大多數(shù)的AI書籍主要聚焦于AI背后的理論方法，卻很少關注AI應用程序的工程化。目前存在哪些AI庫、框架和服務？在哪種情況下應該選擇哪種庫、框架和服務？如何將它們整合到一個具有良好用戶體驗、易于維護的AI應用程序中？如何滿足功能性要求和非功能性要求，特別是高性能要求？針對上述問題，本書結(jié)合當前的新興技術和具體實例給出了很

本書提供了使用Python開發(fā)機器學習應用程序的基本原理。主要內(nèi)容包括：機器學習概念及其應用；數(shù)據(jù)預處理、降維；各種線性模型、集成學習方法、隨機森林、提升方法；自然語言處理、深度學習等。本書跟進了機器學習的研究成果，比如近幾年提出的著名算法XGBoost和CatBoost，以及SHAP值。這些方法是機器學習領域中新穎且

本書由長期從事工業(yè)機器人技術應用教學的一線教師，依據(jù)高職高專工業(yè)機器人技術專業(yè)的人才培養(yǎng)目標，圍繞工業(yè)機器人的崗位能力需求，在總結(jié)近年來以工作過程為導向的教學實踐基礎上，以KUKA工業(yè)機器人為對象進行內(nèi)容設計，將工業(yè)機器人技術相關標準融入教學過程，提煉并再現(xiàn)了8個具有代表性的任務，包括搬運機器人工作站編程調(diào)試、碼垛機器

本書包含20余個高并發(fā)系統(tǒng)案例，每個案例看似相互獨立，實則相輔相成。根據(jù)高并發(fā)系統(tǒng)的特點，高并發(fā)與高性能、高可用的關系，本書分為6篇�；�礎篇，概要介紹專欄所用的軟件建模方法、設計文檔寫法、高并發(fā)架構(gòu)設計方法。高并發(fā)系統(tǒng)的海量數(shù)據(jù)處理架構(gòu)篇，討論海量數(shù)據(jù)如何存儲、如何傳輸、如何進行并發(fā)控制。高并發(fā)系統(tǒng)的高性能架構(gòu)篇，討論

本書緊密圍繞深度學習及加速技術的基礎理論與應用案例展開敘述，實現(xiàn)了深度學習算法設計與硬件加速技術的有機統(tǒng)一，是一本基礎理論與實踐案例相結(jié)合的實用圖書。其具體內(nèi)容涉及人工智能基本概念，神經(jīng)網(wǎng)絡數(shù)學基礎、神經(jīng)網(wǎng)絡基本結(jié)構(gòu)與學習策略、反向傳播算法數(shù)學原理與訓練機制等神經(jīng)網(wǎng)絡基礎理論，以及一些高級主題和實踐。本書可作為從事人工

本書介紹如何使用Python語言進行網(wǎng)絡爬蟲程序的開發(fā)，從Python語言的基本特性入手，詳細介紹了Python爬蟲程序開發(fā)的各個方面，包括HTTP、HTML、JavaScript、正則表達式、自然語言處理、數(shù)據(jù)科學等不同領域的內(nèi)容。全書共14章，分為基礎篇、進階篇、提高篇和實戰(zhàn)篇四個部分，內(nèi)容覆蓋網(wǎng)絡抓取與爬蟲編程中

本書結(jié)合工程教育專業(yè)認證要求，針對當今社會對機器人感知技術人才的需求，從本科生工程能力出發(fā)，貫徹從基本功能模塊到整體感知系統(tǒng)設計逐層遞進的教學思路，以家庭服務機器人為主線，從模塊化知識塊入手，介紹相關理論的實際應用技術。引導學生完成相關感知模塊的理論知識學習、設計與開發(fā)，更加靈活地培養(yǎng)學生的系統(tǒng)設計與開發(fā)能力，更好地激

本書詳實介紹了數(shù)據(jù)挖掘與機器學習相關的各種內(nèi)容，包括數(shù)據(jù)矩陣、圖數(shù)據(jù)、核方法、項集挖掘、聚類、貝葉斯分類器、決策樹、支持向量機、線性回歸、邏輯回歸、神經(jīng)網(wǎng)絡、深度學習等，介紹其相關概念和基礎算法，并在每章的末尾配有相關練習。第二版新增了幾個關于回歸的章節(jié)，包括神經(jīng)網(wǎng)絡和深度學習的內(nèi)容。

本書從科研、教學和工程實際應用出發(fā)，理論聯(lián)系實際，全面系統(tǒng)地介紹了現(xiàn)場總線、工業(yè)以太網(wǎng)技術及其應用系統(tǒng)設計，力求所講內(nèi)容具有較強的可移植性、先進性、系統(tǒng)性、應用性、資料開放性，起到舉一反三的作用。全書共分10章，主要內(nèi)容包括：現(xiàn)場總線與工業(yè)以太網(wǎng)概述、控制網(wǎng)絡基礎、通用串行通信接口技術、PROFIBUS-DP現(xiàn)場總線、

本書圍繞保障重要信息系統(tǒng)安全的國家戰(zhàn)略網(wǎng)絡安全等級保護展開，從等級保護工作的需求分析入手，介紹等級保護工作的核心理論模型，講述等級保護的定級備案方法及流程，解讀網(wǎng)絡安全等級保護的基本要求，進一步闡述等級測評所需的支撐技術，包括端口掃描、漏洞檢測、滲透測試、攻擊圖等關鍵技術和基礎知識庫，并給出等級測評理論在云租戶系統(tǒng)、工