大数据时代的到来，使我们的生活在政治、经济、社会、文化各个领域都产生了很大改变。数据科学一词应运而生。如何更好地对海量数据进行分析、得出结论并做出智能决策是统计工作者面临的机遇与挑战。本书介绍数据挖掘与统计机器学习领域最常用的模型和算法，包括最基础的线性回归和线性分类方法，以及模型选择和模型评价的概念和方法，进而介绍非

《深度学习：21天实战Caffe》是一本深度学习入门读物。以目前已经大量用于线上系统的深度学习框架Caffe为例，由浅入深，从Caffe的配置、部署、使用开始学习，通过阅读Caffe源码理解其精髓，加强对深度学习理论的理解，最终达到熟练运用Caffe解决实际问题的目的。和国外机器学习、深度学习大部头著作相比，《深度学习

本书从大数据的基本概念出发，深入解析了大数据应用的关键技术与应用。以大数据的数据挖掘技术、大数据的存储与处理、大数据应用的总体架构三方面为线索，详细阐述了大数据挖掘的诸多常用算法，介绍了Hadoop、HDFS及MapReduce等大数据存储与处理的关键技术与应用、大数据应用的框架与构架。本书以通信运营商及互联网电子商务

书是刘鹏教授主编的国内**本Hadoop编程书籍《实战Hadoop》的第二版。Hadoop堪称业界*经典的开源云计算和大数据平台软件。本书系统介绍了Hadoop2.0生态圈的核心和扩展组件，包括：管理工具Ambari、分布式文件系统HDFS、分布式资源管理器YARN、分布式并行处理MapReduce、内存型计算框架Sp

全书共分17章，包括基本的PID控制、PID控制器的整定、时滞系统PID控制、基于微分器的PID控制、基于观测器的PID控制、自抗扰控制器及其PID控制、PD鲁棒自适应控制、专家PID控制和模糊PD控制、神经网络PID控制、基于差分进化的PID控制、伺服系统PID控制、迭代学习PID控制、挠性及奇异摄动系统的PD控制、

本书以分数阶控制系统为研究对象，详细分析了分数阶系统的鲁棒性和研究了几类分数阶鲁棒控制器的设计及其应用。本书是作者近几年来研究成果的总结。主要内容包括：含有系数满足区间不确定性的分数阶系统的鲁棒稳定性分析方法；区间不确定分数阶闭环系统的控制器鲁棒可镇定条件；考虑稳定裕度的分数阶PI、PD控制器参数鲁棒可镇定区域；不确定

工业控制系统性能评估是工业自动化的重要研究领域，本书在作者多年深入研究的基础上撰写而成。在吸收国内外具有代表性的最新研究成果的基础上，本书着重介绍作者在这一领域的研究成果，主要内容包括：基于最小方差的单变量控制系统性能评估、基于最小方差的PID控制系统性能评估、基于最小方差的多变量控制系统性能评估、基于LQG的多变量控

本书针对大数据呈现的体量巨大、多源异构、动态性和不确定性等特点，以粒计算理论为基础，以典型粗糙集模型为对象，以增量学习技术为手段，以云计算并行框架为支撑平台，构建大数据分析与挖掘的原理和方法及其算法，并融入了相关领域学者在动态知识发现、数据融合、大数据并行处理等成果，反映了基于粒计算和粗糙集视角处理大数据的最新进展。

间歇过程(BatchProcess)就是将有限的物料按照规定的加工顺序在一个或者多个设备中进行加工以获得有限量产品的工业过程。近几十年来，随着工业生产由大规模生产向多品种、小批量的柔性生产转移，间歇过程在工业生产中的地位也越来越重要。本书通过对间歇过程控制技术发展情况的回顾与展望，分析了间歇过程的操作与运行特点，针对间

现场总线与工业以太网应用

网络化系统的量化控制策略分析与设计

SaltStack（简称Salt）是由ThomasHatch于2011年创建的一个开源项目，初衷只是想构建一个快速的远程执行系统。后来经过快速发展和新功能的不断加入，演变成了现在的Salt，如今Salt已经成为了一套强大的自动化运维管理平台。 《SaltStack运维实战》力求用简洁易懂的方式给读者展示Salt的核心

本书以DCS应用设计为目标，从基础控制系统实现方法入手，辅以丰富的实际应用案例，详细地介绍了DCS的构造、原理和当前的最新技术、产品、技术规范、指标、标准和验收测试方法，以及在各种典型行业（电力、石化、水泥、造纸、制药、水处理、管网）的应用。力求使读者能够以本书为参考，解决在DCS的应用设计及运行管理过程中的各种实际问

本书致力于复杂系统模型随机发生非线性、随机时延及不完全知识转移概率等故障进行融合改进问题的研究，论述非线性马尔可夫跳跃系统故障检测研究、随机时滞非线性系统故障检测问题研究、基于模糊模型的非线性随机系统鲁棒故障检测、基于状态观测器的非线性随机系统容错控制，同时研究了具有随机丢包的时滞系统、具有信道衰落的离散系统、非线性系

分岔控制和反控制是非线性动力学与控制领域的一个重要的研究方向.《非线性系统的分岔控制》以一维、二维、高维和无限维非线性系统为研究对象，对静态分岔和动态分岔的控制理论、方法和技术进行了系统的阐述；对反馈控制、washoutfilter控制和时滞控制等分岔控制的常用方法进行了介绍；设计了控制器对非线性系统进行分岔控制和反控

本选题以科普的方式系统地阐述了大数据前沿技术与研究进展，对技术的来源、结论、对比、用途以及开源软件进行了深入浅出的描述，并不过多地涉及数学符号及基础原理。以大数据可视化为切入点，通过自然语言处理、社交网络挖掘、语义网络与知识图谱三方面非结构化数据处理技术，阐述大数据经典应用，利用基于图数据库、内存计算、分布式存储系统的

本书以Spark1.4.1版本源码为切入点，全面并且深入地解析SparkMLlib模块，着力于探索分布式机器学习的底层实现。本书循序渐进，首先解析MLlib的底层实现基础：数据操作及矩阵向量计算操作，该部分是MLlib实现的基础；其次再对各个机器学习算法的理论知识进行讲解，并且解析机器学习算法如何在MLlib中实现分布

大数据是互联网、移动应用、社交网络和物联网等技术发展的必然趋势，大数据应用成为当前最为热门的信息技术应用领域。本书由浅入深，首先概述性地分析了大数据的发展背景、基本概念，从业务的角度分析了大数据应用的主要业务价值和业务需求，在此基础上介绍大数据的技术架构和关键技术，结合应用实践，详细阐述了传统信息系统与大数据平台的整合

随着大数据分析方法的发展，分析工具的改进，大数据分析的门槛降低了。基于大数据算法平台，数据分析师们已经不再被数据的“大”所困扰，可以轻松地探索大数据，挖掘大数据的价值。本书侧重介绍大数据分析方法和算法的应用，适合对大数据分析感兴趣的读者阅读。在内容的组织上，选取了10个不同领域的真实数据集，针对每个数据的特点，选择适合

本书通过较为全面和系统的文献综述，揭示出当前个性化推荐系统存在的主要问题在于高质量用户偏好数据的匮乏与种类多样的推荐算法之间的矛盾，实乃“巧妇难为无米之炊”。用户偏好乃个性化推荐系统之基，当前用户偏好获取存在两个方面的不足：一是基本数据分析来源的用户评分、评论和标签等标注行为发生频率非常低，容易产生数据稀疏问题；二是日