全书分为上下两册，上册包含9章，下册包含5章。下册为第10—12章，围绕大数据的数据处理方法，介绍了数据准备阶段的常用方法、算法准备和开发阶段的常用方法，以及算法评价中的常用方法，提供了数据和算法的开发的理论和工具。第13—14章，围绕工业化与信息化融合管理体系评定大数据实证分析和新兴学科交叉情况的分析两个主题，提供了

本书涵盖从数据与大数据概念、数学基础到实践应用的相关内容。全书共7章，详细介绍数据科学的基本概念、发展历程及其在工程中的应用，然后深入讲解向量与矩阵计算、统计推断、凸优化和图论等数学基础，为后续的数据分析、模型构建和优化提供坚实的理论基础。书中还穿插有遥感图像压缩、动物图像特征提取、前景分离、社交网络推荐等实际应用案例

全书分为上下两册，上册包含9章，下册包含5章。上册为第1—3章，围绕大数据及其驱动的新一代人工智能的发展，梳理了数据科学所面临的机遇和挑战，引入基于模型的系统工程体系和方法，构建了支持大数据分析与技术实施的体系结构与方法论。第4—6章，围绕大数据的建模与分析，介绍了大数据的需求和性能建模方法、业务建模分析方法及数据建模

本书涵盖从机器人基础知识、运动学与动力学，到轨迹规划、控制方法，再到传感器及驱动器的全方位内容，共分为6章，分别为：机器人基础知识、机器人运动学、机器人动力学、轨迹规划、机器人控制、机器人传感器及驱动器。

本书系统性地介绍了大数据的概念、技术架构、数据处理与存储、数据挖掘与分析等内容，适用于大数据领域的初学者和理论研究者。而在实际应用方面，本书重点关注大数据技术在各个行业的应用场景，涵盖金融、医疗、电商、物流等领域，为读者提供了丰富的实践案例和解决方案。针对应用层面，本书通过大量案例分析，将大数据技术与现实生活场景相结合

该教材主要基于应用型高校计算机视觉课程授课内容和后续专业课程对学生图像处理和视觉处理技术、应用能力的要求，包含并着重介绍计算机视觉系统、应用技术和具体项目共三部分内容14个章节，包含图像采集、处理和特征提取，视觉处理系统软件和平台，并从应用层面设计了6个具体项目，同时还提供了应用背景、原理、方案，设置了课后思考和习题。

本书系统地探讨了单样本人脸识别方法的研究现状、发展动态以及应用。第一章引言了单样本人脸识别的研究意义，为读者提供了对后续章节的背景认识。接下来的章节涵盖了基于局部特征、稀疏表示、统一通用表示、线性回归、中层语义特征、虚拟样本生成、虚拟特征生成以及迁移学习等方法，以深入探讨解决单样本人脸识别问题的不同途径。最后一章讨论了

本书系统的围绕设计可追踪的数据隐私保护方法这一核心问题，从不同角度提出了多种数据隐私保护和追踪功能结合方案，在此基础上对方案深度应用，证实了可追踪的数据隐私保护方案的可行性。此书提出的可追踪的数据隐私保护方法为隐私保护研究领域提出了一种新的解决方式，目前已有多所学校或者研究机构的人员加入到此研究中。

本书主要围绕实际案例展开编写，每个案例中有多个任务，主要包括：(1)人工智能：开启智慧新时代；(2)Python：人工智能开发语言；(3)线性回归：预测未来趋势；(4)分门别类：帮你“分而治之”；(5)物以类聚：发现新簇群；(6)个性化推荐：主动满足你的需求；(7)语音识别：让机器对你言听计从；(8)人脸识别：机器也认

本书共分为3个模块，8个项目，分别对应Python语言中基础环境配置、基本语法规则、字符串、函数式编程、控制结构、组合数据类型、文件读取与处理、第三方库的使用。每个项目开始列出了项目目标及重难点，每个项目分为若干个子任务，通过任务分析、知识储备、任务实施、任务总结、任务拓展与练习完成整个项目。各项目及任务来源于生活、行