本书通过鲁棒优化的核心原理和应用，揭开不确定性的神秘面纱，为读者提供应对不可预测的挑战所需的见解和工具。作者首先简要介绍了不确定线性规划，然后深入分析了适当不确定性集的构建与经典机会约束（概率）方法之间的相互联系。接着，提出了针对不确定的锥二次优化和半定优化问题以及动态（多阶段）问题的鲁棒优化理论。最后，通过来自金融、

本教材是大数据时代下，大数据行业蓬勃发展，大数据技术也在不断涌现革新，本书对大数据体系架构lambda进行梳理，介绍了一些重要的大数据平台技术原理与编程实践，包括数据收集层的Kafka，数据存储层的HDFS、HBase，计算框架层的MapReduce、Spark、Flink，资源管理与协调层的YARN、ZooKeepe

本书首先介绍了大数据应用基础：重点讲解了如何搭建Hadoop分布式集群平台，使用Java语言进行MapReduce分布式编程；HBase及Hive数据库环境的安装和数据的增、删、改、查操作；Spark平台的搭建、RDD操作及SparkSQL查询；Flink平台的搭建，Kafka消息中间件的使用及流批一体计算。其次对数据

本书共分两部分：第一部分是网络数据采集与预处理的基础理论实践，包括任务1-任务6，主要讲解如何使用Python编写网络数据采集和预处理程序，内容包括Python环境搭建，Python基础语法、语句与函数，网络基础知识，常用网络数据采集与预处理库和解析库、数据持久化保存，以及requests库、Numpy库、Pandas

本书针对本科生控制理论课程中的典型难点问题开展了针对性的研究，包括物理建模、实验辨识建模、动态误差系数法、时滞系统稳定性分析、描述函数法、串联校正、状态反馈和最优控制数值解法等内容。书中给出了典型案例的Matlab源程序及Simulink模型。通过对本书的学习，读者能够对控制理论有更加清晰的把握，提高编程能力。

机器学习应用需要大量的数据，因此有必要保护这些数据集中敏感信息的隐私和安全。从数据收集和导入到模型开发和部署，隐私保护发生在机器学习过程中的每个环节。这本实用的图书将讲授确保数据管道端到端安全所需的技能。 《隐私保护机器学习》通过面部识别、云数据存储等真实世界中的用例来探讨隐私保护技术。你将了解到现在就可以部署的切实

"本书是“十四五”职业教育国家规划教材。本书主要介绍大数据技术的基本概念与应用。全书共分为8个项目，内容包括走进大数据，大数据与云计算、物联网、人工智能，大数据采集与清洗，数据存储和管理，数据挖掘和分析，大数据可视化，大数据安全，以及综合实战案例。本书

本书以“三教”改革为抓手，研究在大数据技术、人工智能等新兴技术环境下，会计职业教育如何转型开展“业财税”融合实践教学改革。改革研究包括“业财”融合实践教学内容设计、“财税”融合实践教学内容设计、“业税”融合实践教学内容设计三项，涉及营运管理岗位、资金管理岗位、成本管理岗位、绩效管理岗位、纳税申报岗位、税务检查岗位、纳税

本书基于Hadoop大数据平台，讲解大数据平台的搭建与运维、数据的采集与存储、数据的处理、数据的分析、数据的可视化等完整的大数据应用案例，不仅全面、详细地讲述Hadoop、MapReduce、HDFS、Hive、Spark和ZooKeeper等技术的相关知识，还详细介绍Hadoop集群和HadoopHA集群的部署等内容

本书针对现代工业控制专业技术岗位对基本技能的需求，选取变频器的基本知识和使用技能训练、工业变频器的安装与调试及应用分析、可编程序控制器编程学习、组态工程的制作及应用等方面内容，以任务的方式循序渐进地讲解。本书提供的思路和方法，涵盖了工作领域、工作任务和职业技能要求，帮助读者走出学习困境，突破难关，成为社会急需的高技能人