本書主要介紹JavaEE主流開源框架，內(nèi)容包括Spring、SpringMVC、MyBatis三大開源框架的架構(gòu)原理、典型應(yīng)用場景實現(xiàn)、案例代碼解析等，最后通過一個綜合案例應(yīng)用這三個框架。本書通過無框架和使用框架的對比實現(xiàn)及詳細(xì)的代碼展示，幫助讀者深入理解框架的優(yōu)勢和各框架間的聯(lián)系。本書適合作為職業(yè)院校計算機(jī)類專業(yè)的教

本書是針對零基礎(chǔ)讀者編寫的動態(tài)網(wǎng)站開發(fā)入門教材，循序漸進(jìn)地介紹了JavaScript開發(fā)技術(shù)。依據(jù)Web前端開發(fā)崗位的職業(yè)能力要求，本書重點介紹了JavaScript的核心技術(shù)，并在此基礎(chǔ)上詳細(xì)講解了jQuery框架的使用方法。本書使用熱點案例，可以讓初學(xué)者快速掌握動態(tài)網(wǎng)站開發(fā)技術(shù)。通過掃描二維碼，讀者可以進(jìn)行課堂訓(xùn)練

本書圍繞Hadoop大數(shù)據(jù)平臺及其生態(tài)系統(tǒng)組件的部署與運維，采用“任務(wù)驅(qū)動＋知識準(zhǔn)備＋任務(wù)實施＋考核評價＂的項目化模式組織各單元的內(nèi)容。全書分為11個單元，主要內(nèi)容包括大數(shù)據(jù)簡介、Hadoop偽分布式安裝部署、Hadoop集群部署與監(jiān)控、HDFS分布式存儲、使用MapReduce實現(xiàn)電商銷售數(shù)據(jù)的統(tǒng)計、Hadoop高可

本書是機(jī)器學(xué)習(xí)領(lǐng)域的入門教材，詳細(xì)闡述了機(jī)器學(xué)習(xí)的基本理論和方法。全書由12章組成，包括緒論、線性模型與邏輯斯諦回歸、決策樹、貝葉斯分類器、k近鄰算法、支持向量機(jī)、人工神經(jīng)網(wǎng)絡(luò)、線性判別分析、主成分分析法、聚類、EM算法與高斯混合聚類、集成學(xué)習(xí)等。對每一種機(jī)器學(xué)習(xí)算法，均從算法原理的理論推導(dǎo)和MATLAB實現(xiàn)兩方面進(jìn)行

模式識別是指對表征事物或現(xiàn)象的各種形式的信息進(jìn)行處理和分析，以對事物或現(xiàn)象進(jìn)行描述、辨認(rèn)、分類和解釋的過程；機(jī)器學(xué)習(xí)是指機(jī)器通過統(tǒng)計學(xué)算法，對大量歷史數(shù)據(jù)進(jìn)行學(xué)習(xí)，進(jìn)而利用生成的經(jīng)驗?zāi)Ｐ椭笇?dǎo)業(yè)務(wù)的過程。本書介紹模式識別和機(jī)器學(xué)習(xí)技術(shù)的主要方面，包括貝葉斯統(tǒng)計決策、概率密度函數(shù)的估計、線性分類與回歸模型、其他分類方法、無

本書全面講述人工智能算法的理論基礎(chǔ)和案例編程實現(xiàn)。第1章簡要介紹機(jī)器學(xué)習(xí)的發(fā)展及其應(yīng)用。第2章和第3章主要介紹機(jī)器學(xué)習(xí)經(jīng)典分類算法、聚類算法、集成算法和隨機(jī)森林算法，以及這些算法的具體內(nèi)容、算法原理和案例編程實現(xiàn)。第4章介紹了深度學(xué)習(xí)的概念、原理、研究現(xiàn)狀，以及典型的神經(jīng)網(wǎng)絡(luò)及其相關(guān)網(wǎng)絡(luò)的案例編程實現(xiàn)。第5章介紹了強(qiáng)化

本書是一本關(guān)于數(shù)據(jù)處理與誤差分析的實用手冊。全書主要介紹了實驗數(shù)據(jù)的表示以及實驗誤差和不準(zhǔn)確性的重要概念和方法，包括引言、物理量及其不準(zhǔn)確性的表示、誤差的分類和傳遞、概率分布、實驗數(shù)據(jù)處理、數(shù)據(jù)及其誤差的圖形處理、數(shù)據(jù)的擬合函數(shù)以及回歸貝葉斯分析，側(cè)重于如何在實驗數(shù)據(jù)給定的條件下確定理論中的參數(shù)值和不準(zhǔn)確性的估計。同時

本書為1+X職業(yè)技能等級證書（機(jī)器視覺系統(tǒng)應(yīng)用）配套教材之一。本書從機(jī)器視覺系統(tǒng)軟硬件安裝與檢測、視覺工具應(yīng)用、系統(tǒng)集成項目調(diào)試與運行等方面介紹了機(jī)器視覺系統(tǒng)相關(guān)的理論知識和技能實操，以機(jī)器視覺系統(tǒng)應(yīng)用實訓(xùn)平臺（初級）為載體，介紹了PLC、機(jī)器人、機(jī)器視覺等多種技術(shù)，涵蓋了藥盒條碼識別、手機(jī)尺寸測量、電子芯片引腳缺陷檢

大約在一百年前，電氣化改變了交通運輸行業(yè)、制造業(yè)、醫(yī)療行業(yè)、通信行業(yè)，如今AI帶來了同樣巨大的改變。AI的各個分支中發(fā)展為迅速的方向之一就是深度學(xué)習(xí)。本書主要涉及以下內(nèi)容：第1部分是神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)，學(xué)習(xí)如何建立神經(jīng)網(wǎng)絡(luò)，以及如何在數(shù)據(jù)上面訓(xùn)練它們。第2部分進(jìn)行深度學(xué)習(xí)方面的實踐，學(xué)習(xí)如何構(gòu)建神經(jīng)網(wǎng)絡(luò)與超參數(shù)調(diào)試、正則化

本書針對計算機(jī)和其他IT專業(yè)學(xué)生的發(fā)展需求，系統(tǒng)、全面地介紹了操作系統(tǒng)的概念、原理、方法與應(yīng)用。全書共12章，包括硬件基礎(chǔ)、操作系統(tǒng)概述、進(jìn)程描述和控制、線程、互斥與同步、死鎖與饑餓、內(nèi)存管理、處理器管理、I/O設(shè)備管理、文件管理、操作系統(tǒng)安全、操作系統(tǒng)發(fā)展等內(nèi)容，力圖反映操作系統(tǒng)領(lǐng)域的新知識與發(fā)展，具有較強(qiáng)的系統(tǒng)性和