本书通过理论任务和实践任务相结合的方式重点介绍了Hadoop生态圈,Spark内存计算框架,NoSql数据库存储,数据可视化,Python大数据处理等大数据关键技术,并提供大量实践及综合案例。本书通过理论任务和实践任务相结合的方式重点介绍了Hadoop生态圈,Spark内存计算框架,NoSql数据库存储,数据可视化,P
重点介绍数据科学中的新理论和代表性实践,填补数据科学与大数据技术专业的核心教材的空白。主要内容包括:基础理论(术语定义、研究目的、发展简史、理论体系、基本原则、数据科学家)、理论基础(数据科学的学科地位、统计学、机器学习、数据可视化)、流程与方法(基本历程、数据加工、数据审计、数据分析、数据可视化、数据故事化、项目管理
本书从数学基础与编程基础开始,逐步引导读者领略深度学习的起源与发展,向读者介绍深度学习在计算机视觉、自然语言处理等方面的实际应用,并为读者呈现*前沿的深度学习研究进展,同时深入剖析技术原理,带领读者逐步推导深度学习背后的数学模型,并结合飞桨(PaddlePaddle)深度学习框架实现项目,代码清晰,易于理解。本书深入浅
本教材基于纸质媒体移动互联网数字媒体资源等进行修订,以组态与应用的教学目标为核心,以MCGS(国内)、WinCC(国外)通用组态软件,和MACS(国内)、CENTUM(国外)专业组态软件为主要教学情境,按照案例导入、需求分析、任务单设计、组态实施、运行测试、小试牛刀、融会贯通、照猫画虎和能力测评的逻辑组织架构,并辅以多
大数据远不止于简单的数据和技术,大数据更侧重于其在商业、科学和社会等领域的应用。本书基于作者近20年大数据领域的咨询经验,分析了大数据的来源,数据范式的改变,人工智能、机器学习与大数据的关系等;通过对大数据相关的工具、应用和处理方法的总结,构建了一套大数据应用方法和体系,帮助人们构建大数据生态系统、形成大数据组织战略、
本书主要是探讨面向控制需求的闭环辨识的基本理论以及工程应用技术,探索可工程实现的闭环辨识新方法和新技术。本书提出了新的辨识六要素定义,关于闭环辨识的可辨识性和可辨识条件的新看法,模型辨识准确度的新定义和通用指标,不稳定过程的闭环辨识新方法,辨识数据采集的参数优化方法以及闭环辨识设定值激励的新技术。本书尽力避免那些晦涩难
增强型分析是数据科学的未来,本书讲解了如何通过前沿的大数据技术和AI技术实现智能的数据分析和业务决策,即增强型分析。 本书的三位作者是来自德勤、前华为和前IBM的资深数据科学家,在大数据和AI领域至少都有10年以上的工作经验,他们将各自多年来在构建数据挖掘模型,解决实际业务问题方面积累的经验全部总结在了这本书中。 全书
本书是一本关于大数据处理技术的图书,主要研究R语言在专利分析领域的应用方法。全书从四个方面展开:首先给出R语言快速入门需要掌握的基本知识;然后从专利分析数据处理角度出发,总结归纳用R语言处理专利数据的几种常用场景;接着结合专利分析中的数据可视化给出常用专利分析图表的R语言制图方法;*后结合数据挖掘算法介绍了利用R语言进
《自动化生产线安装与调试》详细讲解了自动化生产线的安装与调试过程。《自动化生产线安装与调试》主要内容包括自动化生产线核心技术基本知识、上料单元的安装与调试、下料单元的安装与调试、加盖单元的安装与调试、穿销单元的安装与调试、检测单元的安装与调试、伸缩换向单元的安装与调试、模拟单元的安装与调试、液压单元的安装与调试、图像识