現(xiàn)在，越來越多的人考慮引入大數(shù)據(jù)技術(shù)來促進(jìn)公司產(chǎn)品的銷售以獲得更多的利潤。而學(xué)習(xí)算法能讓商務(wù)活動及其發(fā)展過程的預(yù)測擺脫人腦計算能力的局限，并且能提高數(shù)據(jù)模型的預(yù)測精確度，使得大數(shù)據(jù)的分析處理在依托計算機(jī)的大規(guī)模計算能力下得以完成。當(dāng)前數(shù)據(jù)分析最常用的工具就是R語言，本書深入淺出地介紹了利用R語言進(jìn)行數(shù)據(jù)分析及構(gòu)建預(yù)測模

本書共13章，分為傳感器檢測的基本理論基礎(chǔ)（包括第1和第2章）、按物理原理分類的各種傳感器的工作原理與應(yīng)用（包括第3~9章）、智能檢測傳感系統(tǒng)（包括第10~13章）等三大部分內(nèi)容，并介紹了將傳統(tǒng)的物理傳感器和智能傳感器檢測有機(jī)組合在一起的應(yīng)用實例。本書的特色是在介紹傳統(tǒng)傳感器原理及應(yīng)用的基礎(chǔ)上，還介紹了多種生物特征識別

目前，大數(shù)據(jù)已上升為國家戰(zhàn)略，從輔助變?yōu)橐�領(lǐng)，從熱點(diǎn)變?yōu)橹�點(diǎn)。因此，在各類以應(yīng)用型人才培養(yǎng)為主的高校中，需要面向文、管、理、工等不同學(xué)科的學(xué)生普及大數(shù)據(jù)理念及其相關(guān)技術(shù)，以利于其在專業(yè)領(lǐng)域的實踐中應(yīng)用大數(shù)據(jù)理念，實施大數(shù)據(jù)技術(shù)。本書從大數(shù)據(jù)概念及特點(diǎn)入手，以大數(shù)據(jù)應(yīng)用的技術(shù)框架為主線，首先介紹了大數(shù)據(jù)采集與準(zhǔn)備、大數(shù)據(jù)

本書按照“項目導(dǎo)向、任務(wù)驅(qū)動、理實一體”的編寫模式，以典型的傳感器應(yīng)用項目為載體，講述了幾類傳感器的實際應(yīng)用。本書共七個項目，主要內(nèi)容包括溫度傳感器在室內(nèi)測溫系統(tǒng)中的應(yīng)用、測速傳感器在電動機(jī)轉(zhuǎn)速檢測系統(tǒng)中的應(yīng)用、氣敏傳感器在酒精測試儀中的應(yīng)用、光敏傳感器在智能照明系統(tǒng)中的應(yīng)用、位移傳感器在汽車倒車?yán)走_(dá)系統(tǒng)中的應(yīng)用、壓力

本書共分十三章，以磁場驅(qū)動的微納機(jī)器人為核心，從單個的微納機(jī)器人到微納機(jī)器人集群，涵蓋了當(dāng)前微納機(jī)器人領(lǐng)域的熱點(diǎn)問題與最新研究成果。

本書主要依托國家自然科學(xué)基金“共融機(jī)器人基礎(chǔ)理論與關(guān)鍵技術(shù)研究”重大研究計劃：面向室外復(fù)雜光照與氣象條件的共融機(jī)器人多模感知系統(tǒng)（項目編號：91648118）的研究成果，結(jié)合作者多年的科研及工程實踐經(jīng)驗，針對復(fù)雜的光照環(huán)境與氣象條件明顯降低機(jī)器人視覺魯棒性的問題，主要從大氣物理與光學(xué)成像的新角度出發(fā)去詳細(xì)系統(tǒng)地論述復(fù)雜

動力學(xué)分析是設(shè)計并聯(lián)機(jī)器人尺寸的基礎(chǔ)。同時基于模型控制方法的應(yīng)用也需要建立并聯(lián)機(jī)器人的動力學(xué)反解模型。本書章對并聯(lián)機(jī)器人的發(fā)展與應(yīng)用等作了簡單介紹。第2章對利用矢量對并聯(lián)機(jī)器人的運(yùn)動學(xué)分析方法進(jìn)行了介紹，并且對歐拉角進(jìn)行了敘述；由于在對并聯(lián)機(jī)器人建立動力學(xué)反解模型時，一般是在沒有奇異的情況下進(jìn)行的，第3章對螺旋理論（靠

本書主要介紹了Spark運(yùn)行原理及性能調(diào)優(yōu)的相關(guān)實踐，從Spark框架內(nèi)部及外部運(yùn)行環(huán)境等不同角度分析Spark性能調(diào)優(yōu)的過程。第1章介紹了Linux系統(tǒng)中各種監(jiān)控工具的使用，對CPU、內(nèi)存、網(wǎng)絡(luò)、I/O等方面進(jìn)行介紹，并提供了集群監(jiān)控報警的解決方案。第2章介紹了Java虛擬機(jī)（JVM）的基本知識、垃圾回收機(jī)制，以及對

本書主要介紹數(shù)據(jù)挖掘和數(shù)據(jù)分析的基本概念和方法，包括數(shù)據(jù)的基本屬性和概念、數(shù)據(jù)預(yù)處理技術(shù)、數(shù)據(jù)立方體和OLAP技術(shù)、頻繁模式挖掘、回歸分析、分類、聚類、離群點(diǎn)分析。每一部分先介紹基本概念、理論基礎(chǔ)、應(yīng)用實例、思考習(xí)題。書中涉及的模型和算法均給予了相應(yīng)的實例，便于讀者更好的理解和使用模型。

本書是作者在多年科學(xué)研究的基礎(chǔ)上整理完善而成的，是自然語言處理技術(shù)在文本分類領(lǐng)域應(yīng)用的綜述和總結(jié)，本書專業(yè)性較強(qiáng)，注重對技術(shù)理論依據(jù)和解決思路的精細(xì)講解，讀者可通過對本書的學(xué)習(xí)了解和掌握人工智能相關(guān)技術(shù)在網(wǎng)絡(luò)文本處理時的實現(xiàn)方法和操作流程。本書的內(nèi)容包括：文本預(yù)處理、特征表示與降維、文本分類算法、多標(biāo)簽文本分類技術(shù)、短