)據(jù)及人工智能進(jìn)行介紹，分為以下五個(gè)部分。第一部分介紹大數(shù)據(jù)的概念與特點(diǎn)，以及典型的產(chǎn)業(yè)應(yīng)用場(chǎng)景；第二部分介紹目前云計(jì)算中的一個(gè)重要的研究與應(yīng)用領(lǐng)域—容器云，包含應(yīng)用容器引擎Docker與容器編排工具Kubernetes；第三部分是大數(shù)據(jù)分析的基礎(chǔ)，也是大數(shù)據(jù)分析技術(shù)的重點(diǎn)，包含Hadoop、

本書是一本綜合性和工程性強(qiáng)的專業(yè)課教材，共分7章。本書以控制理論、計(jì)算機(jī)技術(shù)、通信技術(shù)、關(guān)鍵歷史事件為出發(fā)點(diǎn)，系統(tǒng)講述了過(guò)程控制系統(tǒng)的發(fā)展歷程及趨勢(shì)；詳細(xì)梳理了可編輯邏輯控制器、集散控制系統(tǒng)、現(xiàn)場(chǎng)總線控制系統(tǒng)等典型過(guò)程控制系統(tǒng)的產(chǎn)生、發(fā)展、未來(lái)，關(guān)鍵技術(shù)及典型應(yīng)用；以過(guò)程監(jiān)控系統(tǒng)為載體，分析實(shí)際控制系統(tǒng)的架構(gòu)及關(guān)鍵技術(shù)

本書通俗地講解數(shù)據(jù)科學(xué)與并行計(jì)算的基本概念、方法和原理，系統(tǒng)地介紹基于典型大數(shù)據(jù)場(chǎng)景的并行計(jì)算解決思路，同時(shí)涵蓋常用的數(shù)據(jù)并行計(jì)算工具的操作實(shí)踐，使讀者知其然更知其所以然。本書的特色在于：注重對(duì)大數(shù)據(jù)科學(xué)方法核心應(yīng)用的講解，突出以并行計(jì)算思維解決大數(shù)據(jù)場(chǎng)景問(wèn)題的案例教學(xué)�；�于典型大數(shù)據(jù)場(chǎng)景案例數(shù)據(jù)集，循序漸進(jìn)地引導(dǎo)讀者

非線性系統(tǒng)的控制問(wèn)題近年來(lái)受到越來(lái)越廣泛的重視，也極大地推動(dòng)了非線性控制理論及其應(yīng)用的進(jìn)展。本書從系統(tǒng)分析和設(shè)計(jì)角度，系統(tǒng)地介紹了非線性控制系統(tǒng)的基本理論、基本方法和應(yīng)用技術(shù)，是作者多年來(lái)一直從事非線性控制系統(tǒng)教學(xué)和科研工作的結(jié)晶，同時(shí)融入了國(guó)內(nèi)外同行近年來(lái)所取得的新成果。全書分為三大部分。第一部分（第1章～第4章）介

本書以任務(wù)為載體，以實(shí)施過(guò)程為主線，將知識(shí)點(diǎn)穿插到任務(wù)實(shí)施過(guò)程中，知識(shí)體系的構(gòu)建循序漸進(jìn)、由易到難、由淺入深，符合普遍認(rèn)知規(guī)律。本書以Hadoop大數(shù)據(jù)平臺(tái)為重點(diǎn)，主要內(nèi)容包括預(yù)備知識(shí)、準(zhǔn)備Hadoop環(huán)境、搭建Hadoop大數(shù)據(jù)平臺(tái)、使用Java語(yǔ)言編寫MapReduce程序、使用Python語(yǔ)言編寫MapReduc

本書先簡(jiǎn)單介紹了Spark和SparkMLlib，然后介紹標(biāo)準(zhǔn)SparkMLlib庫(kù)之外的更強(qiáng)大的第三方機(jī)器學(xué)習(xí)算法和庫(kù)。通過(guò)閱讀本書，你將能夠通過(guò)幾十個(gè)實(shí)際的例子和深刻的解釋，將所學(xué)到的知識(shí)應(yīng)用到真實(shí)世界的用例。

本書由“數(shù)據(jù)倉(cāng)庫(kù)之父”Inmon和“DataVault之父”Linstedt領(lǐng)銜撰寫，帶領(lǐng)讀者從宏觀視角了解數(shù)據(jù)架構(gòu)的基本概念和原則，是數(shù)據(jù)科學(xué)家、分析師和管理者在入門階段的必備參考讀物。本書創(chuàng)新性地提出終端狀態(tài)架構(gòu)的概念，新增了關(guān)于可視化和大數(shù)據(jù)的章節(jié)，以及文本管理和分析等來(lái)自不同行業(yè)的實(shí)例。通過(guò)閱讀本書，讀者將通曉

本書主要分析Hadoop3.2.0的新特性和新功能，共5章。首先簡(jiǎn)單介紹Hadoop，讓剛接觸Hadoop的讀者對(duì)它有個(gè)基本了解；接著介紹目前使用比較多的分布式文件系統(tǒng)HDFS，內(nèi)容涉及NameNode的原理、HA、HDFSFederation和HDFS3.0中新增的特性；然后從應(yīng)用管理和資源調(diào)度這兩個(gè)方面介紹一個(gè)通用

本書是“數(shù)字系統(tǒng)設(shè)計(jì)”課程的配套教材。全書共6章，包括C8051F360單片機(jī)結(jié)構(gòu)、C8051F360的數(shù)字I/O端口、C8051F360的模擬外設(shè)、開發(fā)工具簡(jiǎn)介、實(shí)驗(yàn)平臺(tái)概述、綜合設(shè)計(jì)實(shí)例。本書提供實(shí)驗(yàn)平臺(tái)所有模塊的詳細(xì)電路原理圖、設(shè)計(jì)方案、底層控制程序、例程應(yīng)用等。在每個(gè)綜合設(shè)計(jì)實(shí)例后提供拓展任務(wù)，以便學(xué)生深入理解

借助于數(shù)據(jù)分析與挖掘技術(shù)能夠從龐大的、分散的數(shù)據(jù)中獲取所需要的知識(shí)，這是當(dāng)前科技領(lǐng)域的一個(gè)重要課題研究。本書梳理了大數(shù)據(jù)分析與數(shù)據(jù)挖掘的多種研究方法，介紹了數(shù)據(jù)特征分析與數(shù)據(jù)準(zhǔn)備，并從關(guān)聯(lián)規(guī)則、回歸分析、分類分析、聚類分析、預(yù)測(cè)與時(shí)間數(shù)據(jù)分析等方面闡述了典型數(shù)據(jù)挖掘技術(shù)及其應(yīng)用，并在最后介紹了當(dāng)前教育的熱點(diǎn)——教育大數(shù)