本書主要介紹數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)的入門知識，并在此基礎(chǔ)上介紹大數(shù)據(jù)分析教學(xué)平臺BDAP的功能和實驗過程。本書首先以大數(shù)據(jù)時代的大背景介紹數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)興起的，本書接著介紹大數(shù)據(jù)的概念、特征及相關(guān)技術(shù)。然后介紹了一個大數(shù)據(jù)分析教學(xué)平臺BDAP，平臺的功能、特點及使用方法，重點介紹教學(xué)實用案例。本書及配套平臺可

本書是內(nèi)容全面、偏重基礎(chǔ)的ROS機器人開發(fā)入門書籍，是作者總結(jié)多年科研教學(xué)成果并在吸收國內(nèi)外理論、方法和技術(shù)的基礎(chǔ)上完成的。本書詳細介紹了ROS機器人基礎(chǔ)和ROS常用開發(fā)工具，詳細講解了ROS系統(tǒng)架構(gòu)、ROS客戶端庫和機器人建模與仿真；以工程開發(fā)為重心，詳細講解機器視覺、機器語音、SLAM和導(dǎo)航等多方面ROS應(yīng)用的實現(xiàn)

本書主要介紹水下機器魚人工側(cè)線系統(tǒng)的設(shè)計及感知技術(shù)，共6章，主要內(nèi)容包括人工側(cè)線系統(tǒng)及其應(yīng)用綜述、仿盒子魚機器人、基于人工側(cè)線的單機機器魚自主軌跡評估研究、基于人工側(cè)線的雙機器魚相對位姿感知實驗研究、基于人工側(cè)線的雙鄰近機器魚相對位姿估計算法研究、結(jié)論與展望等。本書可作為高等院校相關(guān)專業(yè)研究生和高年級本科生的教材，也可

《數(shù)據(jù)挖掘方法與應(yīng)用》對數(shù)據(jù)挖掘中常用的建模算法進行系統(tǒng)介紹，內(nèi)容涵蓋了數(shù)據(jù)預(yù)處理、關(guān)聯(lián)規(guī)則挖掘、聚類分析、決策樹及組合算法、貝葉斯分類、支持向量機、人工神經(jīng)網(wǎng)絡(luò)等。在闡述每種算法基本理論的基礎(chǔ)上，同時給出基于R軟件的應(yīng)用方法。這種理論與應(yīng)用相結(jié)合的方式為讀者理解和運用這些方法提供了堅實的基礎(chǔ)，有助于讀者

本書主旨是指導(dǎo)組織中數(shù)據(jù)治理相關(guān)角色在大數(shù)據(jù)環(huán)境下，如何對數(shù)據(jù)資產(chǎn)進行有效治理，更好地為組織提供數(shù)據(jù)服務(wù)。全書共10章，主要包括大數(shù)據(jù)治理與服務(wù)概述、大數(shù)據(jù)治理與服務(wù)總體框架、大數(shù)據(jù)架構(gòu)治理、元數(shù)據(jù)治理、主數(shù)據(jù)治理、文檔和內(nèi)容治理、大數(shù)據(jù)質(zhì)量治理、大數(shù)據(jù)安全治理、大數(shù)據(jù)治理能力成熟度評估模型和大數(shù)據(jù)服務(wù)等內(nèi)容。本書可作

《創(chuàng)新方法新系統(tǒng)》系統(tǒng)介紹了創(chuàng)新方法新系統(tǒng)理論體系構(gòu)建的一般路徑和重要實踐意義。首先，《創(chuàng)新方法新系統(tǒng)》創(chuàng)見性闡釋了TRIZ理論、群智理論和知識圖譜技術(shù)作為創(chuàng)新方法新系統(tǒng)構(gòu)建過程中的重要理論來源作用，并嘗試就其如何為復(fù)雜創(chuàng)新場景中的理論融合與創(chuàng)新進行了深入探索；其次，《創(chuàng)新方法新系統(tǒng)》就如何從理論和實踐層面構(gòu)建創(chuàng)新方法

本書介紹基于Python語言的網(wǎng)絡(luò)數(shù)據(jù)采集技術(shù)的相關(guān)知識，并為采集網(wǎng)絡(luò)中的各種數(shù)據(jù)類型提供全面指導(dǎo)。第1章重點介紹Scrapy框架及配置方法;第2～6章重點介紹網(wǎng)絡(luò)數(shù)據(jù)采集的基本原理,包括如何利用Python從網(wǎng)絡(luò)服務(wù)器請求信息，如何對服務(wù)器的響應(yīng)進行基本處理，以及如何通過自動化的手段與網(wǎng)站進行交互;第7、8章介紹登錄

本書為大數(shù)據(jù)時代下的產(chǎn)物，由淺入深地介紹大數(shù)據(jù)及其相關(guān)知識，在大數(shù)據(jù)的背景下著重介紹ETL數(shù)據(jù)處理技術(shù)，同時引入數(shù)據(jù)清洗的知識，理論與實際相結(jié)合，突出所長。在理論上，本書突出重點與難點，較為系統(tǒng)地介紹大數(shù)據(jù)的各項基本技術(shù)。在實踐操作上，本書貼近生活，切實理解，緊跟實驗進行，并從中萃取精華。同時本書還介紹ETL技術(shù)的主流

本書以常見的數(shù)據(jù)分析與大數(shù)據(jù)應(yīng)用方法為主線，按照數(shù)據(jù)采集、數(shù)據(jù)存儲與管理、數(shù)據(jù)預(yù)處理、數(shù)據(jù)分析與挖掘的邏輯關(guān)系分析大數(shù)據(jù)時代應(yīng)如何采用量化方法分析經(jīng)濟問題。本書在定性分析的基礎(chǔ)上，采用大量的實例和軟件操作插圖來直觀地解釋大數(shù)據(jù)分析方法的原理和應(yīng)用，為讀者提供“一站式”服務(wù)。同時，通過對線性回歸、邏輯回歸等計量方法，主成

本書分為5篇，包括11章和3個附錄。大數(shù)據(jù)基礎(chǔ)篇包括第1章（緒論）；大數(shù)據(jù)存儲篇包括第2～3章（HDFS分布式文件系統(tǒng)、NoSQL及其HBase分布式數(shù)據(jù)庫系統(tǒng)）；大數(shù)據(jù)計算篇包括第4～7章（MapReduce分布式計算、大數(shù)據(jù)的Spark內(nèi)存計算、大數(shù)據(jù)的流計算、大數(shù)據(jù)的圖計算）；大數(shù)據(jù)管理、查詢分析及可視篇包括第8