機器學習是人工智能的重要技術基礎，涉及的內(nèi)容十分廣泛。本書涵蓋了機器學習和深度學習的基礎知識，主要包括機器學習的概述、統(tǒng)計學基礎、分類、聚類、神經(jīng)網(wǎng)絡、貝葉斯網(wǎng)絡、支持向量機、文本分析、分布式機器學習算法等經(jīng)典的機器學習基礎知識，還包括卷積神經(jīng)網(wǎng)絡、循環(huán)神經(jīng)網(wǎng)絡、生成對抗網(wǎng)絡、目標檢測、自編碼器等深度學習的內(nèi)容。此外，

本書從實用的角度，介紹軟件工程的基礎知識和技術方法，力求做到結合實際、注重應用、便于教學，體現(xiàn)內(nèi)容的新穎性和系統(tǒng)性。本書內(nèi)容包括軟件工程概述，可行性研究與軟件工程開發(fā)計劃，需求分析，概要設計，詳細設計，軟件實現(xiàn)，軟件維護，面向對象方法、UML及應用，WebApp軟件工程，軟件重用和再工程，軟件工程管理，實例網(wǎng)上商品競拍

本書全面、系統(tǒng)地介紹了信息技術的基礎知識及WPSOffice的基本操作。全書共6個模塊，每個模塊下包含若干任務，內(nèi)容分別為文檔處理、電子表格處理、演示文稿制作、信息檢索、新一代信息技術概述、信息素養(yǎng)與社會責任等。 本書以《高等職業(yè)教育�？菩畔⒓夹g課程標準（2021年版）》為依據(jù)，采用任務驅動的講解方式來鍛煉學生的信息技

本書系統(tǒng)性闡述數(shù)據(jù)安全的范疇和目標，體系架構和關鍵措施，特別是根據(jù)對數(shù)據(jù)安全風險與挑戰(zhàn)的全面和深入的分析，給出數(shù)據(jù)安全架構設計、隱私保護的監(jiān)管要求、實施原則、技術選擇和業(yè)界最佳實踐。本書還針對IT網(wǎng)絡、電信網(wǎng)絡、云和物聯(lián)網(wǎng)的數(shù)據(jù)安全展開闡述，對AI、區(qū)塊鏈、5G等新興場景和數(shù)據(jù)安全的結合點進行分析與介紹，希望能夠全面地

本書以任務驅動教學法為主線，以應用為目的，以具體的項目為載體編寫。主要內(nèi)容包括認識工業(yè)機器人、配置示教器操作環(huán)境、工業(yè)機器人示教器的基本操作、編寫機器人抓取工具的程序、編寫機器人運行簡單軌跡的程序、編寫機器人運行復合軌跡的程序、創(chuàng)建工業(yè)機器人參考坐標系、創(chuàng)建工業(yè)機器人工具坐標系、編寫及調(diào)試機器人簡單碼垛程序、編寫及調(diào)試

本書首先介紹Spring、SpringBoot、SpringMVC和SpringSecurity等技術，然后以一個簡易的在線書店管理系統(tǒng)為例，全面講解采用JPA/MyBatis、MySQL、Thymeleaf與Bootstrap技術棧開發(fā)應用程序的過程。開發(fā)過程中引入菱形測試模型，覆蓋單元測試、接口測試、功能測試和探索

本書結合案例介紹了產(chǎn)品經(jīng)理需要用到的各種產(chǎn)品設計方法和思路，幫助讀者將從本書所學到的知識靈活地運用到自己的工作中。本書主要內(nèi)容包括產(chǎn)品原型設計過程中輸入、反饋、輸出等類型控件的使用方法，產(chǎn)品原型的設計方法，通用的產(chǎn)品功能設計方法，通用的產(chǎn)品邏輯，基礎系統(tǒng)產(chǎn)品的設計思路，通用的產(chǎn)品體系，通用的產(chǎn)品設計方法，通用的產(chǎn)品設計

裝配是產(chǎn)品設計的核心，對產(chǎn)品的生產(chǎn)效率、性能和成本有著重要的影響�？裳b配性是產(chǎn)品的一種固有特性，是產(chǎn)品設計的核心。本書從可裝配性概念出發(fā)，介紹其影響因素及評價方法，梳理虛擬現(xiàn)實輔助可裝配性設計的關鍵技術——虛擬現(xiàn)實輔助裝配技術、人體運動捕捉技術和人機功效評價。針對產(chǎn)品裝配中的手工裝配，本書詳細介紹虛擬現(xiàn)實輔助動態(tài)裝配方

ROS是建立在開源操作系統(tǒng)Ubuntu系統(tǒng)之上的開源的機器人操作系統(tǒng)，其主要目標是為機器人研究和開發(fā)提供代碼復用的支持。它提供了操作系統(tǒng)應有的服務，包括硬件抽象、底層設備控制、共用功能的執(zhí)行、進程間消息傳遞，以及包管理。ROS的官方網(wǎng)站也提供了各種支持文檔，相關資源構成了一個強大的生態(tài)系統(tǒng)，使得學習和使用ROS非常方便

本書面向數(shù)據(jù)庫知識發(fā)現(xiàn)的聚類任務，針對高維數(shù)據(jù)普遍具有的稀疏特征，系統(tǒng)闡述高維稀疏數(shù)據(jù)聚類知識發(fā)現(xiàn)的理論和方法。全書共12章，第1章和第2章系統(tǒng)總結聚類知識發(fā)現(xiàn)、高維稀疏數(shù)據(jù)聚類知識發(fā)現(xiàn)理論體系；第3～5章闡述高維稀疏數(shù)據(jù)聚類原理及分類屬性數(shù)據(jù)、數(shù)值屬性數(shù)據(jù)的系列聚類算法；第6～10章將高維稀疏數(shù)據(jù)聚類原理拓展到不完備