本書(shū)共包括六個(gè)項(xiàng)目：先導(dǎo)知識(shí)學(xué)習(xí)、認(rèn)識(shí)MCGS組態(tài)軟件、應(yīng)用MCGS實(shí)現(xiàn)儲(chǔ)液罐水位自動(dòng)監(jiān)控、基于MCGS的交通信號(hào)燈監(jiān)控系統(tǒng)設(shè)計(jì)、機(jī)械手物料自動(dòng)搬運(yùn)控制系統(tǒng)設(shè)計(jì)、職業(yè)技能大賽自動(dòng)化生產(chǎn)線的安裝與調(diào)試。

本書(shū)共分為八章，分別為數(shù)據(jù)分析概述、外部數(shù)據(jù)的獲取、數(shù)據(jù)處理、函數(shù)的應(yīng)用、數(shù)據(jù)透視表與數(shù)據(jù)透視圖、數(shù)據(jù)分析與可視化、Excel數(shù)據(jù)分析實(shí)例、撰寫(xiě)數(shù)據(jù)分析報(bào)告。本書(shū)注重平衡理論知識(shí)和實(shí)踐應(yīng)用，每章都包含了實(shí)際應(yīng)用案例和實(shí)訓(xùn)活動(dòng)，以幫助讀者深入理解和掌握所學(xué)知識(shí)。本書(shū)既可作為中等職業(yè)院校計(jì)算機(jī)類專業(yè)課程教材，也可作為相關(guān)企

本書(shū)由8章內(nèi)容構(gòu)成：緒論、工業(yè)過(guò)程數(shù)學(xué)模型、常規(guī)過(guò)程參數(shù)的檢測(cè)及儀表、過(guò)程控制執(zhí)行器、簡(jiǎn)單過(guò)程控制器設(shè)計(jì)、復(fù)雜過(guò)程控制器設(shè)計(jì)、先進(jìn)過(guò)程控制系統(tǒng)、過(guò)程控制工程的實(shí)施。

本書(shū)共12章，具體包括SPSS的入門(mén)知識(shí)概述、數(shù)據(jù)文件管理、參數(shù)檢驗(yàn)、非參數(shù)檢驗(yàn)、統(tǒng)計(jì)分析、相關(guān)分析、回歸分析、聚類分析、降維分析、刻度分析、生存分析和綜合案例應(yīng)用等內(nèi)容，讀者學(xué)后可以融會(huì)貫通、舉一反三，快速掌握SPSS的相關(guān)操作技巧。

本書(shū)依托國(guó)家自然科學(xué)基金、湖北省杰出青年基金項(xiàng)目，面向工業(yè)制造過(guò)程和系統(tǒng)，介紹了多元統(tǒng)計(jì)分析和機(jī)器學(xué)習(xí)等工業(yè)數(shù)據(jù)分析方法，在此基礎(chǔ)上介紹了作者團(tuán)隊(duì)提出的多種故障檢測(cè)、故障變量溯源、故障分類、故障辨識(shí)、健康預(yù)警、產(chǎn)品等級(jí)分類方法。除了關(guān)注傳統(tǒng)的故障檢測(cè)率和誤報(bào)率之外，重點(diǎn)分析了過(guò)渡模態(tài)、操作故障、污染效應(yīng)、故障分級(jí)、小樣

內(nèi)容提要：隨著數(shù)據(jù)采集技術(shù)以及存儲(chǔ)技術(shù)的不斷進(jìn)步，現(xiàn)代科學(xué)研究和實(shí)踐中需要處理和分析的數(shù)據(jù)已經(jīng)從單一來(lái)源向多個(gè)來(lái)源轉(zhuǎn)變。在醫(yī)學(xué)研究、生物信息、市場(chǎng)研究、金融風(fēng)險(xiǎn)管理、氣象環(huán)境科學(xué)等諸多重要領(lǐng)域，多源數(shù)據(jù)的現(xiàn)象普遍存在，在帶來(lái)巨大機(jī)遇的同時(shí)也給統(tǒng)計(jì)分析建模帶來(lái)了全新的挑戰(zhàn)。針對(duì)這一國(guó)際前沿問(wèn)題，本書(shū)主要介紹作者最近幾年在

本書(shū)為數(shù)據(jù)要素教程，立足于實(shí)現(xiàn)數(shù)據(jù)要素的價(jià)值創(chuàng)造，推動(dòng)新質(zhì)生產(chǎn)力加快發(fā)展，在宏觀體系和多維視角下構(gòu)筑了數(shù)據(jù)要素基礎(chǔ)理論框架。提出了系列中國(guó)原創(chuàng)的數(shù)據(jù)要素理論，主要包括以大模型的人工智能為基礎(chǔ)的第五科學(xué)范式；以數(shù)據(jù)收益權(quán)為核心的四權(quán)分置數(shù)據(jù)權(quán)益體系；以大眾分享數(shù)據(jù)經(jīng)濟(jì)紅利為價(jià)值目標(biāo)的共票數(shù)據(jù)收益分配體系；以區(qū)塊鏈、人工智

互聯(lián)網(wǎng)的出現(xiàn)使人們第一次能夠訪問(wèn)大量的數(shù)據(jù)。比如,社交網(wǎng)絡(luò)Facebook中的友誼圖和互聯(lián)網(wǎng)網(wǎng)站之間的鏈接圖。這兩幅圖都包含超過(guò)10億個(gè)節(jié)點(diǎn),代表巨大的數(shù)據(jù)集。如果要使用這些數(shù)據(jù)集,就必須對(duì)其進(jìn)行處理和分析。然而,僅僅是它們的大小就使得這種處理非常具有挑戰(zhàn)性。特別是,為處理中等規(guī)模的數(shù)據(jù)集而開(kāi)發(fā)的經(jīng)典算法和技術(shù),在面對(duì)

本書(shū)建立了統(tǒng)一的基于粒計(jì)算的概念和算法框架，并將這些概念和算法用于數(shù)據(jù)分析和系統(tǒng)建模；討論了粒計(jì)算的前沿和熱點(diǎn)問(wèn)題，如信息粒的編碼與解碼、信息粒的表示和構(gòu)建、基于信息粒度最優(yōu)分配的粒度模糊模型的建立、基于粒度模型的異常值檢測(cè)、基于信息粒的預(yù)測(cè)模型設(shè)計(jì)、模型可解釋性的研究等。本書(shū)內(nèi)容涵蓋了數(shù)據(jù)挖掘和粒計(jì)算的諸多前沿問(wèn)題，

本書(shū)介紹可以幫助讀者處理真實(shí)數(shù)據(jù)分析挑戰(zhàn)的概念和技能。它涵蓋了概率論、統(tǒng)計(jì)推斷、線性回歸和機(jī)器學(xué)習(xí)等概念。它還幫助讀者提升如下技能：R編程、數(shù)據(jù)清洗、數(shù)據(jù)可視化、預(yù)測(cè)算法構(gòu)建、使用UNIX/Linuxshell組織文件、使用Git和GitHub進(jìn)行版本控制以及可復(fù)制的文檔準(zhǔn)備。全書(shū)分為六個(gè)部分，分別為R、數(shù)據(jù)可視化、統(tǒng)