本書按照人工智能模型訓練開發(fā)流程介紹了人工智能模型訓練開發(fā)技術，包括PaddlePaddle的簡介及基礎知識、線性回歸、卷積神經網絡、循環(huán)神經網絡、自然語言處理、推薦算法、計算機視覺、遷移學習、圖像分類、圖像識別等，并通過實際的操作案例詳細、直觀地講解了人工智能算法和模型的實現(xiàn)過程，可幫助開發(fā)人員快速完成人工智能等相關

本書共11章，包括計算機基礎知識、人工智能概述、人工智能基礎算法與應用、Python基礎入門、Python編程基礎、Python數(shù)據結構、Python圖形處理、Python與爬蟲、Python人工智能應用案例、國產麒麟(桌面)操作系統(tǒng)、國產辦公軟件WPSOffice等內容。

本書分為三個部分。第一部分探討人工智能的“創(chuàng)造”及其在工作場所的應用，收錄的5篇文章從過程、決策、變革動力等方面進行論述。第二部分著眼于“偽裝”人工智能的相關問題，圍繞算法和自動化的局限性展開討論。第三部分探討“擺脫”人工智能的相關問題，討論重點轉向勞動者為抵制工作中使用的算法和自動化而采取的新手段。

本書以傳感器的應用技術為主線安排內容。全書共13章，第1章介紹傳感器的基礎知識、基本概念，第2章至第11章分別介紹應變式傳感器、電感式傳感器、電容式傳感器、壓電式傳感器、霍爾式傳感器、光電式傳感器、熱電式傳感器、數(shù)字式傳感器、化學傳感器和新型傳感器的工作原理、特性、測量電路及典型應用，第12章介紹傳感器的綜合應用實例，

本書緊跟傳感器與自動檢測技術的發(fā)展趨勢，緊密結合高等職業(yè)教育的特點，圍繞行業(yè)產業(yè)人才養(yǎng)需求，以推動應用型、技術技能人的培養(yǎng)為目標，依據崗位能力要求，以項目化的形式重構課程容。書中分別介紹了傳感器技術在力、溫度、環(huán)境量、液位、位移、度等參數(shù)的檢測方面的典型應用其綜合應用。

全書共9章，內容包括計算機控制系統(tǒng)及其組成、計算機控制系統(tǒng)的典型型式、發(fā)展概況和趨勢；計算機控制系統(tǒng)的硬件設計技術；數(shù)字控制技術；常規(guī)及復雜控制技術；現(xiàn)代控制技術；先進控制技術；計算機控制系統(tǒng)的軟件設計技術；分布式測控網絡技術；計算機控制系統(tǒng)設計與實現(xiàn)。

本書分為7個章節(jié)。第一章介紹大數(shù)據歸約在數(shù)據預處理中的作用以及面臨的技術挑戰(zhàn)；第二章介紹多維大數(shù)據歸約知識體系、業(yè)務領域本體和歸約任務本體；第三章介紹大數(shù)據特征選擇策略和評價準則，以及兩階段混合特征選擇方法；第四章介紹大數(shù)據元組相似度度量和快速歸約方法；第五章介紹了大數(shù)據數(shù)值歸約基本方法和基于約束轉變的數(shù)據立方體計算技

本書是“格致方法·商科研究方法譯叢”中的一種，商科研究方法主要是幫助相關專業(yè)的研究生進行理論研究的教學參考書。數(shù)字方法在商科方法研究中經過許不斷發(fā)展，形成了完備的體系。本書主要教學的是使用數(shù)字方法收集定性數(shù)據，即在定性研究中使用數(shù)字方法(包括跟蹤和追蹤)，幫助相關專業(yè)的碩士研究生完成其畢業(yè)論文。全書分六章，手把手地幫助

本書采用案例式編寫模式，包括7個單元，其中，單元1介紹數(shù)據分析的基本概念、流程和常用工具包，單元2介紹數(shù)據標注的分類、基本流程及工具的使用，單元3介紹ndarray數(shù)組及Python科學計算庫NumPy，單元4介紹數(shù)據分析處理庫pandas，單元5介紹數(shù)據可視化工具包Matplotlib和seaborn，單元6介紹分類

本書共有九章，從數(shù)據采集與預處理概述開始，介紹了大數(shù)據環(huán)境的搭建，并對數(shù)據采集與數(shù)據預處理的技術方法進行了系統(tǒng)介紹。數(shù)據采集的內容包括Flume日志數(shù)據采集、Kafka日志數(shù)據采集、Fluentd與Logstach等一系列數(shù)據采集技術；數(shù)據預處理的內容包括網絡爬蟲采集Web數(shù)據、Python數(shù)據預處理技術、Kettle