"本书是面对当前科学可视化、信息可视化、可视分析研究和应用的新形势，专门为计算机、统计、大数据处理及相关专业开设的“数据可视化”课程而编写的。全书分为两篇：原理篇和应用篇。其中，原理篇从数据可视化发展历程、可视化数据的度量和可视化组件、可视化流程等方面讲解可视化基础理论和概念，针对实际应用中遇到的不同类型的数据（包括时

本书系统地介绍了数据科学中的核心理论与实践方法，为读者理解和应用这些技术提供了坚实的基础。本书涵盖了监督学习、无监督学习和强化学习的内容。其中，监督学习包括理论框架、线性模型、核方法、神经网络以及一阶优化方法。无监督学习涉及聚类分析、主成分分析和生成学习方法。强化学习提供对相关内容的深入探讨。

近年来，二分一致性、编队控制和包含控制等与群体智能系统协同行为涌现密切相关的研究课题，已经成为当前研究热点。本书系统性地阐述了群体智能系统协同控制的研究成果，给出了其在多卫星编队控制、多无人制导武器系统时空一致性协同控制及水面无人艇集群护航控制中的典型应用。全书共九章，涵盖群体智能协同控制的主要内容及典型案例应用，具体

"《大数据管理与应用概论》从理论、技术和应用三个维度构建课程体系结构。理论篇包括：大数据概述、大数据管理基础理论(数据资产理论、数据权理论、大数据思维、大数据伦理)和大数据管理主要职能(大数据发展规划、大数据组织架构、数据开放与共享、大数据交易、大数据安全)；技术篇包括：大数据相关技术(云计算、物联网、人工智能、区块链

数据科学是从单纯的大量数据集中提取出“智慧”的数据，用以提供人们发现新知识并辅助决策的综合交叉学科。本书为本科教材，阐述了数据科学中数学理论以及相关分析方法。全书包括如下内容：对数据科学和大数据基础理论与发展的概述；承接高等教育中基础的数学理论：线性代数、微积分、概率论与数理统计，并讲述数值分析、马尔科夫预测这类数据科

本书内容涵盖大数据入门教学，进阶讲解，以及基于华为云开展的大数据实践教程。入门教学包括大数据概述、Hadoop、HDFS、MapReduce、NoSQL、HBase等基本技术点；进阶讲解包括基于分布式处理框架Spark的离线数据分析实践和基于实时处理框架SparkStreaming/Flink的实时数据分析实践；此外还

本书围绕时空大数据云平台开发需求，介绍了时空大数据云平台的基本概念、业务流程，对时空大数据云平台的关键特性、软件特性进行了总结，并对其涉及的关键技术分别进行了阐述。然后详细讲述了时空大数据云平台的组成，对其平台架构、各个子系统和工具进行了介绍，并以市级时空大数据云平台为例详细介绍了具体建设方案，为企事业单位和政府部门信

本书分为问道、执具、博术三个篇章，介绍智能数据分析的方法论、编程工具及算法模型。问道篇介绍数据分析的核心理念、一般过程及思维方式，旨在阐扬数据分析的哲理；执具篇介绍R语言环境配置、基础编程、数据对象，旨在阐述数据分析的先进工具；博术篇介绍数据可视化、关联规则、分类、聚类等主流技术，旨在阐明数据分析的算法模型及其R语言实

本教材紧扣行业脉搏，以大数据与云计算技术在建筑领域的探索实践与场景应用为核心，精心编排内容。教材引入了行业一线的项目案例与工作场景，让适用性的理论知识与实际应用紧密结合，且生动形象。教材以大数据与云计算概述、大数据采集与预处理、大数据存储、大数据分析与挖掘、大数据可视化、大数据治理、虚拟化技术、云数据中心与云存储、并行

本书采用项目式编写方法，以合理的结构、通俗易懂的语言、丰富实用的案例、学练结合的讲解方式，全面系统、循序渐进地介绍了数据挖掘的相关技术和实际应用。全书共分为8个项目，分别为数据挖掘基础、数据探索与预处理、分类、回归分析、聚类、关联规则挖掘、神经网络与深度学习和综合案例——北京二手房数据挖掘。