本书汇总了数据科学中经常使用的数学知识，包括矩阵基础、微积分、概率论和优化等，以矩阵和向量形式统一了几个内容的符号体系，系统全面地介绍了数据科学的数学基础。全书共7章，内容包括线性代数、向量空间、内积空间、矩阵分解、向量微积分、概率与分布和优化方法。本书兼顾数学表达的严谨性和知识描述的直观性，减少了枯燥的证明过程，增加

数据挖掘与机器学习

本书以机器人行业的岗位需求和人才必备技能为主线，讲解了机器人技术及相关知识，通过优化知识体系结构，培养学生具备理论和实践相结合解决问题的能力，提高学生的创新能力。全书共7章，内容涵盖了机器人的发展现状和趋势、工业机器人的技术应用、服务机器人的技术应用、机器人的机械结构与电动机、机器人硬件电路和机器人设计制作实践等专业知

本书中可以看到人工智能的起源、与发展史，可以领略人脸识别技术的进化与音频智能的崛起，还可以探索人工智能在游戏和协作方面的惊人能力。书中还揭示微型机器人在人体内的自动驾驶和机器人与天文望远镜FAST的奇妙交汇。不仅如此，你还将了解到机器鱼的惊人机动能力和仿生眼的引爆性创新。本书将带着读者迈向未知的智能世界，探索人工智能和

本书系统介绍了大数据的内涵、特征、技术及应用。全书共10章,其中第1~8章为技术篇,主要从大数据处理流程出发,围绕大数据体系架构,详细阐述大数据采集与预处理、大数据存储、大数据分析挖掘、大数据可视化等关键技术。第9、10章为应用篇,对大数据在电信、文娱、教育、医疗等行业的具体应用进行了论述,并通过典型案例与Python

本教材是在“新工科”和工程教育认证背景下，为适应专业人才培养方案改革以及课程体系改革之需要编写而成。教材对数控工艺及编程、数控机床、机械CAD/CAM三门课程中与数控相关的教学内容进行了有机整合和更新。在编写过程中，作者紧密围绕教学大纲，运用大量的工程案例，强化工程实践应用。主要内容包括绪论、数控加工工艺基础、数控加工

《数据分析与挖掘技术》主要介绍数据分析与挖掘的相关理论和技术方法，重点介绍数据挖掘的相关技术，书中采取理论知识与具体实现任务相结合的方法，系统讲解了数据分析与挖掘的实用技术。全书共分为9章，主要内容包括数据分析与数据挖掘概论、数据仓库与联机分析处理、数据预处理、关联规则挖掘、聚类分析、回归分析、决策树分析、SPSS数据

目前机器人相关课程的开设在应用型本科层次还不成熟。究其根源，现用教材大多为高职高专教材，没有一套完备的适用于应用型本科教育的机器人教材。当前工业背景要求应用型人才应该具备基本的机器人基础理论、应用技术以及较强的创新能力。因此，编写一本完善的适用于应用型本科院校的《机器人基础》教材，以实现应用型人才的创新培养是非常必要的

数据挖掘已经广泛应用于各行各业，并推动了商务数据分析的兴起。本书结合项目实践，首先对数据挖掘的核心问题进行总结，讨论数据挖掘过程的主要步骤。在此基础上，使用Python语言详细地分析数据可视化、随机森林、GBDT、XGBoost、AdaCostBoost、逻辑回归等在医疗保险稽核、淡水质量预测、弹幕情感分析、机器学习书

《Spark3x综合项目实战》分为基础篇、案例篇两部分。在基础篇（第1-2章）中首先介绍了Spark运行环境的搭建、Spark的生态体系、编程模型、Scala基本语法、高阶函数、集合等方面的基础知识；在案例篇（第3-7章）中的5个综合案例详实的介绍了如何使用Spark实现音乐、房地产、气象、电商等领域大数据分析与挖掘的