本書注重基礎、循序漸進，系統(tǒng)地介紹了使用Python實現(xiàn)OpenCV應用的相關基礎知識。本書共分為10章，涵蓋OpenCV起步、圖像處理基礎、圖形用戶界面、圖像變換、邊緣和輪廓、直方圖、模板匹配和圖像分割、特征檢測、人臉檢測和識別、機器學習和深度學習等內容。 本書內容豐富、講解詳細，適用于具有一定Python程序設計基礎的OpenCV計算機視覺用戶，可用作各類院校相關專業(yè)教材，同時也可作為OpenCV愛好者的參考書

本書針對大數(shù)據、人工智能、信息管理、經濟管理和其他相關專業(yè)學生的發(fā)展需求，系統(tǒng)、全面地介紹了大數(shù)據存儲與管理的基本知識和技能，介紹了大數(shù)據存儲基礎、數(shù)據管理技術的發(fā)展、RDBMS與SQL、NoSQL數(shù)據模型、鍵值數(shù)據庫、文檔數(shù)據庫、列族數(shù)據庫、圖數(shù)據庫、數(shù)據庫技術的發(fā)展（NewSQL），重點安排了熟悉MongoDB文檔數(shù)據庫和HBase列族數(shù)據庫兩個課程實踐。全書具有較強的系統(tǒng)性、可讀性和實用性。 本書是為高等院校

本書從工業(yè)界一線算法工作者的視角，對深度強化學習落地實踐中的工程經驗和相關方法論做出了深度思考和系統(tǒng)歸納。本書跳出了原理介紹加應用案例的傳統(tǒng)敘述模式，轉而在橫向上對深度強化學習落地過程中的核心環(huán)節(jié)進行了完整復盤。主要內容包括需求分析和算法選擇的方法，動作空間、狀態(tài)空間和回報函數(shù)設計的理念，訓練調試和性能沖刺的技巧等。本書既是前人智慧與作者個人經驗的交叉印證和精心整合，又構成了從理論到實踐再到統(tǒng)一方法論的認知閉環(huán)，與市

本書基于Python語言，結合實際的數(shù)據集，介紹如何使用機器學習與深度學習算法，對數(shù)據進行實戰(zhàn)分析。本書在內容上循序漸進，先介紹了Python的基礎內容，以及如何利用Python中的第三方庫對數(shù)據進行預處理和探索可視化的相關操作，然后結合實際數(shù)據集，分章節(jié)介紹了機器學習與深度學習的相關算法應用。本書為讀者提供了源程序和使用的數(shù)據集，方便讀者在閱讀時同步運行程序，在增強學習效果的同時為讀者節(jié)省了編寫程序的時間。源程序使

本書是中國大學MOOC（慕課）愛課程平臺、智慧樹平臺上由西安理工大學建設的數(shù)據結構課程的配套使用教材。為配合線上慕課的實施，本書以慕課教學推進次序為主線，將知識劃分為小知識點，并配有相應的教學視頻（掃描二維碼觀看）。本書共8章。第1章介紹數(shù)據結構的基本概念，以及算法與評價；第2章介紹線性表的概念，以及兩種存儲方式（順序存儲和鏈式存儲）下的運算實現(xiàn)；第3章介紹棧、隊列的特點，以及不同存儲方式下運算的實現(xiàn)；第4章介紹特殊

嵌入式系統(tǒng)發(fā)展勢頭迅猛，其典型代表51系列單片機具有向下兼容性，是學習嵌入式系統(tǒng)設計及應用的基礎平臺。本書以實用為目標，以應用為牽引，用眾多實例詳細講解了嵌入式系統(tǒng)軟、硬件開發(fā)所必需的技術。 全書共分八章，分別是：走近嵌入式系統(tǒng)、KeilC51和Proteus、跑馬燈設計與實踐、數(shù)碼管顯示器設計與實踐、鍵盤設計與實踐、中斷系統(tǒng)設計與實踐、蜂鳴器系統(tǒng)設計與實踐、綜合系統(tǒng)設計與實踐。附錄中給出了習題及參考答案，以方便讀者

今天，我們面臨的*大威脅不是機器人將取代我們，而是我們不愿意重塑自我。我們生活在一個奇妙的時代：有能夠無人駕駛的汽車、有能夠滿足我們需求的設備以及能夠執(zhí)行從高級制造到復雜手術等一切工作的機器人。自動化、算法和人工智能將改變日常生活的方方面面。但是，我們有應對未來的工作能力、領導能力和創(chuàng)造力嗎？盡管許多人已經在擔心機器人會搶走我們的工作，但是，人工智能的飛速發(fā)展為我們提出了一個更為重要的問題：21世紀人類智能的真正潛力

本書共8章，采用循序漸進的方式，幫助讀者掌握Linux虛擬化架構的部署和使用，包括開源虛擬化平臺介紹，實驗環(huán)境搭建，部署使用KVM虛擬化，部署使用oVirt平臺、OpenStack、Docker和Hadoop，以及認識SDN架構等內容。 本書以實戰(zhàn)操作為主，理論講解為輔，通過講解搭建各種物理環(huán)境的方法，詳細介紹在生產環(huán)境中如何使用Linux部署虛擬化數(shù)據中心，可以迅速提高讀者的實際動手能力和操作水平。 本書語言通俗易

本書對計算機人工智能領域的主要計算智能算法進行探討，重點討論各種算法的思想來源、流程結構、發(fā)展改進、參數(shù)設置和相關應用，內容包括緒論、人工神經網絡、模糊系統(tǒng)、人工智能遺傳算法、蟻群優(yōu)化算法、粒子群算法、模擬退火算法、禁忌搜索算法、人工智能免疫系統(tǒng)和數(shù)據降維的粗集處理方法，以及目前的熱門研究和應用領域之一——深度學習。本書通俗易懂，圖文并茂，通過大量的圖表和示例，對各個算法進行了說明和介紹。本書不但提供了算法實現(xiàn)

本書涵蓋了開發(fā)神經網絡應用程序的許多方面。從頭開始解釋神經網絡是如何工作的，然后以訓練一個小神經網絡為例，手動進行所有的計算。本書涵蓋了前向和后向傳播的內部內容，有助于理解神經網絡處理的主要原理。它使你很快熟悉了前向和后向傳播技術的所有基本原理。這本書還教你如何準備用于神經網絡開發(fā)的數(shù)據，并為許多非傳統(tǒng)的神經網絡處理任務提出各種數(shù)據準備方法。