数据清洗是大数据预处理的关键环节。面对错综复杂的数据，传统的清洗“脏”数据工作单调且异常辛苦，如果能利用正确的工具和方法，可以让数据清洗工作变得事半功倍。该书讲解数据清洗的理论知识和实际应用，全书共8章： 第1章主要带领大家简单认识数据清洗；第2章主要讲解ETL技术相关的知识；第3章讲解Kettle工具的基本使用；第4章主要讲解数据清洗的第一步——数据抽取；第5章主要讲解数据清洗与检验；第6章主要讲解数据转换相关的知识；第7章主要讲解数据加载相关的知识；第8章利用前面章节所学的知识构建一个DVD租赁商店数据仓库，目的是实现定期从源数据库sakila中抽取增量数据，转换成符合DVD租赁业务的数据，最后加载到DVD租赁商店数据仓库中，便于后续在线DVD租赁商店的决策者对数据进行分析得出商业决策。该书附有配套视频、源代码、习题、教学设计、教学课件等资源。同时，为了帮助初学者更好地学习该书中的内容，还提供了在线答疑，欢迎读者关注。《数据清洗/大数据技术与应用丛书》可作为高等院校本专科计算机、信息管理等相关专业的大数据课程教材，也可供相关技术人员参考，是一本适合广大计算机编程爱好者的优秀读物。

《Anylogic建模与仿真》共有8章：章概述了仿真建模的基础性知识；第2章以一个市场模型为例，介绍了智能体建模的基本操作；第3章以库存管理为例介绍了系统动力学仿真建模的方法（值得注意的是，AnyLogic当前的版本（8.0）中没有提供绘制因果关系图的功能模块，读者可借助Vensim等工具来绘图分析）；第4章和第5章都涉及到了智能体建模和GIS地图的应用，但第4章侧重车辆状态控制，第5章则侧重配送路径优化控制；第6章以配送中心为例介绍了离散事件建模方法；第7章以分拣中心为例进一步介绍离散事件建模方法；第8章以旅客进出地铁站为例介绍了行人库仿真。通过《Anylogic建模与仿真》的学习，学生能够熟悉Anylogic仿真软件，并掌握复杂系统建模与仿真分析方法，有助于提升其科研和实践能力。

《东北电网输变电设备典型故障案例汇编（2006-2015年）》对东北电网近10年发生的设备故障进行了梳理和汇总，收录76例典型故障，对故障发生概况、现场和解体检查情况、事故原因进行详细的阐述和分析，并给出预防措施和建议。主要包括：电力变压器故障案例6例，敞开式断路器故障案例11例，组合电器故障案例12例，开关柜故障案例7例，输电线路故障案例11例，互感器故障案例5例，避雷器故障案例6例，电抗器、电容器故障案例11例，二次故障案例7例。《东北电网输变电设备典型故障案例汇编（2006-2015年）》可供电力生产运维检修人员参考使用。

《基于CentOS的云计算系统运维与管理（慕课版）》是基于CentOS 7的开源项目云计算系统运维与管理，从零基础入门到精通的项目式教材。其中，第1章介绍CentOS运维基础命令，第2章介绍OpenStack私有云计算系统运维与管理，第3章介绍分布式OpenStack Ocata VXLAN模式云计算系统运维与管理，第4章介绍OpenNebula云计算系统运维与管理，第5章介绍CentOS云计算系统运维与管理。《基于CentOS的云计算系统运维与管理（慕课版）》不仅可以作为高职院校计算机网络技术、云计算技术与应用等专业的核心课程用书，还可以作为对CentOS云计算系统运维与管理技术感兴趣的相关人员的自学参考用书。

《多核处理器缓存优化关键问题研究》围绕多核体系结构，从片上网络、缓存一致性和可重构三个方面论述了影响多核存储系统性能的主要因素。《多核处理器缓存优化关键问题研究》的主要研究成果是由北京理工大学基三多核体系研究小组完成。基三多核体系结构TriBA（TripletBased Architecture）是北京理工大学石峰教授提出的一种新型的多核处理器结构，汇集了Tiled、流式处理器、PIM等先进多核体系结构的优点，是一款具有鲜明自主创新特色和原创性的多核处理器体系结构。

《控制系统设计与仿真》首先在介绍MATLAB语言及Simulink工具箱的基础上，介绍了控制系统的数学模型及MATLAB在模型转换、连接中的应用；其次详细介绍了控制系统的数字仿真原理及方法，通过例题编写MATLAB程序，给出了仿真实现；然后介绍了基于MATLAB的控制系统计算机辅助分析；最后依次阐述了不依赖于对象数学模型的PID控制器设计与仿真，基于模型控制器设计原理及仿真，模型预测控制原理及仿真，先进PID控制器设计与仿真。《控制系统设计与仿真》内容翔实，各章节既相互联系又相对独立，读者可选择阅读。《控制系统设计与仿真》可作为高等学校自动化类、电子信息和电气类各专业的本科生和研究生的教材或参考书，也可供相关领域的工程技术人员参考。

《决策与协同：基于大数据的公共安全战略》主要包括公共安全信息化建设、信息资源开发利用、大数据的思想理论基础、基本概念、基本特点、基本类型、研究进展；国内外公共安全信息化建设、信息资源开发利用、大数据的战略政策实践、发展路径；公共安全决策的内涵、过程、模型以及公共安全决策能力与信息资源开发利用的关系，公共安全决策需求导向的大数据信息资源开发利用总体框架等内容。

《Python核心编程实践/大数据人工智能系列丛书》按照高等学校大数据人工智能课程基本要求，以案例驱动的形式来组织内容，突出该课程的实践性特点。该书主要包含三大部分：Python基础入门、Pymon高级编程和Python项目实践。Python基础入门包括的内容有：Python简介、环境准备与安装、Python基本数据类型、运算符、控制流语句、函数、数据结构、文件操作、模块化及错误和异常。Python高级编程涉及：面向对象编程和Python高级语言特性。项目实践则有：SMTP邮件发送、XML解析和网络编程。《Python核心编程实践/大数据人工智能系列丛书》内容安排合理，层次清晰，通俗易懂，实例丰富，突出理论与实践的结合，可作为各类高等院校教材，也可供广大程序设计人员参考。

内 容 简 介本书通过构建多种几何图形或函数曲线的程序实例，由浅及深地阐述Python编程在画几何图形时所需要的知识和方法。每个实例都会让读者体会到几何组合图形的美观和编程思维的精妙，初步建立数学建模、程序分析、程序设计的思维。本书不是侧重Python编程语法，而是重在从解决实际数学问题的角度出发阐述程序设计的逻辑和实现代码，其中涉及的必要的和基本的编程知识及概念，也会讲解。本书适合具备小学和初中几何知识的读者在入门学习Python编程时使用，可在老师的辅导下学习和使用。

在大数据时代背景下，机器学习是人工智能研究领域中一个极其重要的方向，本书是一本机器学习方面的入门读物，注重理论与实践相结合，书中以Python 3.6.5为编写平台，共分13章，主要包括机器学习绪论、线性模型、树回归、K-means聚类算法、朴素贝叶斯、数据降维、支持向量机、随机森林、人工神经网络、协同过滤算法、基于矩阵分解的推荐算法、集成学习、数据预处理等内容。通过本书的学习，除使读者轻松掌握Python外，还能利用Python简单、快捷地解决各种机器学习问题。本书适合Python初学者，也适合研究Python的广大科研人员、学者、工程技术人员。