本书是面向智能制造工程技术人员新职业，结合培养复合型高技术技能人才的实践教学特点，并融入编者十余载对工业（焊接）机器人应用的实践总结及教学经验编写的。
全书共分为八个项目，包含探寻工业机器人的庐山真面目、揭开焊接机器人的神秘面纱、初识焊接机器人的任务编程、焊接机器人工具坐标系的设置、焊接机器人的直线轨迹编程、焊接机器人的圆弧轨迹编程、焊接机器人的摆动轨迹编程以及焊接机器人的动作次序编程，囊括焊接机器人（系统）的运动轨迹、工艺条件和动作次序等核心编程内容。每个项目下设两个学习任务，通过“学

如果你想DIY 一款轮式自主移动机器人，又不知道如何实现，本书可能会帮到你。
《轮式自主移动机器人编程实战》系统讲解轮式自主移动机器人如何从0 到1 实现自主运动。以树莓派和STM32 单片机为例，
详细介绍轮式机器人的硬件结构，包括驱动控制器的搭建、中央处理器的选型开发、滤波算法、平面
地图构建算法、规划算法、导航算法、室外GPS 定位实战案例（异地远程控制和地图路径规划等）、
室内BreezySLAM 建图案例、ROS 开发案例等，以及自主移动机器人和无人车驾驶的基本

《FLL+WRO乐高机器人竞赛教程——机械、巡线与PID》以乐高 spike 机器人和 EV3 机器人为载体进行编写，围绕 FLL 和 WRO 机器人竞赛， 通过 180 多个搭建示例，详细讲解机械原理、机械传动设计、机械臂系统设计，以及竞赛机器 人主机设计与机械平台设计。结合 200 多个程序示例，详细讲解竞赛机器人的运动、巡线、定位、 路径规划、PID 拓展与优化等程序的设计。书中还给出了竞赛机器人的“我的模块”程序设计， 让各年龄段的学生都能够学会简洁高效的程序编写。
《FLL+WR

《Offer来敲门 大数据开发面试笔试精讲 在线真题实训视频版》围绕大数据开发的相关技术，以大数据开发的基本要求为纲，以企业在笔试和面试中的试题为核心， 从企业考核的角度组织内容，并对这些试题加上了详细的分析说明，以考促学。《Offer来敲门 大数据开发面试笔试精讲 在线真题实训视频版》既包括 Java、Python 等基础编程知识，又涵盖 Hadoop、Hive/HBase、Tushare、NumPy、Pandas、Matplotlib 等大数据开发关的技术。全书分为 4 篇 14 章，第 1

本书是Hadoop Spark大数据分析技术入门书，基于Hadoop和Spark两大框架体系的3.2版本，以通俗易懂的方式介绍Hadoop Spark原生态组件的原理、集群搭建、实战操作，以及整个Hadoop生态系统主流的大数据分析技术。 本书共分14章。第1章讲解Hadoop框架及新版本特性，并详细讲解大数据分析环境的搭建工作，包括Linux操作系统的安装、SSH工具使用和配置等；第2章讲解Hadoop伪分布式的安装和开发体验，使读者熟悉Hadoop大数据开发两大核心组件，即HD

本书是中等职业学校教材，系四川省蚕丝学校特色教材编纂开发及精品课程资源建设服务项目。本教材对应课程是中职机电技术应用专业专业拓展课程和工业机器人技术专业核心课程，目的是促进相关专业教师掌握工业机器人相关基础，促进教师专业素养形成。本教程主要分三部分，一部分是工业机器人技术基础知识，二部分是和工业机器人相关的我校现有周边辅助设备的介绍，三部分是基于那智工业机器人应用的基本应用方法介绍。教材内容简洁，具有针对性。

《数据安全与治理》密切结合我国大数据产业、数据安全产业的特点，全面系统地介绍了数据安全与治理的内涵、特点、方法、原理与技术。全书分为10章。其中，第1章介绍了数据安全与治理的基本概念，第5、6、7、9章介绍了数据安全的相关技术(含数据加密、数据脱敏、数据资产保护、数据审计)，第3、4章介绍了数据治理的相关技术(含数据质量管控、数据采集)，第2、8、10章介绍了数据安全治理的相关技术(含数据分类分级、数据资产交易、数据司法存证)。
《数据安全与治理》在每章末均配置了复习题，在全书最后附有模拟

《创新方法新系统》系统介绍了创新方法新系统理论体系构建的一般路径和重要实践意义。首先，《创新方法新系统》创见性阐释了TRIZ理论、群智理论和知识图谱技术作为创新方法新系统构建过程中的重要理论来源作用，并尝试就其如何为复杂创新场景中的理论融合与创新进行了深入探索；其次，《创新方法新系统》就如何从理论和实践层面构建创新方法新系统进行了重点论述，从数据与案例层、模型与工具层、服务与应用层等不同维度，展示了构建基于微服务与领域知识图谱的创新方法新系统的一般路径；*后，《创新方法新系统》并采用了理论与案例

Spark作为新兴的、应用范围广泛的大数据处理开源框架，吸引了大量的大数据分析与挖掘从业人员进行相关内容的学习与开发，其中ML是Spark 3.0机器学习框架使用的核心。本书用于Spark 3.0 ML大数据分析与挖掘入门，配套示例源码、PPT课件、数据集、思维导图、开发环境和作者答疑服务。
本书共分13章，从Spark 3.0大数据分析概述、基础安装和配置开始，依次介绍ML的DataFrame、ML的基本概念，以及协同过滤、线性回归、分类、决策树与随机森林、聚类、关联规则、数据降维、特征

本书共8章，内容主要包括Spark概述及入门实战，Spark的作业调度和资源分配算法，Spark SQL、DataFrame、Dataset的原理和实战，深入理解Spark数据源，流式计算的原理和实战，亿级数据处理平台Spark性能调优，Spark机器学习库，Spark 3.0的新特性和数据湖等。 本书适合Spark开发人员和Spark运维人员阅读。