Python因其擁有強大的第三方軟件庫，廣泛應用在人工智能開發(fā)、科學計算和數(shù)據(jù)分析中。而pandas就是一款基于NumPy的解決Python數(shù)據(jù)分析任務的軟件庫。在機器學習和數(shù)據(jù)科學中，因為很少有數(shù)據(jù)可以直接使用，所以對數(shù)據(jù)進行預處理就成為必不可少的工作�！禤andas數(shù)據(jù)預處理詳解》就利用數(shù)據(jù)處理必需的pandas庫

本書的主角是在大數(shù)據(jù)時代應運而生的數(shù)據(jù)處理與分析利器Spark。你將通過豐富的示例學習如何使用Spark的結構化數(shù)據(jù)API，利用SparkSQL進行交互式查詢，掌握Spark應用的優(yōu)化之道，用Spark和DeltaLake等開源工具構建可靠的數(shù)據(jù)湖，并用MLlib庫實現(xiàn)機器學習流水線。隨著Spark從2.x版本升級到3

本書對FANUC工業(yè)機器人的應用技術進行了描述，內容涵蓋機器人常識、機械結構原理、程序編制、操作使用以及安裝調試、故障處理、日常維護等。 全書以工業(yè)機器人應用為主旨，在介紹工業(yè)機器人產(chǎn)生、發(fā)展、應用分類、組成特點、性能參數(shù)的基礎上，對工業(yè)機器人本體、諧波減速器、RV減速器、變位器等關鍵部件的結構原理、安裝維護要求進行了

本書主要內容如下：產(chǎn)品經(jīng)理職業(yè)發(fā)展和個人職業(yè)品牌打造的6要素模型，并針對產(chǎn)品需求洞察、產(chǎn)品規(guī)劃、產(chǎn)品設計、產(chǎn)品研發(fā)跟蹤等提供了一系列工具模板供參考使用；產(chǎn)品經(jīng)理工作的整個過程，將其分解為7大類工具模板，供0基礎讀者直接上手參考使用；針對產(chǎn)品經(jīng)理實際的工作場景，梳理總結提煉出各種工具模板；針對每個工具模板給出案例講解，通

本書介紹機器人學的相關內容，將串聯(lián)機器人技術、并聯(lián)機器人技術和移動機器人技術有機集成，是一部系統(tǒng)和全面反映機器人技術的教材。本書共分11章，內容涉及機器人概況、機器人數(shù)學基礎、機器人運動學分析、機器人速度及靜力學分析、機器人動力學分析、機器人傳感器及計算機視覺算法、機器人物體識別、機器人定位及地圖構建、機器人路徑規(guī)劃與

本書是“十二五”職業(yè)教育國家規(guī)劃教材的修訂版。本書內容包括:水位控制系統(tǒng)設計，加熱反應爐系統(tǒng)設計，液力變扭箱數(shù)據(jù)采集系統(tǒng)設計，水塔供水的變頻控制，點膠機器人生產(chǎn)線現(xiàn)場總線網(wǎng)絡的設計等。通過實際工程項目，詳細介紹了組態(tài)控制技術通用版、嵌入版的運用方法，組態(tài)軟件與PLC控制系統(tǒng)，組態(tài)軟件與板卡控制系統(tǒng)，組態(tài)軟件、下位機PL

根據(jù)新工科建設要求，高等教育應瞄準未來產(chǎn)業(yè)急需技術，培養(yǎng)相關工程人才。智能化無人機（即空中機器人）技術是目前發(fā)展*快的電子應用技術之一�？罩袡C器人已在物流、航拍以及執(zhí)法等領域嶄露頭角，未來無疑將會擁有更廣闊的應用前景，但相關專業(yè)人才目前卻很匱乏，大部分高等院校學生對空中機器人知之甚少。本書為配合新工科建設，以培養(yǎng)空中機

本書系統(tǒng)介紹了大數(shù)據(jù)的內涵、特征、技術及應用。全書共10章，其中第1～8章為技術篇，主要從大數(shù)據(jù)處理流程出發(fā)，圍繞大數(shù)據(jù)體系架構，詳細闡述大數(shù)據(jù)采集與預處理、大數(shù)據(jù)存儲、大數(shù)據(jù)分析挖掘、大數(shù)據(jù)可視化等關鍵技術。第9、10兩章為應用篇，對大數(shù)據(jù)在電信、文娛、教育、醫(yī)療等行業(yè)的具體應用進行了論述，并通過典型案例與Pytho

智能控制是自動控制發(fā)展的高級階段，是人工智能、控制論、系統(tǒng)論、信息論、仿生學、神經(jīng)生理學、進化計算和計算機等多種學科的高度匯聚，是一門新興的邊緣交叉學科。本書系統(tǒng)地介紹了智能控制的內涵、理論和主要方法，包括模糊控制、神經(jīng)網(wǎng)絡控制、專家控制系統(tǒng)、遺傳算法、基于DNA的軟計算、粒子群算法、深度學習等，著重介紹了智能控制方法

復雜數(shù)據(jù)分析是大數(shù)據(jù)研究領域的重要課題�？v向數(shù)據(jù)是復雜數(shù)據(jù)的一種，往往產(chǎn)生于對個體隨著時間的變化而進行的重復觀測，該類數(shù)據(jù)不同于橫截面數(shù)據(jù)和時間序列數(shù)據(jù)，便于研究個體的時間效應，廣泛出現(xiàn)在諸多科研領域。縱向數(shù)據(jù)非參數(shù)半?yún)��?shù)分析是統(tǒng)計研究的熱點領域。在本書中，作者利用非參數(shù)模型、半?yún)��?shù)模型(部分線性模型、單指標模型、部分