本書全面介紹高維概率的理論、關(guān)鍵工具和現(xiàn)代應(yīng)用，涵蓋Hoeffding不等式和Chernoff不等式等經(jīng)典結(jié)果以及MatrixBernstein不等式等現(xiàn)代發(fā)展，還介紹了基于隨機(jī)過程的強(qiáng)大方法，包括Slepian、Sudakov和Dudley不等式等工具，以及基于VC維數(shù)的通用鏈和界。全書使用了大量插圖，包括協(xié)方差估計(jì)

本文圍繞基于學(xué)習(xí)的自適應(yīng)控制。首先，重點(diǎn)介紹一些重要的數(shù)學(xué)工具；然后重點(diǎn)闡述本書的重點(diǎn)內(nèi)容：基于模型的或經(jīng)典的自適應(yīng)控制、無模型自適應(yīng)控制和自適應(yīng)控制的學(xué)習(xí)；第三章著重基于極值搜索的迭代反饋增益，給出機(jī)電一體化的應(yīng)用實(shí)例；第4章介紹多參數(shù)的極值搜索控制算法自動(dòng)調(diào)整反饋增益，給出強(qiáng)大的非線性控制器加模型學(xué)習(xí)算法；第5章是

《大數(shù)據(jù)技術(shù)與應(yīng)用》主要介紹大數(shù)據(jù)技術(shù)的基本概念與應(yīng)用。全書共分10章，內(nèi)容包括大數(shù)據(jù)介紹、云計(jì)算與大數(shù)據(jù)、大數(shù)據(jù)架構(gòu)、數(shù)據(jù)采集與清洗、大數(shù)據(jù)存儲(chǔ)、大數(shù)據(jù)分析與挖掘、大數(shù)據(jù)可視化、大數(shù)據(jù)安全、大數(shù)據(jù)的行業(yè)應(yīng)用以及大數(shù)據(jù)綜合實(shí)訓(xùn)。本書注重理論與實(shí)踐操作相結(jié)合，通過大量的案例幫助讀者快速了解并掌握大數(shù)據(jù)相關(guān)技術(shù)。《大數(shù)據(jù)技

《實(shí)時(shí)數(shù)據(jù)處理和分析指南》主要介紹實(shí)時(shí)大數(shù)據(jù)計(jì)算領(lǐng)域的相關(guān)技巧和經(jīng)驗(yàn)，包括Flink、Spark和Storm等流處理框架技術(shù)。全書從搭建開發(fā)環(huán)境開始，逐步實(shí)現(xiàn)流處理，循序漸進(jìn)地引導(dǎo)讀者學(xué)習(xí)如何利用RabbitMQ、Kafka和NiFi以及Storm、Spark、Flink和Beam等組件協(xié)同應(yīng)用來解決實(shí)際問題。 本書內(nèi)

本書主要介紹一套系統(tǒng)的過程控制方法，以解決過程控制規(guī)劃、計(jì)劃、執(zhí)行、評(píng)價(jià)、改進(jìn)中的一些基本問題。第1~3章主要闡述全套方法的基本內(nèi)容以及方法的采用理由和依據(jù)，具體內(nèi)容包括：討論過程的定義與表示、過程的基本特征和過程中斷、延續(xù)、變更、結(jié)束等概念；討論過程的三種集合、過程控制框架、過程控制點(diǎn)控制與評(píng)價(jià)、過程結(jié)果評(píng)價(jià)；介紹幾

本書分五部分，第一部分?jǐn)?shù)據(jù)科學(xué)引導(dǎo)，闡述數(shù)據(jù)科學(xué)的基本概念、原則和方法等內(nèi)容；第二部分?jǐn)?shù)據(jù)分析的數(shù)學(xué)基礎(chǔ)，闡述相關(guān)的數(shù)學(xué)知識(shí)；第三部分?jǐn)?shù)據(jù)采集與管理，闡述數(shù)據(jù)采集、清洗、管理等知識(shí)；第四部分?jǐn)?shù)據(jù)分析基本方法與軟件實(shí)現(xiàn)，闡述描述性統(tǒng)計(jì)分析方法等內(nèi)容；第五部分?jǐn)?shù)據(jù)分析案例與實(shí)訓(xùn)。

本書共五章，內(nèi)容包括：大數(shù)據(jù)技術(shù)研究、高校大數(shù)據(jù)技術(shù)的信息化研究、高校大數(shù)據(jù)技術(shù)的信息化創(chuàng)新研究、高校大數(shù)據(jù)技術(shù)與應(yīng)用專業(yè)人才培養(yǎng)等。

《自動(dòng)線安裝與調(diào)試》遵循“以服務(wù)為宗旨、以就業(yè)為導(dǎo)向、以能力為本位”的高職教育理念，根據(jù)職業(yè)能力培養(yǎng)要求，采用工作過程為導(dǎo)向的模塊化課程開發(fā)模式，打破學(xué)科知識(shí)的界線，針對(duì)實(shí)際工作任務(wù)需要，重新組織和設(shè)計(jì)教學(xué)方式，突出“做中學(xué)”“學(xué)中做”，使學(xué)生在完成任務(wù)的同時(shí)，掌握相關(guān)知識(shí)和技能，凸顯職業(yè)教育特色。該書由學(xué)校、企業(yè)專家

數(shù)據(jù)清洗是大數(shù)據(jù)預(yù)處理的關(guān)鍵環(huán)節(jié)。面對(duì)錯(cuò)綜復(fù)雜的數(shù)據(jù)，傳統(tǒng)的清洗“臟”數(shù)據(jù)工作單調(diào)且異常辛苦，如果能利用正確的工具和方法，可以讓數(shù)據(jù)清洗工作變得事半功倍。《數(shù)據(jù)清洗》講解數(shù)據(jù)清洗的理論知識(shí)和實(shí)際應(yīng)用，《數(shù)據(jù)清洗》共8章：第1章主要帶領(lǐng)大家簡(jiǎn)單認(rèn)識(shí)數(shù)據(jù)清洗；第2章主要講解ETL技術(shù)相關(guān)的知識(shí)；第3章講解Kettle工具的

本書以實(shí)戰(zhàn)開發(fā)為原則，以Hadoop3.X生態(tài)系統(tǒng)內(nèi)的主要大數(shù)據(jù)工具整合應(yīng)用及項(xiàng)目開發(fā)為主線，通過Hadoop大數(shù)據(jù)開發(fā)中常見的11個(gè)典型模塊和3個(gè)完整項(xiàng)目案例，詳細(xì)介紹HDFS、MapReduce、HBase、Hive、Sqoop、Spark等主流大數(shù)據(jù)工具的整合使用。本書附帶資源包括本書核心內(nèi)容的教學(xué)視頻，本書所涉