本書從高職院校教學(xué)實際出發(fā)，結(jié)合企業(yè)實際崗位職業(yè)能力要求，校企合作共同開發(fā)。現(xiàn)代化自動生產(chǎn)線的最大特點(diǎn)是綜合性和系統(tǒng)性。綜合性是指機(jī)械技術(shù)、微電子技術(shù)、電工電子技術(shù)、傳感測試技術(shù)、接口技術(shù)、信息變換技術(shù)、網(wǎng)絡(luò)通信技術(shù)等多種技術(shù)有機(jī)結(jié)合，并綜合應(yīng)用到生產(chǎn)設(shè)備中；系統(tǒng)性是指生產(chǎn)線的傳感檢測、傳輸與處理、控制、執(zhí)行與驅(qū)動等機(jī)

本書從大數(shù)據(jù)實時計算框架Spark的編程語言Scala入手，第1～4章重點(diǎn)介紹函數(shù)式編程語言Scala的基礎(chǔ)語法、面向?qū)ο缶幊桃约昂瘮?shù)式編程等，再通過編程訓(xùn)練案例介紹Scala這門語言的實際開發(fā)應(yīng)用，為讀者后面學(xué)習(xí)Spark框架打下牢固的編程基礎(chǔ)。第5～10章重點(diǎn)介紹Spark的安裝部署、SparkCore編程、Spa

本書基于流行穩(wěn)定版Flink1.13進(jìn)行講解，從Flink數(shù)據(jù)處理思想開始講起，帶領(lǐng)讀者深入理解Flink的基本架構(gòu)，進(jìn)而由淺入深結(jié)合具體案例進(jìn)行講解，詳細(xì)剖析了Flink中DataStreamAPI的使用，并對Flink中的時間語義、狀態(tài)、容錯機(jī)制等重要概念進(jìn)行了詳盡的闡釋。同時，本書還對實際開發(fā)過程中常用的Flin

本書圍繞新工科背景下大數(shù)據(jù)人才培養(yǎng)需求編寫，系統(tǒng)介紹了大數(shù)據(jù)采集與預(yù)處理、大數(shù)據(jù)存儲與管理、大數(shù)據(jù)處理與分析、大數(shù)據(jù)可視化處理流程；重點(diǎn)分析了科大訊飛大數(shù)據(jù)平臺在政務(wù)、交通、金融和用戶畫像等實際場景中的應(yīng)用，還介紹了大數(shù)據(jù)實驗環(huán)境的詳細(xì)搭建步驟；最后介紹了大數(shù)據(jù)治理中法律政策、行業(yè)標(biāo)準(zhǔn)建設(shè)的最新進(jìn)展，分析了大數(shù)據(jù)可能帶

本書從大數(shù)據(jù)基礎(chǔ)原理、大數(shù)據(jù)分析方法和大數(shù)據(jù)行業(yè)應(yīng)用三個部分介紹大數(shù)據(jù)技術(shù)。全書共12章，內(nèi)容包含大數(shù)據(jù)的基本概念，分布式基礎(chǔ)架構(gòu)Hadoop，分布式文件系統(tǒng)HDFS，NoSQL數(shù)據(jù)庫，分布式計算框架MapReduce，大數(shù)據(jù)基本分析方法（聚類、分類與預(yù)測），大數(shù)據(jù)在搜索引擎、推薦系統(tǒng)以及其他行業(yè)的應(yīng)用。本書在前7章設(shè)

Hadoop是使用最廣泛的大數(shù)據(jù)處理框架之一，在大數(shù)據(jù)領(lǐng)域有著極其重要的地位，掌握Hadoop可以讓學(xué)習(xí)者對大數(shù)據(jù)的理解更進(jìn)一步。本書是基于Hadoop3.1.3編寫的，從大數(shù)據(jù)的特點(diǎn)和處理難點(diǎn)入手，逐步講解Hadoop的起源和發(fā)展。從搭建Hadoop的學(xué)習(xí)環(huán)境開始，依次對Hadoop的三大功能模塊進(jìn)行重點(diǎn)講解，并且結(jié)

大數(shù)據(jù)是推動創(chuàng)新型國家建設(shè)的重要戰(zhàn)略資源。本書從機(jī)器學(xué)習(xí)、可視分析、知識處理、數(shù)據(jù)挖掘等角度出發(fā)，詳細(xì)討論了大數(shù)據(jù)分析的相關(guān)基礎(chǔ)理論和技術(shù)方法，主要包括：大數(shù)據(jù)機(jī)器學(xué)習(xí)理論與方法，大數(shù)據(jù)可視分析理論與方法，多源不確定數(shù)據(jù)挖掘方法與技術(shù)，自動深層化知識處理方法與技術(shù)，大數(shù)據(jù)分析平臺、標(biāo)準(zhǔn)與應(yīng)用示范等。本書總結(jié)了部分代《B

本書在介紹測量誤差理論、測量系統(tǒng)特性及系統(tǒng)可靠性基本知識的基礎(chǔ)上，系統(tǒng)地闡述了溫度、壓力、流量、液位、成分分析等過程參數(shù)以及運(yùn)動控制系統(tǒng)中的位置、速度（轉(zhuǎn)速）、轉(zhuǎn)矩及功率測量等參數(shù)的檢測原理、測量方法、測量系統(tǒng)構(gòu)成及測量誤差分析，同時還注意介紹各種測量裝置的安裝使用條件，以保證檢測系統(tǒng)的測量精度。本書可作為高等院校自動

伴隨人類社會數(shù)字化進(jìn)程的深入，數(shù)據(jù)正不斷滲透于日常的生活、生產(chǎn)、分配、流通、消費(fèi)等各個環(huán)節(jié)，對人類社會的影響日益凸顯。數(shù)據(jù)已成為繼土地、勞動力、資本、技術(shù)之后的第五大生產(chǎn)要素，對其他生產(chǎn)要素的整合能力也使其成為既有要素中最重要的和最難替代的關(guān)鍵要素，并成為值得重點(diǎn)討論的時代性議題與理解數(shù)字時代的基本入手點(diǎn)。 對數(shù)據(jù)要素

信息時代，大數(shù)據(jù)的應(yīng)用無處不在。手機(jī)中“淘寶”“抖音”的商品推送、短視頻內(nèi)容推送背后，是大數(shù)據(jù)用戶畫像及推薦算法；道路上的“一路綠燈”背后，是智能交通——交通管理部門分析、調(diào)整交通情況；新冠肺炎疫情不漏一人的流調(diào)背后，是智慧“戰(zhàn)疫”——有關(guān)部門以“大數(shù)據(jù)+網(wǎng)格化”的方式識別和挖掘目標(biāo)人群遷徙軌跡；智慧電廠“一鍵啟停、無