本書介紹了大數(shù)據(jù)挖掘與統(tǒng)計機(jī)器學(xué)習(xí)領(lǐng)域最常用的模型和算法，包括最基礎(chǔ)的線性回歸和線性分類方法，以及模型選擇和模型評價的概念和方法，進(jìn)而介紹非線性的回歸和分類方法（包括決策樹與組合方法、支持向量機(jī)、神經(jīng)網(wǎng)絡(luò)以及在此基礎(chǔ)上發(fā)展的深度學(xué)習(xí)方法）。最后介紹無監(jiān)督的學(xué)習(xí)中的聚類方法和業(yè)界廣泛使用的推薦系統(tǒng)方法。除了方法的理論講解

本書以“數(shù)據(jù)流”為主線，從信號處理角度出發(fā)，圍繞問題描述和解決方案設(shè)計與實現(xiàn)兩個角度組織材料，介紹計算機(jī)控制系統(tǒng)的分析、設(shè)計理論和工程實現(xiàn)技術(shù)。同時，本書提供了多種學(xué)習(xí)支持材料，如電子課件、教學(xué)指導(dǎo)手冊、部分習(xí)題解答和線上虛擬仿真實驗，能更好地幫助學(xué)生認(rèn)識計算機(jī)控制的并發(fā)實時任務(wù)管理本質(zhì)，樹立正確的國家觀、民族觀、歷史

本書是一本全面介紹數(shù)據(jù)挖掘與機(jī)器學(xué)習(xí)的大數(shù)據(jù)專業(yè)類圖書，閱讀本書可以提升讀者對大數(shù)據(jù)分析與挖掘的認(rèn)知以及動手能力。本書共有10章，由淺入深地講解數(shù)據(jù)挖掘與機(jī)器學(xué)習(xí)的基本概念與流程、相關(guān)算法與實現(xiàn)工具。本書理論與實踐相結(jié)合，既有技術(shù)的深度，也有行業(yè)應(yīng)用的廣度，使讀者可以全面掌握數(shù)據(jù)挖掘與機(jī)器學(xué)習(xí)的相關(guān)技術(shù)。

本書主要包括認(rèn)識工業(yè)機(jī)器人、工業(yè)機(jī)器人的系統(tǒng)構(gòu)成與分類、工業(yè)機(jī)器人的坐標(biāo)變換與運(yùn)動學(xué)計算、工業(yè)機(jī)器人的機(jī)械系統(tǒng)構(gòu)成、工業(yè)機(jī)器人的動力系統(tǒng)構(gòu)成、工業(yè)機(jī)器人的感知系統(tǒng)構(gòu)成、工業(yè)機(jī)器人的控制系統(tǒng)構(gòu)成、工業(yè)機(jī)器人的操作與編程、工業(yè)機(jī)器人的典型應(yīng)用、工業(yè)機(jī)器人的安全管理等內(nèi)容，不同專業(yè)的學(xué)生可按需學(xué)習(xí)不同的模塊。每個模塊除安排具

本教材是計算機(jī)類專業(yè)的專業(yè)必修課教材和教育公共必修課教材。大數(shù)據(jù)涉及知識面廣，應(yīng)用場景多種多樣，需要培養(yǎng)大數(shù)據(jù)思維，繼而才能運(yùn)用大數(shù)據(jù)思維展開分析應(yīng)用技術(shù)。這就需要學(xué)習(xí)者能夠宏觀構(gòu)建大數(shù)據(jù)環(huán)境的認(rèn)知，掌握大數(shù)據(jù)處理的流程和相關(guān)技術(shù)，繼而在明確應(yīng)用思路引導(dǎo)下融匯知識，才能進(jìn)一步結(jié)合大數(shù)據(jù)應(yīng)用場景展開研究和探索。但是，目前

在數(shù)字化浪潮中，大數(shù)據(jù)技術(shù)無處不在，包括互聯(lián)網(wǎng)、體育、工業(yè)、醫(yī)療、交通等在內(nèi)的社會各行各業(yè)，都融入了大數(shù)據(jù)的印跡，大數(shù)據(jù)對人類的社會生產(chǎn)和生活產(chǎn)生了重大而深遠(yuǎn)的影響。一早醒來，多篇你感興趣的推送文章早已占領(lǐng)手機(jī)屏幕；走在路上，智能手環(huán)實時監(jiān)測著你的健康信息；想點(diǎn)外賣，小程序優(yōu)先推薦最符合你口味的商家；騎車出行，導(dǎo)航系統(tǒng)

智能機(jī)器人發(fā)展日新月異，相關(guān)的機(jī)器學(xué)習(xí)技術(shù)受到廣泛關(guān)注。本書以其中關(guān)鍵的深度學(xué)習(xí)理論與實踐為主線，系統(tǒng)介紹了機(jī)器智能、機(jī)器學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)的概念與算法；機(jī)器學(xué)習(xí)的參數(shù)及其擬合和欠擬合的問題；神經(jīng)網(wǎng)絡(luò)等數(shù)學(xué)模型；卷積神經(jīng)網(wǎng)絡(luò)模型；循環(huán)神經(jīng)網(wǎng)絡(luò)；注意力機(jī)制以及深度學(xué)習(xí)的算法；基于深度學(xué)習(xí)的人機(jī)協(xié)作識別、動作抓取、平面檢測等應(yīng)

全書共分為10章，主要內(nèi)容包括：認(rèn)識大數(shù)據(jù)及搭建Hadoop集群、Hadoop生態(tài)系統(tǒng)、Hadoop集群搭建、HDFS原理與操作、Hadoop集群運(yùn)維。同時本書也講解了Hadoop平臺的相關(guān)組件ZooKeeper、Kafka、Flume、Hive、HBase、Spark、ClickHouse、Flink、Sqoop和R

《用于智能數(shù)據(jù)分析的實用機(jī)器學(xué)習(xí)》一書討論了多個新興以及蓬勃發(fā)展中的計算機(jī)技術(shù)領(lǐng)域，專注于機(jī)器學(xué)習(xí)和物聯(lián)網(wǎng)如何推動信息驅(qū)動。本書分為四個部分，涵蓋機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘、物聯(lián)網(wǎng)和信息安全。本書從智能數(shù)據(jù)分析及應(yīng)用機(jī)器學(xué)習(xí)兩大主題出發(fā)，著重于介紹將智能數(shù)據(jù)分析中的新技術(shù)如何應(yīng)用于機(jī)器學(xué)習(xí)領(lǐng)域，如智能搜索、分類、聚類和智能決策

本書分為12章，主要內(nèi)容包括Python程序簡介、Python語法基礎(chǔ)、程序流程控制、組合數(shù)據(jù)類型、函數(shù)、文件及目錄操作、正則表達(dá)式、面向?qū)ο蟪绦蛟O(shè)計、異常處理和程序調(diào)試、數(shù)據(jù)庫編程、網(wǎng)絡(luò)爬蟲、數(shù)據(jù)處理等。全書通過理論講解和實例分析幫助學(xué)生學(xué)會運(yùn)用Python解決實際問題，并在Python的理論基礎(chǔ)上增加了金融、財經(jīng)類