《数据科学对社会科学转型的重大影响研究》从数据科学发展引致的科研范式转换视角，研究数据科学驱动社会科学转型的问题，重点研究数据科学驱动下的社会科学将具有何种全新的特征，探索社会科学研究在数据科学驱动下的转型路径。《数据科学对社会科学转型的重大影响研究》主要研究内容包括：数据科学的知识体系与方法工具、社会科学研究范式演化与数据科学在社会科学中的应用、社会科学研究的现实环境变迁与突出问题、数据科学驱动的社会科学认知体系重构、数据科学作用下的社会科学研究特征、数据驱动的社会科学转型的条件与保障等。

本书主要围绕数据权利体系，梳理数据及其权利内涵，把握全球数据主权发展态势，关切国际数据权利体系演进、数据权利保护模式，并梳理我国数据权利发展现状与建构路径；分别围绕主权视角下数据权利规制的关键场景——数据跨境、关键挑战——数据垄断、关键工具——数据产权，探讨数据主权风险、国际治理进展、我国治理现状，思考主权视角下我国数据权利治理进路与具体方案，并从个人数据、政府数据角度展开主权视角下数据权利治理实证研究。

Azure Databricks是一款基于云的大数据分析和机器学习平台，用于实现基于Apache Spark的数据处理，为快速增长的海量数据的处理和决策需求分析提供了良好的支撑。《Apache Spark大数据分析：基于Azure Databricks云平台》详细介绍基于Azure Databricks云平台来使用Apache Spark完成大规模数据处理和分析的方法。本书总计11章，首先介绍大规模数据分析相关的概念；然后介绍受管的Spark及其与Databricks的关系，以及Databric

本书基于大数据研究系统的能力评估框架与方法，针对传统的能力评估理论和方法主要存在的缺陷，从大数据中挖掘有价值的信息来辅助评估，以提高评估的客观性、科学性、可信性。本书借助鲁棒有序回归方法，构建了基于大数据的交互式能力评估新型框架；通过特征选择算法分析了行动效果关键影响要素；将鲁棒有序回归方法用于确定评估模型的参数，并提出了认知最优最劣方法、区间认知网络过程和区间最优最劣方法3种新的基于两两比较的方法，用于辅助专家提供评估的参考信息。
本书提出的能力评估框架和方法可以推广到多种评估

本书从博弈论基础开始，系统地介绍了博弈论在数据安全中的应用，汇集了近年来基于博弈论研究数据安全的最新成果，重点探讨了秘密共享的可公开验证模型及博弈论分析、数据外包情况下的博弈模型、激励相容机制和抗共谋机制以及隐私保护的博弈分析、基于信息论的理性委托攻防模型，为数据外包更新提出了有效策略。本书观点新颖独到，研究内容均为作者原创科研成果，对制定正确的数据安全策略，提高数据安全保障能力具有重要的参考价值。
　本书概念清晰、结构合理、内容深入浅出、通俗易懂，不仅阐述了博弈论与数据安全的基本理论，同

本书通过实例讲解，详细介绍了工业机器人电气控制设计方法。首先介绍了工业机器人电气控制设计概论，包括工业机器人的分类、桁架机器人典型控制系统及数控系统解决方案等概况；其次具体地讲解了工业机器人控制系统硬件设备与选型、硬件连接与设定；然后介绍了PMC程序编程基础；最后通过实际案例，详细讲解数控桁架机器人的电气控制设计。
本书内容贴近工程实际，选取实例典型，可供工业机器人、自动化、数控技术等方面的从业人员阅读，也可供大专院校机械、自动化、智能制造等专业师生学习参考。

本书以穿戴式下肢外骨骼机器人为研究对象，以康复训练辅助和增力辅助为主要应用目标，对下肢外骨骼机器人研究中的运动学/动力学建模、运动意图识别、康复运动步态规划、外骨骼运动控制方法、康复训练辅助策略和增力辅助策略等进行了系统的研究与介绍，设计了相应智能控制算法并进行了验证。

本书围绕使机器人运动与动力学行为显著退化的奇异位形展开，对所有与奇异位形相关的问题进行了全面、系统的总结，内容包括：奇异位形的概念、分类，所有类型奇异点的数值计算方法，避奇异约束的机器人运动路径规划，以及避奇异与其他附加条件共同约束的路径规划。

本书介绍了数据网格——一种来自现代分布式架构的去中心化社会技术范式，它提供了一种大规模采购、共享、访问和管理分析型数据的新方法。
本书分为五部分。

第1部分介绍Data Mesh的四个原则，以及它们所组成的高级模型。
第2部分比较Data Mesh与以前的数据架构的区别。
第3部分介绍Data Mesh组件的高层次架构，帮助你设计Data Mesh架构以及评估与Data Mesh匹配的现成技术。
第4部分介绍Data

本书全面系统地介绍数据挖掘的概念、技术、算法及应用, 力求为初学者构建一个合适的学习框架。全书将数据挖掘归纳成数据预处理、数据探索、决策树、贝叶斯分类、人工神经网络、支持向量机、关联规则分析、聚类、时间序列预测等几个主题, 不仅详解技术原理和算法实现, 而且还结合复杂多样的实际数据环境, 探讨其应用场景和使用方法。