本书注重基础、循序渐进，系统地介绍了使用Python实现OpenCV应用的相关基础知识。本书共分为10章，涵盖OpenCV起步、图像处理基础、图形用户界面、图像变换、边缘和轮廓、直方图、模板匹配和图像分割、特征检测、人脸检测和识别、机器学习和深度学习等内容。 本书内容丰富、讲解详细，适用于具有一定Python程序设计基础的OpenCV计算机视觉用户，可用作各类院校相关专业教材，同时也可作为OpenCV爱好者的参考书

本书针对大数据、人工智能、信息管理、经济管理和其他相关专业学生的发展需求，系统、全面地介绍了大数据存储与管理的基本知识和技能，介绍了大数据存储基础、数据管理技术的发展、RDBMS与SQL、NoSQL数据模型、键值数据库、文档数据库、列族数据库、图数据库、数据库技术的发展（NewSQL），重点安排了熟悉MongoDB文档数据库和HBase列族数据库两个课程实践。全书具有较强的系统性、可读性和实用性。 本书是为高等院校

本书从工业界一线算法工作者的视角，对深度强化学习落地实践中的工程经验和相关方法论做出了深度思考和系统归纳。本书跳出了原理介绍加应用案例的传统叙述模式，转而在横向上对深度强化学习落地过程中的核心环节进行了完整复盘。主要内容包括需求分析和算法选择的方法，动作空间、状态空间和回报函数设计的理念，训练调试和性能冲刺的技巧等。本书既是前人智慧与作者个人经验的交叉印证和精心整合，又构成了从理论到实践再到统一方法论的认知闭环，与市

本书基于Python语言，结合实际的数据集，介绍如何使用机器学习与深度学习算法，对数据进行实战分析。本书在内容上循序渐进，先介绍了Python的基础内容，以及如何利用Python中的第三方库对数据进行预处理和探索可视化的相关操作，然后结合实际数据集，分章节介绍了机器学习与深度学习的相关算法应用。本书为读者提供了源程序和使用的数据集，方便读者在阅读时同步运行程序，在增强学习效果的同时为读者节省了编写程序的时间。源程序使

本书是中国大学MOOC（慕课）爱课程平台、智慧树平台上由西安理工大学建设的数据结构课程的配套使用教材。为配合线上慕课的实施，本书以慕课教学推进次序为主线，将知识划分为小知识点，并配有相应的教学视频（扫描二维码观看）。本书共8章。第1章介绍数据结构的基本概念，以及算法与评价；第2章介绍线性表的概念，以及两种存储方式（顺序存储和链式存储）下的运算实现；第3章介绍栈、队列的特点，以及不同存储方式下运算的实现；第4章介绍特殊

嵌入式系统发展势头迅猛，其典型代表51系列单片机具有向下兼容性，是学习嵌入式系统设计及应用的基础平台。本书以实用为目标，以应用为牵引，用众多实例详细讲解了嵌入式系统软、硬件开发所必需的技术。 全书共分八章，分别是：走近嵌入式系统、KeilC51和Proteus、跑马灯设计与实践、数码管显示器设计与实践、键盘设计与实践、中断系统设计与实践、蜂鸣器系统设计与实践、综合系统设计与实践。附录中给出了习题及参考答案，以方便读者

今天，我们面临的*大威胁不是机器人将取代我们，而是我们不愿意重塑自我。我们生活在一个奇妙的时代：有能够无人驾驶的汽车、有能够满足我们需求的设备以及能够执行从高级制造到复杂手术等一切工作的机器人。自动化、算法和人工智能将改变日常生活的方方面面。但是，我们有应对未来的工作能力、领导能力和创造力吗？尽管许多人已经在担心机器人会抢走我们的工作，但是，人工智能的飞速发展为我们提出了一个更为重要的问题：21世纪人类智能的真正潜力

本书共8章，采用循序渐进的方式，帮助读者掌握Linux虚拟化架构的部署和使用，包括开源虚拟化平台介绍，实验环境搭建，部署使用KVM虚拟化，部署使用oVirt平台、OpenStack、Docker和Hadoop，以及认识SDN架构等内容。 本书以实战操作为主，理论讲解为辅，通过讲解搭建各种物理环境的方法，详细介绍在生产环境中如何使用Linux部署虚拟化数据中心，可以迅速提高读者的实际动手能力和操作水平。 本书语言通俗易

本书对计算机人工智能领域的主要计算智能算法进行探讨，重点讨论各种算法的思想来源、流程结构、发展改进、参数设置和相关应用，内容包括绪论、人工神经网络、模糊系统、人工智能遗传算法、蚁群优化算法、粒子群算法、模拟退火算法、禁忌搜索算法、人工智能免疫系统和数据降维的粗集处理方法，以及目前的热门研究和应用领域之一——深度学习。本书通俗易懂，图文并茂，通过大量的图表和示例，对各个算法进行了说明和介绍。本书不但提供了算法实现

本书涵盖了开发神经网络应用程序的许多方面。从头开始解释神经网络是如何工作的，然后以训练一个小神经网络为例，手动进行所有的计算。本书涵盖了前向和后向传播的内部内容，有助于理解神经网络处理的主要原理。它使你很快熟悉了前向和后向传播技术的所有基本原理。这本书还教你如何准备用于神经网络开发的数据，并为许多非传统的神经网络处理任务提出各种数据准备方法。