本书系统全面地讲述了数据库MySQL的技术与应用。结合高职教学特点，全书共由10个项目组成，内容涵盖了高等职业院校对数据库和MySQL的教学要求，主要内容包括初识数据库，安装与配置数据库环境，创建与管理数据库表，数据表的基本操作，数据查询，创建与管理视图，创建与管理索引，数据库编程，存储过程、存储函数、触发器，管理数据库等。本书提供了配套的教学资源，包括PPT、习题答案等多种资源。本书具有很强的实践性，结构清晰，案例丰富且准确易懂。以图书管理系统作为教学项目，以学生成绩数据库作为项目实训。从基本概念出发，通过大量案例由浅入深、循序渐进地介绍数据库技术和MySQL的基本概念和操作方法。本书适合作为高等职业院校计算机相关专业的教材，也可作为参加数据库类考试人员、工程技术人员，以及其他相关人员的培训教材和参考书。

本教材立足“大数据”的时代背景，面向企业数字化转型升级对数字化人才的需求，坚持大数据通识教育核心理念，采用理论与实践相结合的方式，选取了六个项目，助力读者提升大数据分析相关的数字技能与数字素养，培养学生的大数据意识、大数据思维、大数据安全和大数据基本处理能力。本教材根据行业企业大数据的实际应用和高职学生认知规律，选取了走进大数据、数据采集与预处理、数据存储与管理、数据分析与挖掘、数据可视化、数据安全与隐私防护六个教学项目，每个教学项目设计若干学习任务。通过采用“任务清单―知识 ―学习感悟―任务实训―任务评价”完整的学习闭环，构建“教、学、做、评”一体化教学模式。同时，为了利教便学，教材中通过二维码形式提供了微课视频、知识链接、在线测验等丰富的教学资源。

随着时代的发展和信息技术的进步，信息技术已经是社会发展的动力之一，尤其是大数据技术对社会的发展起到促进作用。在人们的生活、生产中，大数据的应用能够给人们带来便利性，同时在大数据中也会存储人们的个人信息。随着科技的发展和进步，我们逐渐进入大数据时代。本书首先对大数据相关概念和应用问题进行了简述，进而论述了大数据的异化分析；然后介绍了大数据的影响因素，以及云计算技术与算法分析； 介绍了大数据在不同方面的应用。 大数据具有规模大、种类多、生成速度快、价值巨大但密度低的特点。大数据应用就是利用数据分析的方法，从大数据中挖掘有效信息，为用户提供辅助决策，实现大数据价值的过程。

人工智能是近年来最为火热的研究领域之一，尤其是随着深度学习算法研究的突破，人工智能技术在工业过程控制领域取得了前所未有的发展。深度学习算法涵盖的内容非常前沿和广袤，本书从表示学习的角度，针对流程工业的故障检测与诊断中存在的问题进行探究、模型构建与实验验证、分析，引导读者分析和解决问题，帮助读者最大限度地理解算法理论，提升工程实现能力。本书可供从事表示学习、故障检测与诊断算法研究人员参考。

本书介绍稀疏表示学习理论与相关应用。第1章概述信号稀疏性与压缩感知的关系、压缩感知的研究内容。第2章介绍稀疏概念与稀疏表示数学模型。第3章介绍小波变换、脊波变换及曲波变换。第4章讨论信号重构的确定性与概率性证明。第5章讨论稀疏表示字典学习。第6章讨论LASSO模型及其应用。第7章讨论Dantzig选择器理论。第8章讨论稀疏贝叶斯分类模型。第9章分析次梯度优化方法、阈值迭代方法、交替方向乘子法、坐标下降法等。第10章分析Lq优化近似计算方法。第11章分析稀疏子空间聚类算法。第12到14章探讨稀疏表示在人脸检测与识别、运动检测、非负矩阵分解等中的相关应用。本书可作为人工智能、模式识别、图像信息处理与计算机以及应用数学等相关专业的本科大学生和研究生的参考书。

暂缺简介...

本书主要对安川工业机器人的相关基础知识、手动操纵技巧、运动指令编程应用、通用I/O信号操作与编程应用、数学指令和流程控制类指令综合编程应用、区域干涉功能等进行了详细介绍，并通过曲线轨迹编程、九宫格码垛编程等案例进行综合应用讲解。每章后留有练习题，并在附录给出了练习题答案。本书可供工业机器人专业学生使用，也可供从事工业机器人操作与编程的技术人员参考。

移动机器人是智能机器人的重要形态之一，在各行各业都有广泛的应用前景。机器人操作系统（ROS）是无人驾驶领域所涉及的关键技术平台。本书内容将围绕移动机器人展开，首先讲解ROS的基本原理和开发方法，然后介绍智能移动机器人的控制原理与传感器应用，接下来通过丰富的案例讲解机器人视觉处理、建图导航、语音交互等核心应用的开发方法，最后通过自动驾驶场景下的综合实践提高移动机器人的开发者综合应用的开发能力，做到融会贯通。

本教材旨在让学生在掌握数据库原理的基础上具备数据操作能力和数据库系统开发能力。教材融数据库原理和数据库应用系统开发为一体，以关系数据库为重点，全面系统地介绍数据库技术的基本概念、数据库原理、SQL的知识和方法、数据库设计方法、事务管理、系统的恢复、系统安全性控制方法等内容，夯实学科基础的同时，培养学生的实际动手能力。本教材由3个知识模块构成，共12章及1个附录。1）基础模块，包括：数据库技术基础、SQL概述及数据定义语句、SQL数据查询语句、SQL数据 改语句、视图、存储过程和触发器、数据库恢复与备份，共7章。本模块属于基础知识模块，介绍数据管理的基本概念和方式、数据库系统的类型、关系数据模型和关系数据库的基本概念、结构化查询语言SQL、完整性约束、数据库编程、数据库备份与恢复技术。2）设计模块，包括：数据库设计、数据库安全管理、数据库系统的并发控制的3章及附录的数据库设计与实现示例。本模块介绍数据库设计、数据库安全性控制、数据库并发控制等。3）应用模块，包括：数据仓库与数据挖掘、NOSQL数据库，共2章。本模块介绍数据分析和数据库技术新发展。

本书主要针对数据科学、统计学、商学领域的教学，介绍基于Python软件的数据可视化基础知识、数据计算与交互式绘图，机器学习中的可视化工具和技术，以及特定数据结构下的可视化技术，如金融数据结构、生物数据结构、网络数据结构中的可视化展示，并配以丰富的案例，紧密结合常见的统计方法和机器学习方法。本书配有大量实际案例和习题，涉及金融、经济管理、医疗影像、健康大数据、地理数据等方面的知识，内容翔实，能让授课教师充分备课，让学生全面学习，极大地提升学生的动手能力，并与现实生活接轨，让学生为胜任“ 信息化时代”的数据科学工作做好充分准备。此外，本书还配有PPT课件、教学大纲、教学进度表、部分源代码和数据文件、课后习题答案等教学资源，用书老师可在人邮教育社区免费下载使用。本书可作为高等院校数据科学、统计学、商学等相关专业的教材，也可供经管领域的技术人员学习使用，还可作为机器学习和人工智能等领域的研究人员的参考书。