本書主要向讀者介紹基于互聯(lián)網(wǎng)技術(shù)的數(shù)據(jù)分析原理與方法，幫助讀者理解并掌握數(shù)據(jù)分析能力，可使用到實踐中并提升工作能力。本書具體內(nèi)容包括學(xué)數(shù)據(jù)分析有什么用，數(shù)據(jù)分析的基礎(chǔ)方法，數(shù)據(jù)分析的起點，數(shù)據(jù)分析的基礎(chǔ)，數(shù)據(jù)分析的準(zhǔn)備；通過數(shù)據(jù)分析看清現(xiàn)實，通過數(shù)據(jù)分析抓住業(yè)務(wù)增長機(jī)會，通過數(shù)據(jù)分析發(fā)現(xiàn)異常、處理異常、防止異常，通過數(shù)

數(shù)字經(jīng)濟(jì)是繼農(nóng)業(yè)經(jīng)濟(jì)、工業(yè)經(jīng)濟(jì)之后出現(xiàn)的更高級經(jīng)濟(jì)階段，是以數(shù)字技術(shù)為重要內(nèi)容的一系列經(jīng)濟(jì)活動的總和，這些活動既包含了數(shù)字要素催生的一系列新技術(shù)、新產(chǎn)品、新模式、新業(yè)態(tài)，也包括了數(shù)字化要素與傳統(tǒng)產(chǎn)業(yè)深度融合帶來的經(jīng)濟(jì)增長。數(shù)字經(jīng)濟(jì)在組織方式、生產(chǎn)要素、驅(qū)動力、發(fā)展方式等方面較傳統(tǒng)經(jīng)濟(jì)發(fā)展都發(fā)生了巨大變化，數(shù)字新基建與產(chǎn)

本書基于我國深入實施網(wǎng)絡(luò)強(qiáng)國和國家大數(shù)據(jù)戰(zhàn)略的大背景，將“大語言模型”“知識圖譜”“數(shù)據(jù)治理”相結(jié)合，闡述了大模型、知識圖譜在智能數(shù)據(jù)治理中的應(yīng)用實踐，并以醫(yī)療、政務(wù)及降碳等行業(yè)為例，詳細(xì)介紹了其數(shù)據(jù)治理流程及平臺構(gòu)建方法。書中首先闡述了大模型時代知識圖譜和智能數(shù)據(jù)治理之間的協(xié)同關(guān)系，以兒童孤獨癥為例介紹了基于Cite

數(shù)據(jù)科學(xué)的理論基礎(chǔ)是數(shù)學(xué)。本書共六章。前三章系統(tǒng)介紹了數(shù)據(jù)科學(xué)里廣泛使用的線性代數(shù)、概率論、微積分以及最優(yōu)化理論的相關(guān)基礎(chǔ)知識；后三章簡練闡述了網(wǎng)絡(luò)分析、量子算法、大模型的基本數(shù)學(xué)原理和一些代表性算法。書中部分應(yīng)用案例源自作者的原創(chuàng)性工作,通過發(fā)現(xiàn)問題、分析問題、解決問題的邏輯鏈條,生動展示了數(shù)據(jù)建模在解決實際問題中的

本書針對分類屬性數(shù)據(jù)無監(jiān)督數(shù)據(jù)挖掘任務(wù)中的三個關(guān)鍵問題—特征學(xué)習(xí)、分析過程和結(jié)果評價，闡述分類屬性數(shù)據(jù)深度無監(jiān)督學(xué)習(xí)理論及決策應(yīng)用。全書共7章，第1章概述數(shù)據(jù)驅(qū)動決策支持的技術(shù)基礎(chǔ)、有監(jiān)督學(xué)習(xí)和無監(jiān)督學(xué)習(xí)兩類數(shù)據(jù)挖掘方法及分類屬性數(shù)據(jù)無監(jiān)督學(xué)習(xí)問題；第2章介紹分類屬性數(shù)據(jù)的無監(jiān)督特征學(xué)習(xí)、聚類分析和聚類結(jié)果評價等相關(guān)理

本書是作者在多年從事人工智能原理及其應(yīng)用課程的教學(xué)和多年承擔(dān)工業(yè)控制系統(tǒng)信息安全的科學(xué)研究、開發(fā)項目的基礎(chǔ)上完成的。本書簡潔、全面地介紹了工業(yè)控制設(shè)備信息安全現(xiàn)狀、安全要求，系統(tǒng)地介紹了工業(yè)控制設(shè)備分類、典型工業(yè)控制設(shè)備的功能與工作原理，闡述了與工業(yè)控制設(shè)備相關(guān)的通用信息安全技術(shù)、工業(yè)控制設(shè)備信息安全防護(hù)解決方案、工業(yè)

本書的主要特點是專業(yè)性、針對性較強(qiáng)，主要針對工科專業(yè)，特別是自動控制相關(guān)專業(yè)研究人員學(xué)習(xí)。涵蓋了概率論基礎(chǔ)與隨機(jī)過程的基本概念，泊松過程、離散時間馬爾可夫過程、連續(xù)時間馬爾可夫過程、鞅、布朗運動、伊藤微積分、隨機(jī)系統(tǒng)的最優(yōu)估計、隨機(jī)系統(tǒng)的最優(yōu)控制與優(yōu)化控制等，涵蓋了工科專業(yè)所需的隨機(jī)過程的基本內(nèi)容.同時，本書配有大量與

本書系統(tǒng)地闡述魯棒控制理論中的時域方法，綜合國內(nèi)外相關(guān)文獻(xiàn)資料，并結(jié)合作者多年來的教學(xué)實踐，以Lyapunov穩(wěn)定性理論為基礎(chǔ)，以矩陣代數(shù)Riccati方程、線性矩陣不等式（LMI）、矩陣運算及其性質(zhì)等為工具，深入淺出地介紹不確定系統(tǒng)及時滯不確定系統(tǒng)在魯棒穩(wěn)定性分析與魯棒控制器設(shè)計方面的基本概念及分析設(shè)計方法。全書共9

《大數(shù)據(jù)管理》既包括了大數(shù)據(jù)管理的相關(guān)技術(shù)知識，也涵蓋了大數(shù)據(jù)管理在多個行業(yè)的應(yīng)用與案例分析，包括：大數(shù)據(jù)基礎(chǔ)、大數(shù)據(jù)采集、大數(shù)據(jù)存儲、大數(shù)據(jù)分析、大數(shù)據(jù)融合、大數(shù)據(jù)隱私、大數(shù)據(jù)可視化、大數(shù)據(jù)前沿、醫(yī)療大數(shù)據(jù)、教育大數(shù)據(jù)、金融大數(shù)據(jù)、交通大數(shù)據(jù)。通過本書，讀者能夠全方位地認(rèn)識和掌握大數(shù)據(jù)管理的相關(guān)知識，深入了解大數(shù)據(jù)的

本書旨在建立和推動“動力學(xué)刻畫的數(shù)據(jù)科學(xué)”理論和應(yīng)用研究。全書共六章，內(nèi)容包括：復(fù)雜動力系統(tǒng)理論基礎(chǔ)、高維數(shù)據(jù)的臨界預(yù)警理論及方法、短時間序列的預(yù)測理論及方法、動力學(xué)因果檢測理論及方法、基于動力學(xué)的勢能景觀構(gòu)建理論及方法、混沌反饋學(xué)習(xí)理論及深度學(xué)習(xí)方法等。全書交叉融合了數(shù)學(xué)理論、統(tǒng)計學(xué)方法、人工智能、計算系統(tǒng)生物學(xué)方法