本書通過魯棒優(yōu)化的核心原理和應(yīng)用，揭開不確定性的神秘面紗，為讀者提供應(yīng)對不可預(yù)測的挑戰(zhàn)所需的見解和工具。作者首先簡要介紹了不確定線性規(guī)劃，然后深入分析了適當(dāng)不確定性集的構(gòu)建與經(jīng)典機會約束（概率）方法之間的相互聯(lián)系。接著，提出了針對不確定的錐二次優(yōu)化和半定優(yōu)化問題以及動態(tài)（多階段）問題的魯棒優(yōu)化理論。最后，通過來自金融、

本書由數(shù)據(jù)安全領(lǐng)域兼有深厚學(xué)術(shù)理論功底和豐富教學(xué)實踐經(jīng)驗的專家團隊，以多年來承擔(dān)的科研課題和取得的研究成果為基礎(chǔ)，融合國內(nèi)外專家學(xué)者對數(shù)據(jù)安全的論述專著和國家關(guān)于數(shù)據(jù)安全的最新標(biāo)準(zhǔn)規(guī)范，系統(tǒng)梳理介紹了數(shù)據(jù)安全的概念、技術(shù)、方法、法規(guī)等，為讀者提供了較為全面的數(shù)據(jù)安全領(lǐng)域的理論知識與技術(shù)參考。本書堅持理論與實踐相結(jié)合、技

本書是高等職業(yè)院校智能制造與機電相關(guān)專業(yè)教材，其內(nèi)容主要包括自動控制理論基礎(chǔ)、檢測技術(shù)概述、測量與傳感器基本概念、電阻傳感器、電感傳感器、電渦流傳感器、電容傳感器、壓電傳感器、超聲波傳感器、霍爾傳感器、熱電偶傳感器、光電傳感器、數(shù)字式位置傳感器、抗干擾技術(shù)、多傳感器信息融合、人工智能導(dǎo)論。著重介紹了在生產(chǎn)、科研、生活等

本書聚焦人工智能科學(xué)的概論，追溯其起源與發(fā)展歷程，全面呈現(xiàn)了不同代表學(xué)派的觀點及未來展望，深入研究了人工智能對社會的深遠(yuǎn)影響;剖析了人工智能基礎(chǔ)技術(shù)與系統(tǒng)、大數(shù)據(jù)實時處理框架與技術(shù);探究了人工智能與大數(shù)據(jù)的融合;對人工智能技術(shù)的應(yīng)用、大數(shù)據(jù)技術(shù)在不同領(lǐng)域的應(yīng)用進行了全面分析。本書通過深刻的研究與系統(tǒng)性的呈現(xiàn)，為讀者揭示

本書第一章介紹了大數(shù)據(jù)分析的相關(guān)概念、大數(shù)據(jù)分析模型的建立方法；第二章介紹了Tempo平臺的功能模塊以及創(chuàng)建課堂、添加實驗、發(fā)布實驗等常用功能的快速入門；第三章介紹了數(shù)據(jù)預(yù)處理。第四章是分類分析實驗，涉及到?jīng)Q策樹分類、KNN分類、樸素貝葉斯分類、隨機森林和神經(jīng)網(wǎng)絡(luò)算法；第五章描述了聚類分析實驗，分別介紹了Kmeans算

本書采用項目任務(wù)式編寫方法，以合理的結(jié)構(gòu)、通俗易懂的語言、豐富實用的案例、學(xué)練結(jié)合的講解方式，全面系統(tǒng)、循序漸進地介紹了大數(shù)據(jù)存儲的相關(guān)技術(shù)和實際應(yīng)用。全書共分為7個項目，分別為大數(shù)據(jù)存儲概述、數(shù)據(jù)倉庫Hive、列式數(shù)據(jù)庫HBase、文檔數(shù)據(jù)庫MongoDB、圖數(shù)據(jù)庫Neo4j、鍵值數(shù)據(jù)庫Redis、NewSQL數(shù)據(jù)庫

本教材是大數(shù)據(jù)時代下，大數(shù)據(jù)行業(yè)蓬勃發(fā)展，大數(shù)據(jù)技術(shù)也在不斷涌現(xiàn)革新，本書對大數(shù)據(jù)體系架構(gòu)lambda進行梳理，介紹了一些重要的大數(shù)據(jù)平臺技術(shù)原理與編程實踐，包括數(shù)據(jù)收集層的Kafka，數(shù)據(jù)存儲層的HDFS、HBase，計算框架層的MapReduce、Spark、Flink，資源管理與協(xié)調(diào)層的YARN、ZooKeepe

本書首先介紹了大數(shù)據(jù)應(yīng)用基礎(chǔ)：重點講解了如何搭建Hadoop分布式集群平臺，使用Java語言進行MapReduce分布式編程；HBase及Hive數(shù)據(jù)庫環(huán)境的安裝和數(shù)據(jù)的增、刪、改、查操作；Spark平臺的搭建、RDD操作及SparkSQL查詢；Flink平臺的搭建，Kafka消息中間件的使用及流批一體計算。其次對數(shù)據(jù)

本書共分兩部分：第一部分是網(wǎng)絡(luò)數(shù)據(jù)采集與預(yù)處理的基礎(chǔ)理論實踐，包括任務(wù)1-任務(wù)6，主要講解如何使用Python編寫網(wǎng)絡(luò)數(shù)據(jù)采集和預(yù)處理程序，內(nèi)容包括Python環(huán)境搭建，Python基礎(chǔ)語法、語句與函數(shù)，網(wǎng)絡(luò)基礎(chǔ)知識，常用網(wǎng)絡(luò)數(shù)據(jù)采集與預(yù)處理庫和解析庫、數(shù)據(jù)持久化保存，以及requests庫、Numpy庫、Pandas

本書針對本科生控制理論課程中的典型難點問題開展了針對性的研究，包括物理建模、實驗辨識建模、動態(tài)誤差系數(shù)法、時滯系統(tǒng)穩(wěn)定性分析、描述函數(shù)法、串聯(lián)校正、狀態(tài)反饋和最優(yōu)控制數(shù)值解法等內(nèi)容。書中給出了典型案例的Matlab源程序及Simulink模型。通過對本書的學(xué)習(xí)，讀者能夠?qū)�控制理論有更加清晰的把握，提高編程能力�?/p>