數(shù)字時代，數(shù)據(jù)被列為關鍵生產(chǎn)要素，人們普遍意識到數(shù)據(jù)的影響力開始從數(shù)字空間走向?qū)嶓w空間，已然和政治、經(jīng)濟、社會、文化與人們的日常生活各方面發(fā)生交融，產(chǎn)生深遠的影響，本書圍繞這一核心要義分為三個部分展開論述。第一部分數(shù)權(quán)世界（第1章~第4章）：從數(shù)權(quán)世界的角度出發(fā)，探討了解放數(shù)據(jù)生產(chǎn)力、數(shù)據(jù)權(quán)利與數(shù)據(jù)權(quán)力、數(shù)據(jù)戰(zhàn)略與國際

本書以“西門子杯”中國智能制造挑戰(zhàn)賽工程實踐項目為載體，按照“項目引領、任務驅(qū)動”的編寫模式，將自動化生產(chǎn)線安裝與調(diào)試所需的理論知識與實踐技能分解到不同項目和任務中，旨在加強對學生綜合技術(shù)應用能力和實踐技能的培養(yǎng)。本書的主要內(nèi)容包括自動化生產(chǎn)線系統(tǒng)認知、共性技術(shù)準備、主件供料單元的安裝與調(diào)試、次品分揀單元的安裝與調(diào)試、

本書由微信公眾號“狗熊會”（ID:CluBear）創(chuàng)始人王漢生教授（熊大）及其核心團隊聯(lián)合創(chuàng)作完成。本書可以被看作商業(yè)分析領域入門級通俗且有趣的讀物，深入淺出，雅俗共賞，適合數(shù)據(jù)分析師、工程師、產(chǎn)品經(jīng)理、銷售人員、商務拓展人員以及數(shù)據(jù)企業(yè)高管閱讀。本書主要由六章組成。第一章介紹了熊大樸素的數(shù)據(jù)價值觀，解讀數(shù)據(jù)與價值的邏

本書是“高等院校智能制造應用型人才培養(yǎng)系列教材”之一，全書共7章，內(nèi)容涵蓋控制系統(tǒng)建模的理論基礎、控制系統(tǒng)的信號與性能分析基礎、智能控制算法基礎、機械臂的智能控制應用案例分析、AGV小車的智能應用案例分析、智能控制技術(shù)未來的發(fā)展等。本教材重點概述或闡述了智能控制相關的基礎概念、發(fā)展歷程和趨勢，對智能控制的基礎理論和關鍵

《現(xiàn)代傳感器原理與應用》依托北京信息科技大學的研究生課程建設，結(jié)合國內(nèi)現(xiàn)代測控技術(shù)專業(yè)的本科及研究生教學與教材的實際使用情況編寫而成。全書系統(tǒng)、全面地介紹現(xiàn)代傳感器的原理及典型應用，共分八章，內(nèi)容包括傳感器技術(shù)的基礎知識、現(xiàn)代工業(yè)常用傳感器及其選用、新型傳感技術(shù)及智能傳感器等，最后四章用較大篇幅闡述了現(xiàn)代傳感技術(shù)在關鍵

本書以ABB120工業(yè)機器人為研究對象，基于SFB-Factory三維智能制造數(shù)字化設計仿真軟件工作平臺，以實現(xiàn)機器人項目工程任務為研究目標，將內(nèi)容分成工業(yè)機器人基礎、工業(yè)機器人虛擬示教操作、工業(yè)機器人的離線編程指令、ABB120工業(yè)機器人寫字操作、ABB120工業(yè)機器人打磨操作、ABB120工業(yè)機器人搬運操作、ABB

本書以ABB工業(yè)機器人為教學對象，劃分為工業(yè)機器人認知、手動操作ABB工業(yè)機器人、RobotStudio離線編程(OLP)、ABB機器人仿真工作站的創(chuàng)建、創(chuàng)建ABB機器人信號、創(chuàng)建ABB機器人三個重要程序數(shù)據(jù)6個學習項目。本書采用項目式編寫體例，合理安排理論知識和實踐知識的比例。6個學習項目共包括30個任務，讓讀者在完

作為一名有抱負的數(shù)據(jù)科學家，你理解為什么組織機構(gòu)的重要決策都依賴于數(shù)據(jù)——無論是設計網(wǎng)站的公司、決定如何改善服務的城市，還是致力于阻止疾病傳播的科學家。你需要具備將一堆雜亂的數(shù)據(jù)提煉成可操作的洞見所需的技能。我們稱之為數(shù)據(jù)科學生命周期：收集、整理、分析數(shù)據(jù)并從中得出結(jié)論的過程。本書是第一本兼顧編程和統(tǒng)計學基礎技能的書籍

本書分八個項目，內(nèi)容包括：大數(shù)據(jù)概述、Hadoop部署與應用、Ambari安裝與應用、HDFS項目開發(fā)與應用、MapReduce項目開發(fā)與應用等。

本書圍繞全國職業(yè)技能大賽大數(shù)據(jù)技術(shù)與應用賽項的技能要點：大數(shù)據(jù)平臺的搭建與運維、大數(shù)據(jù)的采集與存儲、大數(shù)據(jù)的處理、數(shù)據(jù)的分析、數(shù)據(jù)的可視化等內(nèi)容展開，詳細講述了Numpy數(shù)值分析、Pandas統(tǒng)計分析、基于Matplotlib的數(shù)據(jù)可視化、Hadoop平臺及組件部署、Spark組件部署、python數(shù)據(jù)采集方法等內(nèi)容，