隨著數字新時代的崛起，每個企業(yè)都走到了數字化轉型的十字路口，企業(yè)該如何選擇？該如何邁出數字化轉型的第一步？面對多變、不確定、復雜且模糊的市場環(huán)境，企業(yè)該如何抓住數字時代的創(chuàng)新機會，走上堅定的轉型之路？ 本書在上一版的基礎上，借由筆者親歷的企業(yè)數字化轉型項目，分析了企業(yè)數字化轉型失敗的原因，并首次提出企業(yè)數字化轉型的成功

本書系統地介紹了有關過程參數檢測和自動控制裝置的基礎理論和應用技術。全書分為4篇，共10章。第1篇基礎知識，含第1、2章，介紹本課程的意義及內容，檢測儀表的基本概念及性能指標；第2篇過程參數檢測，含第3～7章，介紹生產過程中常用的溫度、壓力、流量、物位和成分等參數的測量方法及常用檢測儀表；第3篇過程控制儀表，含第8、9

本書介紹大數據知識工程的有關內容。全書共9章，第1章介紹大數據知識工程的背景；第2章介紹大數據知識工程的“三跨”特點及面臨的“散、雜、亂”挑戰(zhàn)；第3-6章介紹知識表示、知識獲取與融合、知識表征學習、知識推理四個核心環(huán)節(jié)；第7章介紹教育、稅務、網絡輿情領域的大數據知識工程應用；第8章指出未來研究方向；第9章對全書進行總結

本書通過實戰(zhàn)案例和可視化的圖形講解數據分析的知識。通過閱讀本書，讀者可以從容地處理數據，高效地完成數據分析工作。本書共9章，主要內容包括不同場景下的數據分析方法，從業(yè)者應具備的數據分析基本知識，數據分析師應具有的思維方式，海盜法則和指標體系建模，用戶畫像賦能數據分析，數據可視化的實操技巧等。 本書不僅適合產品經理、運營

隨著互聯網的蓬勃發(fā)展以及大數據時代的到來，新的欺詐安全問題不斷涌現，這也誕生了一個新的概念——大數據安全。大數據安全指的是針對大數據時代背景下的安全風險，使用大數據、人工智能等新興技術建立對抗體系，進而進行安全治理與防范。本書旨在對大數據時代背景下的欺詐安全問題、大數據平臺工具、反欺詐對抗技術和系統進行全面的闡釋，以幫

多時標非線性系統廣泛存在于制造、交通、能源、航空航天等系統中，其控制具有重要的理論意義和應用前景�！抖鄷r標非線性系統的魯棒控制與自適應控制》系統論述多時標非線性系統的模糊建模、魯棒控制和自適應控制的理論方法及其應用。首先綜述線性連續(xù)奇異攝動系統、線性離散奇異攝動系統、非線性奇異攝動系統，以及奇異攝動系統的智能魯棒與自適

本書首先介紹了業(yè)內多個具備代表性的數據安全理論及實踐框架。借鑒這些理論和框架的思想，基于豐富的數據安全項目實戰(zhàn)經驗，總結了一套針對敏感數據保護的CAPE數據安全實踐框架；然后從數據常見風險出發(fā)，引出數據保護最佳實踐，全面介紹了幾個代表性行業(yè)的數據安全實踐案例；最后詳細介紹了相關數據安全的技術原理。本書主要針對政府及電信

本書分為綜述篇、技術篇、產研篇、應用篇及附錄等部分。力求全面、完整、真實的介紹磁光電混合存儲的技術、市場和應用發(fā)展現狀及趨勢，為大數據存儲行業(yè)提供技術和市場的發(fā)展路線圖，可為相關政府部門、科研機構、高校、企業(yè)研究磁光電混合存儲理論、技術及開發(fā)應用提供參考。

本書重點介紹如何從具有不確定性的海量大媒體數據中挖掘和提取結構化、魯棒、高效的特征，并實現高性能的信息挖掘和知識推斷。本書內容包含近年來涌現的一些高效、魯棒的結構化表征學習模型，介紹了基于魯棒且緊湊的表征學習的一體化表征學習理論和方法，并為應對真實世界中的數據分析任務，如數據簡約特征表達、緊湊特征壓縮、有效特征篩選以及

隨著三維激光掃描傳感設備硬件的快速發(fā)展，可保留三維空間中原始語義信息（幾何信息、顏色、反射強度等）的點云已成為代表性的新型數據源之一。語義分割作為三維場景語義分析與解譯的重要前提，在無人駕駛、高精地圖、智慧城市等國家重大需求的推動下，已成為測繪遙感、計算機視覺等領域的重大研究課題。《點云數據語義分割的理論與方法》以語義

本書系統性闡述數據安全的范疇和目標，體系架構和關鍵措施，特別是根據對數據安全風險與挑戰(zhàn)的全面和深入的分析，給出數據安全架構設計、隱私保護的監(jiān)管要求、實施原則、技術選擇和業(yè)界最佳實踐。本書還針對IT網絡、電信網絡、云和物聯網的數據安全展開闡述，對AI、區(qū)塊鏈、5G等新興場景和數據安全的結合點進行分析與介紹，希望能夠全面地

本書系統地介紹了數據如何始于業(yè)務、取于業(yè)務、用于業(yè)務。既有扎實的理論鋪設，又有具體的案例支撐，通俗易懂地回答了數據“怎么來”和“怎么用”的問題。同時，本書總結出了解決業(yè)務分析難題的六大步驟，包括對最終數據分析產生關鍵影響的數據源的選取方法，以及通過對業(yè)務模塊的判斷確定分析方法的適用場景，最終推演、驗證、分析出結論，并選

《數據會說話：活用數據表達、說服與決策》用通俗易懂的語言、豐富的案例，介紹了如何利用數據有效表達、說服他人，以及如何防止被他人的數據誤導。全書共8章。第1章介紹什么是“數據說服力”；第2～6章分別介紹如何通過尋找合適的參照點、運用不同的統計方法、其他指標、不同時間點的對比、選擇各種對比結果，來提升數據說服力，讓他人更容

本書從高職院校教學實際出發(fā)，結合企業(yè)實際崗位職業(yè)能力要求，校企合作共同開發(fā)�，F代化自動生產線的最大特點是綜合性和系統性。綜合性是指機械技術、微電子技術、電工電子技術、傳感測試技術、接口技術、信息變換技術、網絡通信技術等多種技術有機結合，并綜合應用到生產設備中；系統性是指生產線的傳感檢測、傳輸與處理、控制、執(zhí)行與驅動等機

本書系統介紹了生產過程控制系統的辨識方法（生產過程控制系統分析）、過程控制技術（集散控制系統架構設計）、基本實現方法（簡單集散控制系統組態(tài)與仿真運行）和綜合實現方法（復雜集散控制系統組態(tài)與仿真運行）。全書共分為四個項目，每個項目引入了典型工程案例，從項目案例到任務的安排與設計，由淺入深、簡單到復雜、基礎到綜合，重點突出

大數據是推動創(chuàng)新型國家建設的重要戰(zhàn)略資源。本書從機器學習、可視分析、知識處理、數據挖掘等角度出發(fā)，詳細討論了大數據分析的相關基礎理論和技術方法，主要包括：大數據機器學習理論與方法，大數據可視分析理論與方法，多源不確定數據挖掘方法與技術，自動深層化知識處理方法與技術，大數據分析平臺、標準與應用示范等。本書總結了部分代《B

Hadoop是使用最廣泛的大數據處理框架之一，在大數據領域有著極其重要的地位，掌握Hadoop可以讓學習者對大數據的理解更進一步。本書是基于Hadoop3.1.3編寫的，從大數據的特點和處理難點入手，逐步講解Hadoop的起源和發(fā)展。從搭建Hadoop的學習環(huán)境開始，依次對Hadoop的三大功能模塊進行重點講解，并且結

本書從大數據基礎原理、大數據分析方法和大數據行業(yè)應用三個部分介紹大數據技術。全書共12章，內容包含大數據的基本概念，分布式基礎架構Hadoop，分布式文件系統HDFS，NoSQL數據庫，分布式計算框架MapReduce，大數據基本分析方法（聚類、分類與預測），大數據在搜索引擎、推薦系統以及其他行業(yè)的應用。本書在前7章設

本書圍繞新工科背景下大數據人才培養(yǎng)需求編寫，系統介紹了大數據采集與預處理、大數據存儲與管理、大數據處理與分析、大數據可視化處理流程；重點分析了科大訊飛大數據平臺在政務、交通、金融和用戶畫像等實際場景中的應用，還介紹了大數據實驗環(huán)境的詳細搭建步驟；最后介紹了大數據治理中法律政策、行業(yè)標準建設的最新進展，分析了大數據可能帶

本書基于流行穩(wěn)定版Flink1.13進行講解，從Flink數據處理思想開始講起，帶領讀者深入理解Flink的基本架構，進而由淺入深結合具體案例進行講解，詳細剖析了Flink中DataStreamAPI的使用，并對Flink中的時間語義、狀態(tài)、容錯機制等重要概念進行了詳盡的闡釋。同時，本書還對實際開發(fā)過程中常用的Flin