Hive是基于Hadoop的一个数据仓库工具，用来进行数据的提取、转换、加载，这是一种可以存储、查询和分析存储在Hadoop中的大规模数据的机制。Hive能将结构化的数据文件映射为一张数据库表，并能提供SQL查询分析功能，将SQL语句转换成MapReduce任务来执行，从而实现对数据进行分析的目的。本书配套示例源码、PPT课件、教学大纲。本书可作为Hive数据仓库初学者的入门书，也可作为Hive大数据分析与大数据应用开发工程师的指导手册，还可作为高等院校或者高职高专计算机技术、人工智能、大数据技术及相关专业的教材或教学参考书。《Hive入门与大数据分析实战》共分11章，内容包括数据仓库与Hive、Hive部署与基本操作、Hive语法基础、Hive数据定义、Hive数据操作、Hive查询、Hive函数、Hive数据压缩、Hive调优、基于Hive的网站流量分析项目实战、旅游酒店评价大数据分析项目实战。后的两个项目实战（均包括SQL和Java编程两种解决方法）帮助读者提高Hive大数据分析的综合实战能力。本书注重基础，内容翔实，突出示例讲解，既可以作为从事数据分析处理的科研工程技术人员的自学用书，也可以作为高等学校相关专业的本科生、研究生的教学用书。

本书共分六个项目，主要介绍认识工业机器人、ABB工业机器人硬件连接、工业机器人机械安装、工业机器人电气安装调试、工业机器人安全使用、工业机器人维护保养。本书内容体现了高职高专教育改革的方向，以培养技术岗位人员的综合能力为中心，淡化理念、强化应用。本书可作为中高职院校工业机器人、机电一体化等相关专业的教材，也可作为工业机器人领域技术人员的参考资料。

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Databricks的版本差异和使用方法（涵盖工作区、集群、笔记本、Databricks文件系统、数据导入/导出等内容）；接着介绍使用SQL和Python分别实现数据分析的过程，数据提取、变换、加载、存储、优化技巧等高阶数据处理方法以及外部连接工具、生产环境集成等内容；后探讨了运行机器学习算法、合并数据更新以及通过API运行Databricks、Delta流处理等高阶主题。作为数据分析领域的入门书，本书具有很强的实用性，可供数据工程师、数据分析师和决策分析人员等学习和参考。

科技大数据的建模理论与分析方法是科技大数据相关技术研究与服务平台建设的重要理论基础和应用方法论。科技大数据主要由非结构化和复杂结构数据组成，涉及广泛而丰富的建模理论和方法。本书内容侧重面向科技大数据应用的基于张量的非结构数据建模、知识图谱及迁移学习等的基本概念及理论，同时介绍相关理论在认知图谱、跨域图像分类以及学者研究兴趣及机构合作关系挖掘等方面的应用。

本书属于智能物流方面的教材，物流业是 经济、社会发展的基础型产业，大数据时代，物流业的升级和变革将有助于转变我国的经济发展方式、提升 综合竞争力。本教材共分为“物流人工智能应用”“物流大数据分析” “物流大数据应用与实训\"” 三个模块，每个模块分多个项目进行介绍，每个项目以案例做导入，通过案例引入对任务的学习， 具有较强的实用性与系统性。本书内容丰富，理论与实训相结合，便于读者理解与应用。主要读者对象为物流大数据研究人员与教学人员，以及对智能物流的发展感兴趣的群体。

本书介绍了人工智能主要研究领域的核心内容，尤其是人工智能的基础知识和基本技能，并介绍了人工智能的一般应用以及一些智能算法及实现方法。本书可以引导学生进一步掌握人工智能领域的重点和难点，切实掌握综合运用专业理论和技术手段解决问题的能力；提高知识表示、知识推理和知识应用的能力，初步具备智能系统设计、分析、仿真、控制、决策的知识和技能。

本研究对人工智能产业技术来源展开深入研究，对人工智能重点领域来源、合作对象来源、重要技术来源、产业链构建、协同发展机制等方面进行深入研究，探讨我国人工智能的研究在 外研究中所处的位置。人工智能产业的技术现状，技术导向下哪些技术是重要研究方向，企业和机构的合作研发与创新情况；如何以人工智能产业为核心，打造与企业、行业的产业链，实现产业规模化发展；如何以人工智能产业为核心，优化其与行业、企业和机构的合作创新机制，资源分配等，实现可持续的发展。

本书主要以人工智能的几种核心技术与发展应用为脉络，以深入浅出的方式系统、清晰地介绍了人工智能的基本概念、发展历程、关键技术和典型应用。本书既可作为人工智能相关专业大学生的基础读物，也可作为非人工智能专业读者的入门级读物，还可供从事相关工作的机关、企 人员阅读参考。

《深入浅出数据分析》以类似“章回小说”的活泼形式，生动地向读者展现优秀的数据分析人员应知应会的技术：数据分析基本步骤、实验方法、化方法、假设检验方法、贝叶斯统计方法、主观概率法、启发法、直方图法、回归法、误差处理、关系数据库、数据整理技巧；正文之后，意犹未尽地以三篇附录介绍数据分析十大要诀、R工具及ToolPak工具，在充分展现目标知识以外，为读者搭建了走向深入研究的桥梁。本书通过精心设计的实践场景，让读者不由自主地代入角色当中，真正在体验中学习、思考，将数据分析的要点融化于心，自如地应用在工作和生活中。

《SQL语言从入门到精通》从初学者角度出发，通过通俗易懂的语言、丰富多彩的实例，详细介绍了在开发中使用SQL语言必须掌握的技术。全书分为3篇共18章，内容包括SQL语言基础、SQL查询基础、复杂查询、数据排序、SQL函数的使用、分组统计、子查询、多表查询、添加数据、修改和删除数据、视图、存储过程、触发器、游标、索引、事务、管理数据库与数据表、数据库安全。所有知识都结合具体实例进行介绍，涉及的程序代码给出了详细的注释，读者可以轻松领会SQL语言的精髓，快速提高开发技能。