本書系統(tǒng)介紹了如何采用亞馬遜云科技提供的服務(wù)來進(jìn)行云上運維。全書共11個單元，內(nèi)容包括了解系統(tǒng)運維、服務(wù)器運維、網(wǎng)絡(luò)運維、數(shù)據(jù)庫運維、監(jiān)控與審計、存儲與存檔、創(chuàng)建自動化的部署、自動化管理工具、系統(tǒng)的彈性與高可用、內(nèi)容分發(fā)網(wǎng)絡(luò)以及成本管理。本書以任務(wù)驅(qū)動的方式對知識點進(jìn)行細(xì)致的講解，采用以AWS命令行界面(AWSCLI)

本書是基于MATLABR2021a產(chǎn)品族，以教程和實訓(xùn)緊密結(jié)合的形式編寫而成的，深入淺出地介紹了MATLAB的應(yīng)用。教程部分比較系統(tǒng)地介紹了MATLAB的基本運算、數(shù)據(jù)的可視化、符號運算、程序設(shè)計和M文件、MATLAB高級圖形設(shè)計、Simulink仿真應(yīng)用和線性控制系統(tǒng)的分析等內(nèi)容，以先講解后實例的方式，圖文并茂，例題

本書是一本專注于Windows操作系統(tǒng)信息安全的教材，內(nèi)容涵蓋了常見Windows操作系統(tǒng)信息安全項目案例。本書以培養(yǎng)學(xué)生的職業(yè)能力為核心，以工作實踐為主線，以項目為導(dǎo)向，采用任務(wù)驅(qū)動、場景教學(xué)的方式，面向企業(yè)信息安全工程師人力資源崗位能力模型設(shè)置教材內(nèi)容，建立以實際工作過程為框架的職業(yè)教育課程結(jié)構(gòu)。本書分為基礎(chǔ)模塊、

本書是關(guān)于C++程序設(shè)計的經(jīng)典教材，中文版分為基礎(chǔ)篇和進(jìn)階篇，主要介紹程序設(shè)計基礎(chǔ)、面向?qū)ο蟪绦蛟O(shè)計和數(shù)據(jù)結(jié)構(gòu)。本書采用“基礎(chǔ)優(yōu)先，問題驅(qū)動”的教學(xué)方式，在設(shè)計自定義類之前介紹基本的編程概念和技術(shù)，同時側(cè)重于解決問題而非語法，通過不同領(lǐng)域的示例說明相關(guān)概念。本書引導(dǎo)讀者循序漸進(jìn)地學(xué)習(xí)，從基本的編程技術(shù)到面向?qū)ο缶幊蹋瑥?/p>

本書是關(guān)于C++程序設(shè)計的經(jīng)典教材，中文版分為基礎(chǔ)篇和進(jìn)階篇，主要介紹程序設(shè)計基礎(chǔ)、面向?qū)ο蟪绦蛟O(shè)計和數(shù)據(jù)結(jié)構(gòu)。本書采用“基礎(chǔ)優(yōu)先，問題驅(qū)動”的教學(xué)方式，在設(shè)計自定義類之前介紹基本的編程概念和技術(shù)，同時側(cè)重于解決問題而非語法，通過不同領(lǐng)域的示例說明相關(guān)概念。本書引導(dǎo)讀者循序漸進(jìn)地學(xué)習(xí)，從基本的編程技術(shù)到面向?qū)ο缶幊�，�?/p>

本書主要介紹數(shù)據(jù)可視化分析相關(guān)知識，所使用的工具為Tableau。本書基于以多個實際案例為背景的具體數(shù)據(jù)，介紹了常用的商務(wù)數(shù)據(jù)分析圖形的制作，以及如何利用圖形獲得分析數(shù)據(jù)，得出結(jié)論。讀者通過本書可以掌握數(shù)據(jù)可視化分析理論，并且能夠制作可視化分析圖表，基于圖表獲得分析結(jié)論，從而為企業(yè)經(jīng)營提供指引。

本書包含9章內(nèi)容，第1章緒論介紹機器人的基本組成、分類、發(fā)展歷程和應(yīng)用，以及機器人機構(gòu)創(chuàng)新設(shè)計的研究內(nèi)容。第2章和第3章介紹機器人學(xué)研究涉及的數(shù)學(xué)基礎(chǔ)，并根據(jù)機器人機構(gòu)創(chuàng)新設(shè)計的流程重點介紹有限-瞬時旋量數(shù)學(xué)框架。第4章至第8章涵蓋串聯(lián)、并聯(lián)機器人機構(gòu)設(shè)計的全部環(huán)節(jié)，包括機構(gòu)構(gòu)型綜合、運動學(xué)建模、靜力學(xué)建模、動力學(xué)建模

本書是一本精簡的神經(jīng)網(wǎng)絡(luò)入門教程，用通俗易懂的語言講解神經(jīng)網(wǎng)絡(luò)的相關(guān)知識。本書共6章，第1章對神經(jīng)網(wǎng)絡(luò)領(lǐng)域進(jìn)行概述，包括其歷史和應(yīng)用；第2章深入探討神經(jīng)元的數(shù)學(xué)模型，包括其輸入、權(quán)值、偏置和激活函數(shù)；第3章介紹感知機的概念，討論感知機的結(jié)構(gòu)，并解釋如何用它來解決簡單的分類問題；第4章介紹多層感知機的概念，講述如何使用前

本教材系統(tǒng)地講解了機器學(xué)習(xí)的理論與方法，內(nèi)容主要包括高斯混合模型和EM算法、主題模型、采樣與非參數(shù)貝葉斯方法、聚類分析、支持向量機、概率無向圖模型、概率有向圖模型、矩陣與張量分解、多層感知機與卷積神經(jīng)網(wǎng)絡(luò)、序列神經(jīng)網(wǎng)絡(luò)，以及強化學(xué)習(xí)。本教材旨在使讀者了解機器學(xué)習(xí)的發(fā)展，理解和掌握機器學(xué)習(xí)的基本原理、方法與主要應(yīng)用。本書

機器學(xué)習(xí)是人工智能的核心領(lǐng)域之一，本書配套周志華教授所著的《機器學(xué)習(xí)》教材，通過大量習(xí)題考查讀者對機器學(xué)習(xí)相關(guān)知識點的理解與掌握。本書分為兩個部分：第一部分習(xí)題對應(yīng)《機器學(xué)習(xí)》第1-10章的內(nèi)容，包括緒論、模型評估與選擇、線性模型、決策樹、神經(jīng)網(wǎng)絡(luò)、支持向量機、貝葉斯分類器、集成學(xué)習(xí)、聚類、降維與度量學(xué)習(xí)；第二部分包含