本书是大数据分析技术的入门图书，内容分为大数据分析与挖掘概述、Spark SQL结构化数据分析与处理、Spark Streaming流数据分析与处理、Spark GraphX图数据分析与处理、Spark MLlib机器学习和大数据分析系统等6章。通过每章的章节导读，读者能够快速了解本章相关内容的背景意义；通过相关理论及概念的介绍，读者能够对大数据分析的基本方法有整体认识和了解；通过典型案例的讲解，读者能够对大数据分析技术的应用有深刻认识。本书既注重基础知识也关注前沿问题，通过知识链接、

大数据正在影响人们的生活、改变生活方式，数据革命不可避免。作为剑桥大学大数据研究员和有着丰富数据行业从业经验的专家，萨姆·吉尔伯特认为大数据如果应用得当，受到政府的监管，将会服务生活，给人们带来意料之外的益处。这本书改变了读者对于数据、数字技术的悲观看法，透过繁杂的数据海洋，探索出一套大数据促进社会进步、影响个人决策的新方案。

本书主介绍业务流程管理的实战落地应用，全书分为四个部分：基础理论篇，包含流程的基本概念、业务流程管理的历史、滴滴的业务流程管理体系；常规应用篇，包含Activiti开发环境准备、使用IDEA和Eclipse开发Activiti工作流、流程设计工具，以及Activiti核心架构、流程引擎配置、用户管理、流程部署、表单管理等内容；高级实战篇，包含Spring Boot和Activiti的其他实践和应用；升华魔改篇，包含多引擎架构、 性能优化、流程稳定性保障。

本书介绍了利用Process Simulate 进行智能产线的数字化建模及工艺仿真，主要内容包括：数字化工厂规划、数字化工艺仿真与验证、Process Simulate 软件基本操作、机器人仿真模型建立、焊接过程的创建、装配过程的创建、人体模型工具、人机交互仿真，以及单工位机器人、AGV 小车与桁架机器人协同工作、桁架运行、整线仿真等完整的仿真案例。此外，本书还配送了电子资料包，读者扫描书中二维码可观看配套视频，轻松愉悦地进行学习。
本书适合制造型企业数字化产线规划与仿真人员使用，也可作为

本书从系统的角度，成体系地研究动态数据驱动原理与方法。以数据驱动为根本出发点，揭示了复杂系统的设计、运行、控制与优化规律，从信号感知、结构感知、环境感知、情景感知、语境感知、能量感知、过程感知、网络感知、系统感知等不同维度，介绍了主流的理论与方法，提供了研究复杂系统问题的新思路、新方法。

本书基于MCD机电一体化调试平台，根据真实智能生产线在NX软件中开发好
的智能物流单元、智能仓储单元、智能加工单元、智能检测单元和智能装配单
元仿真模型编写，通过各单元控制程序样例和调试方法的学习，设计智能生产
线的控制程序，搭建调试平台，对仿真模型进行控制，验证工作逻辑。由于仿
真模型具有数字孪生功能，与真实物理模型具有相同物理属性，可在没有真实
物理设备的情况下，学习和掌握对智能生产线集成的能力。
本书可作为高等职业院校
应用型本科
机电设备类

本书介绍规范性分析以及如何使用规范性分析进行决策，理论部分和实践部分相对平衡，展示了直观的概念插图、现实的示例问题和案例研究。
全书共6章。第1章概述商业分析及分析的纵向视图和简单分类，并介绍规范性分析所处的位置。第2章介绍优化。第3章解释蒙特卡罗模拟、离散模拟和连续模拟等强大的决策工具。第4章介绍多准则决策及其简单分类。第5章介绍专家系统和基于案例的推理。第6章介绍大数据、深度学习和认知计算等前沿分析技术。
本书适合商业分析专业人员与相关专业本科生和研究生阅读。

本书分为三个部分：基础理论、大数据可视化方法、大数据可视化工具及应用。基础理论部分包括第1、2章，回顾了可视化发展进程，介绍了可视化领域的一些基础概念及应用，以及可视化的一般流程及设计组件。大数据可视化方法部分包括第3到7章，主要介绍了不同类型数据的可视化方法，包括：时间数据、比例数据、关系数据、文本数据、复杂数据。大数据可视化工具及应用部分包括第8到14章，选取了市场上一些主流的可视化工具，围绕它们的使用方法和应用案例展开。这些工具包括商业软件：Excel、FineBI、DataV、Table

本书全面介绍了预测性分析相关方法，不仅直观地阐述了相关概念，还给出了现实的示例问题和真实的案例研究包括从失败项目获得的经验教训。
本书理论和实践内容相对平衡，便于读者加深理解。
全书共9章，外加一个附录。
第1章为分析导论，
第2章为预测性分析和数据挖掘导论，
第3章介绍预测性分析的标准流程，
第4章介绍预测性分析的数据和方法，
第5章介绍预测性分析算法，
第6章探讨预测性建模中的高阶主题，
第7章介

本书通过整合利用卫星和航拍影像、地面跨时空视频、网络数据和地理信息等多源异构数据，围绕天空地海量数据源分布特点和安全保密要求，并根据公共安全事件智能感知与理解的需要，利用先进的多源异构数据汇聚与协同相关技术，实现多源异构数据的跨时空、多尺度、多粒度汇聚，构建公共安全事件处置需要的数据体系，形成跨系统协同管理、跨空间安全调度、跨平台安全服务的数据保障总线，并建设一体化天空地海量多源异构数据汇聚管理平台，为公共安全事件的智能感知与理解提供数据支撑服务。