由于大数据、人工智能专业是前沿学科、实战导向的新型复合型专业，高校的专业培植和人才培养面临寻衅。
在深入调研的根本上，清华大学博士、中国大数据运用同盟人工智能专家委员会主任、中国信息协会教诲分会人工智能教诲专家委员会主任、教诲部全国普通高校毕业生就业创业辅导委员会委员刘鹏教授很早就动手策划，并联合海内多所高校从事一线传授教化科研任务的专业西席，以及北交所首批上市公司——云创大数据核心精良的工程师为高职高专和运用型本科院校主编了“大数据人工智能运用人才培养系列教材”，并由清华大学出版社出版。

值得一提的是，该套丛书配套资源丰富，大部分章节都配套了实战实验。
还免费供应传授教化课件、学习及实验资料等资源。
丛书一经出版，便收成大批高校师生的好评，诸多高校纷纭将其作为大数据专业教材利用。

详细而言，丛书包含《人工智能概论》、《云打算导论》、《云打算实战》、《大数据导论》、《数据洗濯》、《Python措辞》、《数据挖掘根本》、《R措辞》、《大数据系统运维》、《大数据实践》、《数据标注工程》、《人工智能运用开拓》。
该丛书内容侧重于实践运用，不仅对知识点给出详细的操作步骤，而且有配套的动手实验。
内容安排遵照从大略到繁芜、从理论到实践的学习过程，同时也遵照系统性和覆盖面宽的原则。

清华大学出版社王编辑如此评价：“刘鹏教授的这套教材选题比较独特，并考虑到未来高职高专和运用型本科大数据人才的就业需求情形，从而选择了一些非常有特色的选题。
”

1.《人工智能概论》

本书全面先容了人工智能的基本技能，目标是用普通易懂的方法帮助读者构建完全的人工智能知识体系，为后续的深入学习打下根本。
全书共分为10章，内容包括人工智能概述、知识表示、搜索技能、机器学习、深度学习、自然措辞处理、机器人及智能掌握等。
本书适宜高职高专和运用型本科，作为非人工智能专业的选修课和人工智能专业的导论课教材。
也适宜作为人工智能技能爱好者的入门书。
该书非常适宜高校作为全校的人工智能通识课教材。

2.《云打算导论》

本书从云打算的基本观点开始，以云打算知识构造和技能要点为脉络，用理论与实践相结合的办法先容云打算导论的内容。
全书共8章，分成3个部分，第1章和第2章为根本部分，先容云打算的基本观点、发展及模型节构；第3章~第7章为技能实践操作部分，是全书的重点内容，紧张先容云打算的体系机构与支配、云打算紧张技能、可用的公有云平台、虚拟化平台的搭建，以及分布式打算平台的搭建干系内容；第8章为云打算运用部分，先容云打算在各个行业领域的实践运用情形。
本书既适宜作为高职院校打算机干系专业的云打算导论课程的教材，也适宜非打算机专业的学生及广大云打算爱好者阅读学习。

3.《云打算实战》

本书从云打算的观点与事理提及，结合AWS 成熟的系统平台与云创云打算实训平台，对云打算的运用处景与系统实际操控进行完全的阐述，详细先容了云打算与AWS、AWS 根本举动步伐、打算做事、存储做事、数据库做事、网络做事、安全防护、AWS 推举架构、Web 运用支配、本钱管理、开拓运维、AWSGameday、Jam 平台和云打算实训平台等行业前沿的知识与运用。
针对云打算运用，本书由参与天下技能大赛云打算赛项的辅导西席完成撰写。
通过系统讲解、代码运用及章节习题，将理论与实践相结合，帮助读者大略、快速地获取云打算专业知识，深入理解AWS 平台与做事。
本书适宜技师类院校和高校干系专业的传授教化运用及对云打算感兴趣的朋友进行进阶学习。

4.《大数据导论》

《大数据导论》是理解和学习大数据的根本条件，通过本书理解大数据基本观点，大数据的架构，大数据的采集办法和预处理，常用的ETL工具，大略熟习数据仓库的构建模式，大数据的存储，数据挖掘的方法，以及大数据的可视化技能，从而更好地将大数据技能运用在各行业领域，更深入地开展大数据技能的运用研究。
从根本开始，通过理论与实际案例相结合，帮助读者由浅入深进行学习，逐步理清大数据的核心技能和发展趋势。
本书可以作为培养运用型人才的课程教材，也适用于初学入门者，对大数据根本理论有需求的广大读者。

5.《数据洗濯》

本书系统地讲解了数据洗濯理论和实际运用，共分为8章：第1章紧张先容数据洗濯的观点、任务和流程，数据标准化观点及数据仓库技能等；第2章紧张先容Windows和类UNIX操作系统下的数据常规格式、数据编码及数据类型转换等；第3章先容ETL观点、数据洗濯的技能路线、ETL工具及ETL子系统等；第4章先容了Excel、Kettle、OpenRefine、DataWrangler和Hawk的安装及利用等；第5章先容Kettle下文本文件抽取、Web数据抽取、数据库数据抽取及增量数据抽取等；第6章先容数据洗濯步骤、数据考验和数据缺点处理，数据质量评估及数据加载；第7章先容网页构造，利用网络爬虫技能进行数据采集，利用JavaScript技能进行行为日志数据采集等；第8章先容RDBMS的数据洗濯方法和数据脱敏处理技能等。

6.《Python措辞》

本书以WIN10 和Python3.6.5 搭建Python开拓根本平台为出发点，重点阐述Python措辞的根本知识和三个范例的项目实战案例。
全书以理论勾引、案例驱动、上机实战为理念打造Python措辞学习的新模式。
详细内容分为两大部分：第一部分以Python编程措辞根本知识遍及为主，分别先容了Python3概述、基本语法、流程掌握、Python组合数据类型、字符串与正则式、函数、模块、类和工具、非常处理、文件操作；第二部分：以项目实战为核心，以学甚至用为导向，以贴近生活的案例为依托，分别先容 Python爬虫项目实战、Python数据可视化项目实战、Python数据剖析项目实战。

7.《数据挖掘根本》

本书先容了数据挖掘的基本观点，包括数据挖掘的常用算法、常用工具、用场和运用处景及运用状况，讲述了常用数据挖掘方法，如分类、聚类、关联规则的观点、思想、范例算法、运用处景等。
此外，本书还从实际运用出发，讲解了基于日志的大数据挖掘技能的事理、工具、运用处景和成功案例。
通过以上内容的学习，读者将理解数据挖掘的基本观点、思想和算法，并节制其运用办法。
本书可以作为培养运用型人才的课程教材，也可作为干系开拓职员的自学教材和参考手册。

8.《R措辞》

近年来，R措辞可谓是数据剖析的热门措辞，干系的资料五花八门，让读者无所适从，本书力求用简洁、精髓精辟、理论实践相结合的办法让大家快速节制R措辞。
全书共14章，分为根本篇(第2-10章)，运用篇(第11-12章)和进阶篇(第13-14章)。
根本篇按照数据剖析过程，紧张谈论了R数据构造、数据导入/导出、数据洗濯、数据变换、可视化、高等措辞编程和常用建模方法。
运用篇通过对5个经典案例的剖析，使读者能够把学到的R根本知识运用到办理实际问题，把数据变成代价。
进阶篇办理如何用R处理大数据的一些技能。
本书可以作为培养运用型人才的课程教材，也可作为数据剖析爱好者的参考资料。

9.《大数据系统运维》

本书是大数据人工智能运用人才培养系列教材中的一册，讲解了大数据系统运行掩护过程中的各个紧张阶段及其任务，包括配置管理、系统管理、故障管理、性能管理、安全管理、高可用性管理、运用变更管理、升级管理及做事资源管理，内容全面且翔实，兼具根本理论知识与运维实践履历，特殊是重点先容了大数据系统的运维特点及运维技能，以保障大数据系统的稳定可靠运行，更好地支撑大数据的商业运用代价。
本书具有很强的系统性和实践辅导性，可以作为培养运用型人才的课程教材，也同样适宜于故意从事IT系统运维事情的广大从业者和爱好者作为参考书。

10.《大数据实践》

本书内容涵盖了目前利用广泛的大数据处理系统Hadoop生态圈中的几大核心软件系统：分布式大数据处理系统Hadoop、Hadoop数据库HBase、数据仓库工具Hive、内存大数据打算框架Spark和Spark SQL，详细先容了它们的架构、事情事理、支配方法、常用配置、常用操作命令、SQL引擎等内容。
本书对上述几大系统的各种安装支配办法都给出了详细步骤，常用命令也都有详细示例先容，是一本实操性很强的工具书，能帮助初学者快速节制和操作这几款常用的大数据处理系统。
本书以浅近易懂的措辞风格和图文并茂的操作示例带领读者迈入大数据实践之门，可以作为培养运用型人才的课程教材，也可作为干系开拓职员的自学教材和参考手册。

11.《数据标注工程》

《数据标注工程》是由中国大数据运用同盟人工智能专家委员会主任刘鹏教授主编的一本系统学习数据标注技能的教材。
本书利用浅近易懂的措辞，系统地先容了数据标注基本观点、分类、流程、质量考验、管理和运用等。
通过理论与实战相结合的办法，帮助读者由浅入深进行学习，让读者真正节制数据标注的核心技能、履行和管理方法。
本书可以作为培养运用型人才的课程教材，也适用于初学入门者，以及广大的数据标注行业从业者。
数据标注行业迅速发展，缺少一本威信教材，希望本书能够补充空缺。