本書以云邊協(xié)同技術的發(fā)展歷程為線索，介紹云邊協(xié)同技術體系，具體內(nèi)容組織如下。第1章以云邊協(xié)同技術為線索，首先介紹云計算與邊緣計算的發(fā)展歷程，然后梳理云邊協(xié)同技術的發(fā)展，并詳細介紹云邊協(xié)同數(shù)據(jù)處理系統(tǒng)發(fā)展過程中的驅動因素，以及數(shù)據(jù)處理在云邊協(xié)同架構下的模式演化和未來的復雜應用的潛在計算模式。第2章詳細介紹云邊協(xié)同環(huán)境下的

本專著主要探討面向控制工程需求的多變量過程辨識的應用理論問題，探索可工程實現(xiàn)的多變量過程辨識新方法和新技術。本專著給出一種多變量過程模型智能優(yōu)化辨識問題陳述，提出了多變量過程模型辨識準確度計算與評價方法,提出了多變量過程的模型框架和結構確定方法,提出了多變量過程模型準確辨識的激勵條件,提出了融入機理分析建模的多變量過程

本書作者多年來從事復雜生產(chǎn)系統(tǒng)建模、數(shù)字化工廠技術的推廣應用以及數(shù)字孿生技術的研究，有著豐富的技術積累和實戰(zhàn)經(jīng)驗。本書在分析數(shù)字孿生基本概念的基礎上，以智能制造和智能建造為基本切入點，闡述了模型驅動方法和數(shù)據(jù)驅動智能的融合技術，為數(shù)字孿生的構建、設計和實現(xiàn)提供了技術指引。同時，結合典型軟件平臺，給出了數(shù)字孿生系統(tǒng)的典型

該書主要對政務數(shù)據(jù)治理的組織統(tǒng)籌方面內(nèi)容進行研究，分別對政務數(shù)據(jù)治理過程中的法律政策體系、統(tǒng)籌協(xié)作體系、激勵評價體系進行了體系構建與解讀，并結合理論對我國數(shù)據(jù)治理領先地區(qū)貴州的數(shù)據(jù)治理現(xiàn)狀進行剖析，總結其建設成效與不足，為我國各地區(qū)數(shù)據(jù)治理過程中的組織統(tǒng)籌提供指導和參考。

本書是作者基于其在Uber跟蹤團隊擔任技術主管時的個人經(jīng)歷而寫的。本書分4部分共14章，內(nèi)容包括：為什么需要分布式跟蹤、跟蹤一次HotROD之旅、分布式跟蹤基礎、OpenTracing的埋點基礎、異步應用程序埋點、跟蹤標準與生態(tài)系統(tǒng)、使用服務網(wǎng)格進行跟蹤、關于采樣、跟蹤的價值、分布式上下文傳播、集成指標與日志、通過數(shù)據(jù)

本書從實踐出發(fā)，并結合諸多一線運維工程師多年對Zabbix使用的經(jīng)驗，通過對日常運維工作中的監(jiān)控應用場景進行剖析，對Zabbix的功能進行了循序漸進的講解。本書內(nèi)容從Zabbix理論知識、基礎術語、Zabbix組件、功能介紹，到對Zabbix搭建前的架構設計、數(shù)據(jù)庫選型、硬件配置等都做了系統(tǒng)的講解。在實踐篇中，通過對工

本書是《大數(shù)據(jù)與人工智能》的配套實驗教材，共分為四個部分：第一部分大數(shù)據(jù)篇，重點介紹大數(shù)據(jù)實驗需要用到的相關軟件等；第二部分人工智能篇，主要從神經(jīng)網(wǎng)絡入手設計了五個常規(guī)實驗；第三部分Python篇，主要介紹Python語言的基本語法、Python常用庫、數(shù)據(jù)采集和數(shù)據(jù)可視化；第四部分自測題。本書力求讓讀者通過實際操作，

本書以通俗易懂的方式，介紹了大數(shù)據(jù)和人工智能的發(fā)展歷程、應用，Python基本語法、數(shù)據(jù)類型、基本流程控制結構、擴展類庫等內(nèi)容。 全書共分17章，主要講解了大數(shù)據(jù)的概念、產(chǎn)生、發(fā)展、作用等基礎知識；云計算和Hadoop體系結構；大數(shù)據(jù)的采集、預處理、存儲、分析與挖掘、可視化等大數(shù)據(jù)處理流程；大數(shù)據(jù)在國內(nèi)外的應用；人工智

本書是國家級精品資源共享課程的配套教材,在講述現(xiàn)代控制理論的基本概念、原理和方法的基礎上,詳細介紹基于MATLAB仿真的現(xiàn)代控制系統(tǒng)分析與設計方法。全書內(nèi)容涵蓋MATLAB/Simulink應用基礎、基于MATLAB的現(xiàn)代控制系統(tǒng)模型、基于MATLAB的現(xiàn)代控制系統(tǒng)分析、基于MATLAB的現(xiàn)代控制系統(tǒng)設計、現(xiàn)代控制系統(tǒng)

Spark作為新興的、應用范圍廣泛的大數(shù)據(jù)處理開源框架，吸引了大量的大數(shù)據(jù)分析與挖掘從業(yè)人員進行相關內(nèi)容的學習與開發(fā)，其中ML是Spark3.0機器學習框架使用的核心。本書用于Spark3.0ML大數(shù)據(jù)分析與挖掘入門，配套示例源碼、PPT課件、數(shù)據(jù)集、思維導圖、開發(fā)環(huán)境和作者答疑服務。本書共分13章，從Spark3.0