本书是机器学习领域的入门教材，详细阐述了机器学习的基本理论和方法。全书由12 章组成，包括绪论、线性模型与逻辑斯谛回归、决策树、贝叶斯分类器、k 近邻算法、支持向量机、人工神经网络、线性判别分析、主成分分析法、聚类、EM 算法与高斯混合聚类、集成学习等。 对每一种机器学习算法，均从算法原理的理论推导和MATLAB 实现两方面进行介绍。本书既注意保持理论分析的严谨性, 又注重机器学习算法的实用性，同时强调机器学习算法的思想和原理在计算机上的实现。全书内容选材恰当，系统性强，行文通俗流畅，具有较强的可读性。本书的建议课时为48 课时，可作为数据科学与大数据技术、计算机科学与技术、统计学以及信息与计算科学等本科专业的教材或教学参考书， 也可以作为理工科研究生机器学习课程的教材或参考书。

本书介绍如何构建完整的机器学习流水线，从而在生产环境中准备数据以及训练、验证、部署和管理机器学习模型。你将了解机器学习流水线的每个环节，以及如何利用TensorFlow Extended（TFX）构建机器学习流水线。模型的生命周期是一个闭环，其中包括数据读取、数据校验、数据预处理、模型训练、模型分析、模型验证、模型部署、模型反馈等环节。你将学习如何利用Beam、Airflow、Kubeflow、TensorFlow Serving等工具将每一个环节的工作自动化。学完本书，你将不再止步于训练单个模型，而是能够从更高的角度将模型产品化，从而为公司创造更大的价值。

本书内容涵盖了轮腿复合与腿臂融合多模式移动操作机器人的机构设计、运动规划与控制方法等相关技术；介绍了四足变拓扑构型机器人和径向对称圆周分布六足机器人，展示了多种轮腿复合、腿臂融合机构与模块化仿生足的设计；阐释了多模式移动操作机器人的步态规划、操作规划、模式切换与轮腿协同路径规划方法；演绎了基于质心运动学的移动操作控制方法、基于惯性中心在SE(3)上指数坐标的多足机器人动力学控制方法及其自适应步态控制技术。

本书详细描述了PMML规范（Ver4.3）所支持的8种模型：神经网络模型、决策树模型、规则集模型、序列模型、评分卡模型、支持向量机模型、时间序列模型和聚合模型。全书不是简单地介绍PMML语法，而是融合各种挖掘模型基础知识和算法知识，告诉开发者如何融会贯通地掌握、使用PMML语言，不仅能够学习到标准的PMML模型表达方式，而且能学习机器学习模型的丰富知识，从而熟练地把PMML语言应用到自己的项目实践中。 本书可供从事数据挖掘（机器学习）、人工智能系统开发的软件开发者和爱好者学习使用，也可以作为高等院校大数据和人工智能等相关专业的教材。

本书是在面向21世纪教学与课程体系全面改革的进程中编写的。本书共分10章。书中深入浅出地介绍了自动控制原理的基本理论，基本概念、基本方法，控制系统在时域和复频域中的数学模型及其结构图和信号流图；比较全面地阐述了线性控制系统的时域分析法、频域分析法以及校正和设计方法；在非线性控制系统分析方面，给出了相平面的描述函数两种常用的分析方法；对线性离散系统的基本理论、数学模型等问题进行了比较详细的讨论；对状态空间法进行了基础性的介绍，使其成为本科“现代控制理论”学习的铺路石；选编随动控制系统设计作为最后一章，为读者提供了“自动控制原理”课程设计的有利工具；在附录中介绍了目前世界流行的MATLAB就用软件及其分析、设计和仿真的功能。本书可高等院校工业自动化、自动控制、计算机控制、测量仪表、热工仪表、