\"本套教材包括主教材《机器学习-工业大数据分析》，一套多媒体课件，一个工业大数据集，一套完整代码集。由授课教师在进行教学实践的基础上，适应当前 教学改革的需要，结合清华大学《机器学习与大数据》的教学经验编写而成。本书以机器学习理论方法和工业大数据实践为两条并行主线贯穿整个课程。以经典机器学习、深度学习以及强化学习部分为理论主体，重点介绍方法原理、公式推导、算法设计和分析；以生产系统、交通系统、能源系统、电信系统、医疗系统为主体实践领域，重点介绍大数据与机器学习方法的联合应用以及评估。全书共分2篇，分别讲述机器学习原理、方法以及在工业大数据领域的应用。本套教材可作为高等院校非计算机类等专业的机器学习课程教材，也可供有关技术人员作为自学用书。\"

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。

本书由科大讯飞高级系统架构师撰写，结合大量源码与图示，通俗易懂；自顶向下解析JDK、JVM、Linux中的Java线程通信机制、同步机制、锁机制、原子计数器、线程安全容器、线程池的实现原理与应用技巧。全书共12章，分为三篇。基础篇（第1～5章），从Linux的线程基础讲起，重点从JDK、JVM、Linux多个维度讲解Java线程的设计、通信与同步机制，如内存一致性、内存屏障、多线程间数据通信、并发控制等核心知识，从而在实际开发中提高程序的性能和稳定性。进阶篇（第6～9章），从CPU的架构讲起，重点讲解锁算法（MCS、CLH、AQS）、Java锁机制、原子计数器、线程并发容器、线程池的设计原理与实现，以期让读者掌握Java线程的进阶知识，不仅能开发出高性能的程序，而且遇到问题可以举一反三，找到最佳方案。应用篇（第10～11章），详细讲解Java线程的常见模型与使用技巧。以电商真实场景为例，从面临的挑战、基于Java多线程的实现方案与优化等角度层层递进，让读者感受真实的Java线程“威力”。 最后，总结多线程编程的常见问题与使用技巧。

工业数字化时代已经到来，基于模型的系统工程和设计已经成为工业“智”造的手段。数字化设计在汽车行业的需求体现得尤为明显，模型作为数字化设计的主线索已经贯穿于从产品概念、系统需求、软件架构、软件实现到软件组件测试、软件集成验证、系统集成验证、产品交付的各个环节。本书既从广度上重点介绍了Simulink工具平台在各个工业领域上的广泛应用，又从深度上剖析了Simulink从架构、建模、仿真、代码生成、自动化测试与验证到硬件生态建设这样一条完整的产品建设思路。 本书是面向汽车电子、航空电子、工业控制、智能家电、无人机系统、机器人控制、电力电子等多个工业领域而撰写的专业著作，可供相关行业的公司、研发团队、工程师以及高校师生参考。

本书以生物脑的神经环路和机器脑的深度学习模式为主体，阐述神经科学与人工智能共同发展的过去、现在与未来，从二者的区别和联系入手，并从哲学、心理学和伦理学等视角探讨人工智能发展过程中出现的一系列问题，希望形成一个相对全面的人脑与人工智能的理论框架，让我们能 好地理解人类智能和人工智能，也希望为专业人士起到抛砖引玉的作用，以便 深入地进行关于人脑与人工智能的相关学习和研究。本书的出版将推动神经科学和人工智能领域的学术创新发展，以及人工智能在医学中的应用普及。

本书主要包含四部分内容，侧重于从能源领域工程实际和科学研究的需求角度出发，阐述用人工智能大数据方法解决能源系统问题的知识和方法论。 部分介绍能源系统信息采集中常见数据类型及数据预处理方法，包括适用于能源系统的异常值识别、缺失值处理、数据规范化、数据转换及分割方法等；第二部分介绍无监督学习方法及其在能源系统工程中的典型应用，包括聚类分析、关联规则挖掘和知识后挖掘方法；第三部分介绍监督学习方法及其在能源系统预测建模中的应用要点，包括特征工程、算法选择、模型优化和模型解读方法；第四部分介绍能源系统优化方法，主要从评价指标、建模方法和优化算法等方面讲述能源系统在设计和运行阶段的优化思路及案例。本书可作为高等院校能源系统工程和人工环境工程等专业与人工智能领域相结合的跨学科专业教材，也可以作为工程技术人员和管理人员的参考读物。

本书对应课程属于一门概论性课程。本书将传统的和新一代的人工智能/智能制造融于一体，从传承与发展视角出发概述人工智能与智能制造的发展现状及其相互关系，重点阐述人工智能与智能制造共性基础技术、知识驱动的符号智能、数据驱动的机器学习、智能制造理论与技术体系、智能制造的物理系统和信息系统，并指出人工智能与智能制造的未来发展方向，包括强人工智能、融合智能+混合制造、工业5.0和社会5.0、以人为中心的人工智能和智能制造、（工业）元宇宙等。

本书以MySQL 8.0为平台，采用“工作过程导向”模式由浅入深地介绍数据库的基础知识、安装和配置MySQL、学生管理数据库的操作、学生管理数据库数据表的操作、学生管理数据库数据的操作、学生管理数据库的查询、MySQL编程基础、学生管理数据库的视图与索引、学生管理数据库的存储过程与触发器、备份与还原学生管理数据库、学生管理数据库安全性维护等知识。本书内容丰富、突出应用、实例众多、步骤明确、讲解细致，具有启发性和综合性，项目主要内容均配备了微课视频，每章还配备了“任务实训营”，可以使读者得到充分的训练，较好地实现学以致用的教学目的。本书可作为高等学校计算机及相关专业的教材，也可作为职业资格考试或认证考试等各种培训班的培训教材，还可用于读者自学。

本书详细阐述了与Python数据预处理相关的基本解决方案，主要包括NumPy和Pandas简介、Matplotlib简介、数据、数据库、数据可视化、预测、分类、聚类分析、数据清洗、数据融合与数据集成、数据归约、数据转换等内容。此外，本书还提供了相应的示例、代码，以帮助读者进一步理解相关方案的实现过程。本书适合作为高等院校计算机及相关专业的教材和教学参考书，也可作为相关开发人员的自学用书和参考手册。

本书以Dobot魔术师机器人和DashGO D1智能移动平台作为机器人硬件平台，以ROS作为机器人软件操作系统，以百度大脑AI开放平台提供的开发资源作为机器人AI功能支撑，设计了码垛机器人、声控分拣机器人、激光雷达自 航机器人、视觉循码移动机器人和视觉追踪移动机器人共5个智能机器人创新项目，实现了“国产机器人平台+国产AI开放平台”的无缝组合。本书以案例教学为特色，注重机器人开发技术与AI技术的融合。本书核心内容既包含必要的机器人学基础知识，如机械臂的正逆运动学模型、二轮差速运动模型等，又包含智能机器人开发的软件环境和AI技术应用方法，如Linux系统的安装与基本操作、ROS的使用、语音识别功能的实现和目标检测功能的实现等。本书提供全部内容的电子课件和实验代码，任课教师可在机工教育网（www.cmpedu.com）以教师身份注册后，免费下载。本书既可以作为高等院校机器人工程、自动化、人工智能、智能科学与技术等专业的本科生、研究生的教材，也可以作为对智能机器人感兴趣的技术人员的参考书。