本書的主要特點是專業(yè)性、針對性較強，主要針對工科專業(yè)，特別是自動控制相關(guān)專業(yè)研究人員學習。涵蓋了概率論基礎(chǔ)與隨機過程的基本概念，泊松過程、離散時間馬爾可夫過程、連續(xù)時間馬爾可夫過程、鞅、布朗運動、伊藤微積分、隨機系統(tǒng)的最優(yōu)估計、隨機系統(tǒng)的最優(yōu)控制與優(yōu)化控制等，涵蓋了工科專業(yè)所需的隨機過程的基本內(nèi)容.同時，本書配有大量與

本書闡述數(shù)據(jù)驅(qū)動的工業(yè)過程監(jiān)控與故障診斷的理論與應(yīng)用方法，主要內(nèi)容包括：過程監(jiān)控必要的基礎(chǔ)知識、常見測量方法、檢測指標、控制限設(shè)計和仿真平臺；面向間歇過程的故障檢測方法，包括軟過渡PCA監(jiān)控、基于核費希爾包絡(luò)分析的故障識別、基于局部特征相關(guān)性的故障診斷；面向質(zhì)量監(jiān)控的全局與局部特征融合的故障診斷方法，包括基于全局加局部

"本書從初學者的角度，介紹如何運用R語言進行基本的數(shù)據(jù)處理和分析，以及一些數(shù)據(jù)科學技術(shù)。通過學習，讀者可了解數(shù)據(jù)輸入、數(shù)據(jù)清洗、數(shù)據(jù)可視化、數(shù)據(jù)分析、數(shù)據(jù)分析報告等大數(shù)據(jù)分析的一般流程與相應(yīng)的R語言操作。全書除了提供大量的實際數(shù)據(jù)，還提供了每一步分析的R語言代碼，可作為數(shù)據(jù)分析的R語言參考書。本書適合普通高等學校統(tǒng)計學

"《數(shù)據(jù)有道:數(shù)據(jù)分析+圖論與網(wǎng)絡(luò)+微課+Python編程》是“鳶尾花數(shù)學大系—從加減乘除到機器學習”叢書的第三板塊(實踐板塊)中的一本關(guān)于數(shù)據(jù)科學的分冊�！皩嵺`”這個板塊，我們將會把學到的編程、可視化，特別是數(shù)學工具應(yīng)用到具體的數(shù)據(jù)科學、機器學習算法中，并在實踐中加深對這些工具的理解。《數(shù)據(jù)有道:數(shù)據(jù)分析+圖論與網(wǎng)絡(luò)

《大數(shù)據(jù)管理》既包括了大數(shù)據(jù)管理的相關(guān)技術(shù)知識，也涵蓋了大數(shù)據(jù)管理在多個行業(yè)的應(yīng)用與案例分析，包括：大數(shù)據(jù)基礎(chǔ)、大數(shù)據(jù)采集、大數(shù)據(jù)存儲、大數(shù)據(jù)分析、大數(shù)據(jù)融合、大數(shù)據(jù)隱私、大數(shù)據(jù)可視化、大數(shù)據(jù)前沿、醫(yī)療大數(shù)據(jù)、教育大數(shù)據(jù)、金融大數(shù)據(jù)、交通大數(shù)據(jù)。通過本書，讀者能夠全方位地認識和掌握大數(shù)據(jù)管理的相關(guān)知識，深入了解大數(shù)據(jù)的

全書分為直流調(diào)速控制、交流調(diào)速控制和數(shù)字伺服控制三大部分。直流調(diào)速控制部分重點介紹直流電機構(gòu)成、工作原理和數(shù)學模型，介紹典型直流電機的調(diào)速控制方法和系統(tǒng)應(yīng)用技術(shù)；交流調(diào)速控制部分以異步電機為對象，介紹異步電機結(jié)構(gòu)和工作原理，交流電機的數(shù)學建模方法，以及多種典型的異步電機控制技術(shù)；數(shù)字伺服控制以典型永磁同步電機為對象，以

本書內(nèi)容覆蓋了數(shù)據(jù)資源產(chǎn)品化的整個過程，是一本業(yè)務(wù)脈絡(luò)清晰、技術(shù)支持全面的數(shù)據(jù)資源產(chǎn)品化實踐指導(dǎo)書籍。全書包括七部分，分別是緒論、數(shù)據(jù)資源產(chǎn)品化前期工作、數(shù)據(jù)資源產(chǎn)品化過程路徑、數(shù)據(jù)資源產(chǎn)品化技術(shù)手段、數(shù)據(jù)產(chǎn)品價值化應(yīng)用實現(xiàn)、數(shù)據(jù)資源產(chǎn)品化典型案例、附錄：數(shù)據(jù)資源產(chǎn)品化過程中使用的規(guī)范化文檔。本書可為業(yè)務(wù)人員和技術(shù)人員

本書共7章，第1章介紹基于復(fù)雜數(shù)據(jù)預(yù)測的研究現(xiàn)狀及內(nèi)容概述；第2-4章介紹數(shù)據(jù)建模的基礎(chǔ)知識和代碼實現(xiàn)，包括數(shù)據(jù)預(yù)處理過程、變量選擇方法和常用的機器學習方法；第5章和第6章詳細介紹復(fù)雜數(shù)據(jù)的變量選擇方法；第7章介紹一種改進的支持向量回歸模型及具體實現(xiàn)過程。

本書對應(yīng)《大數(shù)據(jù)工程技術(shù)人員國家職業(yè)技術(shù)技能標準》，“大數(shù)據(jù)分析與挖掘”部分，是相關(guān)從業(yè)者職業(yè)培訓(xùn)以及專業(yè)技術(shù)考核的推薦輔導(dǎo)用書。主要內(nèi)容包括：BI數(shù)據(jù)分析、數(shù)據(jù)統(tǒng)計分析、數(shù)據(jù)挖掘建模、數(shù)據(jù)可視化開發(fā)等。充分體現(xiàn)大數(shù)據(jù)行業(yè)特色，是培訓(xùn)考核命題的基礎(chǔ)素材，也將作為專業(yè)水平考核評價的重要參考�！督坛獭烽_發(fā)工作堅持以下原則：

本書對應(yīng)《大數(shù)據(jù)工程技術(shù)人員國家職業(yè)技術(shù)技能標準》，“大數(shù)據(jù)管理”部分，是相關(guān)從業(yè)者職業(yè)培訓(xùn)以及專業(yè)技術(shù)考核的推薦輔導(dǎo)用書。要內(nèi)容包括：數(shù)據(jù)管理與數(shù)據(jù)治理、元數(shù)據(jù)管理、數(shù)據(jù)質(zhì)量管理、大數(shù)據(jù)安全與審計技術(shù)、大數(shù)據(jù)管理實施與評估等。充分體現(xiàn)大數(shù)據(jù)行業(yè)特色，是培訓(xùn)考核命題的基礎(chǔ)素材，也將作為專業(yè)水平考核評價的重要參考。《教程