本书从物联网工程概述、感知层、传输层、处理层及应用层几个方面介绍了物联网工程专业的课程和相应的知识点。主要内容包括物联网工程专业知识体系、物联网概述、RFID识别技术、传感器与检测技术、嵌入式系统原理、现代通信技术、计算机网络、无线传感器网、信息安全、数据采集与处理、数据库与数据挖掘、操作系统、软件工程与中间件技术、人工智能及应用、物联网开发与应用、物联网应用新技术等。本书的重点在于让学生理解物联网工程的学科体系。 本书可作为普通高等学校物联网工程专业本科生教材,也可以作为相关专业技术人员的参考资料。
本书从信息资源管理的基本概念和法规着手,介绍信息资源过程管理、网络信息资源配置管理与评价、信息资源管理的技术手段、信息资源标准化管理问题,重点阐述了信息系统资源、信息产业的组织管理,特别涉及了政府信息资源、市场信息资源、企业信息资源管理,讲解了经济信息资源管理案例。
本书系统介绍当前比较热门的信息技术及其前沿,以拓展学生专业视野。全书共10章,内容包括信息与信息系统、物联网技术、移动互联网技术、云计算技术、大数据技术、人工智能技术、区块链、信息安全、生物计算、新技术及其应用。 本书内容完整、深入浅出、通俗易懂,可作为一般院校或高职高专信息技术类相关专业“信息技术前沿”选修课的教材,也可作为部分211大学该课程的教材,还是相关专业技术人员和信息技术爱好者不可多得的参考书。 本书适合机器学习初学者,包括本科生、研究生以及未来有意向从事人工智能领域工作的人员学习使用。
本书对数据科学与大数据技术本科专业课程和相应知识点进行了介绍。主要内容包括: 数据科学与大数据技术本科专业学习要求,学科概述,大数据硬件环境,数据通信与计算机网络,程序、软件与系统,数据采集与存储,数据统计与分析,图形图像处理与可视化,人工智能,数据安全,大数据平台框架及工具,新技术及其对大数据的影响。本书编写的目的是让学生了解数据科学与大数据技术的学科体系,课程结构,为后续的学习做好准备。
本书主要内容涵盖了数据仓库和数据挖掘两大部分,数据仓库部分有数据仓库的概念与体系结构、数据、数据存储、OLAP与数据立方体;数据挖掘部分有关联挖掘、聚类分析、分类、神经网络、统计分析、知识图谱等。每一部分均介绍基本概念、理论基础、应用实例、思考习题,书中涉及的模型和算法均给予了相应的实例,便于读者更好的理解和使用模型。本书通过大量的计算实例增加学生对数据挖掘原理及其各种挖掘算法的理解深度,兼顾了应用型人才与学术型人才培养的需求,为学生真正架起了理论与实践的桥梁。