本書共分四部分，全面介紹如何基于Python微框架Flask進行Web開發(fā)。第一部分是Flask簡介，介紹使用Flask框架及擴展開發(fā)Web程序的必*基礎(chǔ)知識。第二部分則給出一個Web2.0實例，真正帶領(lǐng)大家一步步開發(fā)完整的博客和社交應用Flasky，從而將前述知識融會貫通，付諸實踐。第三部分在初步了解Web2.0建站

本書以實戰(zhàn)理念為主旨,對領(lǐng)域驅(qū)動設計的核心內(nèi)容進行了全面解讀。書籍主要由兩部分內(nèi)容構(gòu)成:戰(zhàn)略與戰(zhàn)術(shù)。第一部分以子域和限界為核心,并通過案例的形式介紹了如何在現(xiàn)實中將其進行實踐的知識;第二部分則圍繞應用架構(gòu)、聚合、實體、值對象、領(lǐng)域服務等概念展開講解,重點描述了它們在應用中所充當?shù)慕巧�以及使用限制。除此之�?作者也根據(jù)自

C/OS-Ⅱ是一個源碼開放的嵌入式實時操作系統(tǒng)的內(nèi)核。本書詳細地介紹了嵌入式實時操作系統(tǒng)C/OS-Ⅱ內(nèi)核的任務的管理和調(diào)度、系統(tǒng)時鐘和節(jié)拍服務、時間管理、中斷、任務的通信和同步、內(nèi)存的簡單管理原理。為幫助讀者理解書中的內(nèi)容，本書給出了大量的實例。，還介紹了C/OS-Ⅱ的移植方法。為了學習上的方便，第3版還增加了使用集成

本書系統(tǒng)地介紹了三維點云處理的基礎(chǔ)知識、傳統(tǒng)算法與深度學習算法,包括點云數(shù)據(jù)表示、空間變換、預處理、配準、拼接、濾波和表面重建等傳統(tǒng)算法,以及經(jīng)典三維深度學習算法、室外、室內(nèi)、單目、多模態(tài)三維目標檢測、三維語義分割和深度補全等模型。 書中采用由淺入深的方式詳細介紹各種算法的設計思路和實現(xiàn)過程,如循序漸進的學習路徑、深入

《機器學習及其應用2023》邀請MLA2021-2022的部分專家以綜述的形式介紹機器學習領(lǐng)域的研究進展，內(nèi)容涉及到監(jiān)督學習、深度學習、因果學習、遷移學習、表示學習、演化學習的基本理論和方法，以及ChatGPT淺析，同時介紹了機器學習在計算機視覺、自然語言處理、并行計算中的應用，代表了國內(nèi)機器學習最新的研究進展。

本書主要內(nèi)容包括認知工業(yè)機器人、典型工業(yè)機器人系統(tǒng)、工業(yè)機器人坐標系基礎(chǔ)、工業(yè)機器人的其他基本操作、工業(yè)機器人的維護與保養(yǎng)、RobotStudio軟件基礎(chǔ)、ABB工業(yè)機器人編程基礎(chǔ)、ABB工業(yè)機器人程序數(shù)據(jù)基礎(chǔ)、ABB工業(yè)機器人常用指令應用、典型工作站應用基礎(chǔ)、典型應用實訓——碼垛與涂膠等。

本書介紹了大數(shù)據(jù)分析基礎(chǔ)、社會研究與方法、計算社會科學及其發(fā)展、基本原則與生命周期、構(gòu)建分析路線與用例、大數(shù)據(jù)分析的運用、預測分析方法、預測分析技術(shù)、大數(shù)據(jù)分析模型、用戶角色與分析工具、大數(shù)據(jù)分析平臺、社交網(wǎng)絡與推薦系統(tǒng)、組織分析團隊等內(nèi)容，最后為大數(shù)據(jù)分析的學習設計了一個基于大數(shù)據(jù)集市的課程實踐。

本書內(nèi)容共6部分。第1部分幫助你理解通用人工智能時代下，“Chatbot”和“對話式交互”的概念；第2部分帶你了解通用人工智能及其代表GPT；第3部分和第4部分介紹Chatbot的生命周期；第5部分介紹通用人工智能與現(xiàn)實世界的接口——機器人流程自動化；第6部分介紹行業(yè)對Chatbot的評價，明確Chatbot的邊界并給

本書主要介紹數(shù)據(jù)和可視化過程中必知必會的概念，帶領(lǐng)讀者拓展對可視化流程、視覺暗示和圖表分類框架的理解。全書共分為3篇，共10章，重點向讀者講解Excel圖表模塊的功能和使用方法，不僅為讀者建立了系統(tǒng)化的知識框架，使其了解每個功能的使用邏輯和作用；還向讀者說明了商務圖表和科研圖表中常用的設計思路和特殊效果的制作技巧，幫助

本書主要介紹了情感計算及其相關(guān)學科的發(fā)展脈絡，明晰了相關(guān)里程碑節(jié)點、核心關(guān)鍵技術(shù)、主要科研平臺和重大學術(shù)成果，提取關(guān)鍵性特征和指標，對下一階段理論演化、技術(shù)走向和行業(yè)應用進行了預測。本書依托世界主流學術(shù)數(shù)據(jù)庫、領(lǐng)先的行業(yè)數(shù)據(jù)庫和案例庫，綜合運用文獻計量分析、案例分析、元分析等方法，確保了結(jié)論的科學性和準確性。