本书结合实际例子详细介绍了数据挖掘和机器学习领域关联规则模型、朴素贝叶斯模型、贝叶斯网络模型、基线模型、聚类模型、通用回归模型、回归模型、高斯过程模型以及K*近邻模型九种模型的表达方式及构建知识。读者*好同时结合《PMML建模标准语言基础》一书进行学习，以便融会贯通，灵活运用，更好地把PMML语言应用到自己的项目实践中

本书以工业生产过程自动化控制系统及设计为内容，以项目任务为核心，进行知识技能的阐述。全书分七个项目，主要介绍控制系统的基本知识、简单控制系统的控制方案、串级控制系统的控制方案、其他复杂控制系统的控制方案、化工生产中典型设备的控制、化工生产中安全保护系统，最后简单介绍了工程设计基本知识。各项目中有小结、思考与习题。书中配

本书系统、全面地介绍了微型计算机控制系统的理论与各种应用技术。本书兼顾基础性、实用性和先进性，注重工程应用。全书分8章，主要内容有：计算机控制系统概述，过程输入/输出通道，计算机控制系统的理论基础，数字PID控制器，模糊控制、伺服装置与数字控制系统，控制网络技术及现场总线，微型计算机控制系统设计方法及实例等。各章都有小

本书详细介绍R语言实际应用所需的基本知识，包括R语言的基本开发环境、核心概念和数据处理等，并结合实际案例由潜入深，最后通过较大数据案例全面介绍R语言大数据的处理、分析与展示。该书从零起步，从读者处理大数据业务场景出发，基于实际案例组织内容，对于大数据学习者，该书覆盖了从零起步使用R语言对大数据分析所需要的全部核心内容。

本书包含理论和案例两部分内容，前半部分主要从基础知识、指导思想、工作步骤及评估体系等角度对大数据建模的方法论进行了总结和归纳，后半部分则通过若干案例介绍了该大数据建模方法论在气象、能源、网络、银行以及企业管理等多个领域中的实践及应用。大数据建模的特点使其不但需要有理论上的指导，还需要在实践中落地，因此本书非常强调理论与

《大数据分类模型和算法研究》强调了大数据的宝贵价值，论述了常用的数据分析技术与方法，在此基础上设计对应的大数据分类模型（线性分类模型和分类分析模型），具体的大数据算法包括关联规则分析算法、分布式算法、聚类算法等，并对大数据分析算法的并行化进行了相关研究。《大数据分类模型和算法研究》阐述了各个算法的应用场景及算法复杂度，

《数据采集与预处理项目实战》主要涉及八个项目：通过“数据采集与处理初识”学习数据采集与处理的多种方式和相关知识；通过“Flume日志文件数据采集”学习Flume两种文件通道的基本使用方法和HDFS接收器的相关配置：通过“Kafka日志文件数据采集”学习Kafka集群环境搭建和。Kafka生产者消费者模型；通过“Scra

本书系统、全面地介绍了关于大数据技术与应用的基本知识和技能，详细介绍了大数据与大数据时代、大数据的可视化、大数据的商业规则等内容

本书作为《Hadoop大数据原理与应用》(本书作者编写，西安电子科技大学出版社出版)的配套实验教程，系统介绍了Hadoop生态系统中各个开源组件的相关知识和实践技能。全书分为“基础实验篇”和“拓展实验篇”两篇，共10章，涉及数据采集、数据存储与管理、数据处理与分析等大数据应用生命周期中各阶段典型组件的部署、使用和基础编

本书以MCS51系列单片机芯片为背景，深入浅出地介绍了单片机的结构、工作原理、编程方法(汇编语言和C语言)及单片机通信等。全书共有8个任务，主要内容包括：循环彩灯的控制、汽车转向灯的控制、交通信号灯的控制、单片机串行通信技术应用、生产线产品计件显示控制、矩阵键盘设计与扫描、波形发生器的设计及直流电机的PWM调速控制。本