本課程的教學內(nèi)容主要包括聚類、關聯(lián)、降維、變量選擇、分類與預測、集成算法、圖模型與推薦系統(tǒng)等。每一部分都是本課程授課的主要內(nèi)容，都力求深入淺出，精講細講，不光講解各種方法的過程與原理，還要加強學生對各種方法的深入理解。

本書著力于介紹數(shù)據(jù)挖掘基礎知識、基本原理、常用算法，主要內(nèi)容包括數(shù)據(jù)挖掘概述、數(shù)據(jù)的描述與可視化、數(shù)據(jù)的采集和預處理、數(shù)據(jù)的歸約、關聯(lián)規(guī)則挖掘、分類與預測、非線性預測模型、聚類分析、深度學習簡介、使用Weka進行數(shù)據(jù)挖掘。本書通俗易懂，注重基礎知識、基本原理和基本方法，注重啟發(fā)和引申，以培養(yǎng)學生獨立思考和獨立發(fā)現(xiàn)的能力

本書呈現(xiàn)了文本挖掘領域先進的算法，同時從學術界和產(chǎn)業(yè)界的角度介紹了文本挖掘。本書涉及的業(yè)界學者跨越多個國家，來自多個機構(gòu):大學､企業(yè)和政府實驗室。本書介紹了文本挖掘在多個領域中的自動文本分析和挖掘計算模型，這些領域包括:機器學習､知識發(fā)現(xiàn)､自然語言處理和信息檢索等。本書適合作為

內(nèi)容簡介：《魯棒融合估計理論及應用》系統(tǒng)地介紹了由鄧自立教授等提出的混合不確定多傳感器網(wǎng)絡化系統(tǒng)的魯棒融合估計新方法、新理論及應用。新方法包括基于虛擬噪聲技術和廣義Lyapunov方程的極大極小魯棒融合Kalman濾波方法和改進的協(xié)方差交叉融合魯棒Kalman濾波方法。新理論包括通用的極大極小魯棒融合Kalman濾波理

本書以運動控制系統(tǒng)的組成要素為主線，全面系統(tǒng)地介紹了運動控制系統(tǒng)的基本原理、組成和設計方法。其主要內(nèi)容包括緒論、經(jīng)典運動控制器技術、智能運動控制器設計、執(zhí)行器設計與執(zhí)行器、直流電機控制技術、交流電機控制技術、伺服電機控制技術、運動系統(tǒng)檢測技術，以及運動控制系統(tǒng)應用實例。同時，本書還配有電子課件和書中插圖，讀者可通過華信

非線性系統(tǒng)的研究近年來受到越來越廣泛的關注，國外許多工科院校已將"非線性系統(tǒng)”作為相關專業(yè)研究生的學位課程。本書是美國密歇根州立大學電氣與計算機工程專業(yè)的研究生教材，全書內(nèi)容按照數(shù)學知識的由淺入深分成了四個部分�；�本分析部分介紹了非線性系統(tǒng)的基本概念和基本分析方法；反饋系統(tǒng)分析部分介紹了輸入-輸出穩(wěn)定性、無源性和反饋系

本書從工程應用的角度出發(fā)，通過動力滑臺監(jiān)控、攪拌機監(jiān)控、運料監(jiān)控等典型工業(yè)過程的組態(tài)控制引導讀者學習和掌握組態(tài)王Kingview以及昆侖通態(tài)MCGS組態(tài)軟件的應用。本書充分考慮到組態(tài)軟件與觸摸屏在不同時間段不同品牌不同版本配套發(fā)展的不兼容，因此以普通計算機屏幕代替觸摸屏進行組態(tài)軟件的學習，更便于初學者掌握基本的程序編寫

Hadoop是一個分布式系統(tǒng)的基礎架構(gòu)，支持對大量數(shù)據(jù)進行分布式處理，能以高效、可靠的方式完成數(shù)據(jù)處理。本書圍繞Hadoop生態(tài)圈技術進行講解，主要包括Hadoop環(huán)境配置、Hadoop分布式文件系統(tǒng)（HDFS）、Hadoop分布式計算框架MapReduce、Hadoop資源調(diào)度框架YARN與Hadoop新特性、Had

本書共7章，包括大數(shù)據(jù)與數(shù)據(jù)分析、大數(shù)據(jù)存儲、大數(shù)據(jù)分析工具、大數(shù)據(jù)與信息安全、基于二部圖網(wǎng)絡的電子商務推薦算法研究等內(nèi)容。

本書分基礎技術篇、計算篇和進階篇，共9章內(nèi)容，分別為：引言、分布式存儲、分布式資源管理與調(diào)度、傳統(tǒng)HPC并行計算、數(shù)據(jù)并行編程框架、sql處理框架、執(zhí)行層優(yōu)化、sql優(yōu)化和特定應用的數(shù)據(jù)處理框架。本書既可共高校相關專業(yè)教學使用，也可供大數(shù)據(jù)領域工程師或者有志于大數(shù)據(jù)領域工作或研究的科技人員使用。