数据图表是数据分析与可视化常见的表现形式，它不但能直观地显示复杂的数据，高效地表达观点，而且能启发读者思考数据的本质、分析数据并揭示数据背后的规律和问题。本书分为3 篇（共11 章），分别是基础篇、进阶篇和实战篇，摒弃以往的说明书式教学，由浅入深，遵循“以点及线，以线及面”的对比学习方法。另外，书中有大量职场案例和好看的图表模板可以直接应用到实际工作中，使读者即学即用。
本教材可以作为人工智能学科相关的机器学习技术的入门教材, 目的不在于覆盖机器学习技术的所有知识点, 而是介绍机器学习的常用算法及其应用, 使读者了解机器学习的基本构成及不同场景下使用何种机器学习算法。为了增强实践效果, 本教材引入了多个基础技术案例及综合实践案例, 以帮助读者了解机器学习涉及的基本知识和技能。
深度学习是人工智能与机器学习领域的重要研究分支，经过短短十几年的发展，已经在计算机视觉与图像处理、自然语言处理等领域取得令人瞩目的成就。本书作为深度学习方面的专门书籍，融合了机器学习、人工神经网络和深度学习的相关概念，并且从信号处理视角呈现了深度学习背后的几何学原理，以便从统一的角度去深化理解深度学习的主要模型和算法，从而更好地用于指导理论分析和实践开发。全书分为三个部分，共14章。第1～4章为第一部分，主要介绍机器学习基础知识，包括向量空间、矩阵代数、凸优化等数学预备知识，以及支持向量机、核回
本书基于计算机网络的基本原理，结合当前网络工程的应用场景，选取了几个技术主题，详细深入地描述了这些技术主题的实验过程。实验平台采用当前流行的网络模拟器PKT 和EVE-NG，实验内容主要包括PKT 模拟器入门、EVE-NG 模拟器入门、以太网交换机与VLAN 技术、路由器与静态路由、RIPv2 协议、EIGRP 协议及应用层服务器技术。每个技术主题基于一个综合的网络拓扑设计了若干基础实验和进阶实验，这些实验的内容由浅入深、相互关联，引导读者验证并深入理解计算机网络的工作原理和应用场景，了解在实际
本书系统讲解Verilog HDL语言规则、语法体系，以Verilog-2001和Verilog-2005两种语言标准为依据，精讲语言，全面梳理，知识点系统全面。本书立足语言本身，按照语言体系编排内容，涵盖所有常用语法规则，补充Verilog-2005中新的语言点，既适合作为必备语法资料查询，也适合有一定设计基础的读者学习。主要内容包括Verilog HDL入门、数据类型、表达式、门级和开关级建模、数据流建模、行为级建模、层次结构、任务与函数、Test Bench测试与时序检查、面向综合的设计、
《啊哈！算法揭秘》围绕程序设计典型算法，精心编织了一个场景，让读者通过本书学会优先搜索、深度优先搜索、迭代加深、并行算法、二分搜索等算法背后的原理，字符串、数组、栈和队列等基本计算机科学概念，学习如何修改搜索算法以适应不同的数据结构、如何在特定情况下选择的算法，以及何时应该使用基于常识的启发式算法，以加深对程序世界的理解。 本书的每一章都会伴随情节引入一个新的算法概念，并在结尾处回顾总结本章内出现的专业知识。
本书是工科类专业的实验教学教材，配套有2021年江苏省省级金课"城市追踪场景下的自动控制虚拟仿真实验”。该虚拟仿真课程给学生提供了一个随时随地实验学习的平台。本书涵盖了经典控制理论与现代控制理论的重点和难点内容，强调理论与实际相结合，主要内容包括MATLAB软件基础、四旋翼无人机虚拟仿真实验平台、控制系统的时域分析、根轨迹分析与设计、线性系统的频域分析法、线性系统的串联校正、非线性控制系统分析、状态空间分析及最优控制、无人机自动跟踪虚拟仿真综合实验，配以MATLAB软件的相关函数和代码，提供控制
全书共18章, 主要包括对SolidWorks 2020软件的认识与操作、草图设计基本功特训、基准的创建、图形的显示与隐藏、实体设计基本功特训、机械零件设计特训、实体设计实例 (电脑显示器托盘、自动控制阀顶盖、水晶笔筒)、3D曲线设计基本功特训、曲面设计基本功特训、曲线与曲面设计提高专题特训、综合设计实例 (塑料衣服箱提手)、曲面设计实例 (儿童汤匙的设计)、装配体设计、钣金设计、工程图设计、产品动画制作、产品渲染输出和产品工艺介绍等。
数据结构与算法设计相关课程是计算机专业教学中的核心课程，也是各类程序设计竞赛及互联网公司与软件企业招聘考查的重要方面。本书按照"数据结构—算法设计”的路线系统地介绍数据结构与算法设计的主要内容。其中，数据结构部分包括线性表、栈、队列、字符串、数组、广义表、树和图，以及两种常用的数据操作——查找和排序；算法设计部分包括递归与分治法、动态规划、贪心法、回溯法和分支限界法；最后以"快递超市信息管理系统”作为案例介绍面向实际应用开展分析、设计、编码与测试的完整过程。 本书融入了思政元素，注重培养学习者解
本书首先简要介绍Python语言的基础知识，为后续内容的学习提供基础，接着介绍NumPy、Matplotlib和Pandas三个数据分析基础模块的用法，同时也为后面基于scikitlearn的机器学习提供基础，最后介绍基于scikitlearn机器学习及其模型的评价方法、超参数调优方法。全书通过大量案例，希望能让读者快速提高实践能力。本书适合作为高校本科生或研究生数据分析、机器学习等相关课程的教材或参考书，也可作为数据分析和机器学习爱好者的自学教程，还可以作为相关科研工作者与工程实践
新书资讯 新书推荐