全書(shū)分為上下兩冊(cè)，上冊(cè)包含9章，下冊(cè)包含5章。下冊(cè)為第10—12章，圍繞大數(shù)據(jù)的數(shù)據(jù)處理方法，介紹了數(shù)據(jù)準(zhǔn)備階段的常用方法、算法準(zhǔn)備和開(kāi)發(fā)階段的常用方法，以及算法評(píng)價(jià)中的常用方法，提供了數(shù)據(jù)和算法的開(kāi)發(fā)的理論和工具。第13—14章，圍繞工業(yè)化與信息化融合管理體系評(píng)定大數(shù)據(jù)實(shí)證分析和新興學(xué)科交叉情況的分析兩個(gè)主題，提供了

本書(shū)涵蓋從數(shù)據(jù)與大數(shù)據(jù)概念、數(shù)學(xué)基礎(chǔ)到實(shí)踐應(yīng)用的相關(guān)內(nèi)容。全書(shū)共7章，詳細(xì)介紹數(shù)據(jù)科學(xué)的基本概念、發(fā)展歷程及其在工程中的應(yīng)用，然后深入講解向量與矩陣計(jì)算、統(tǒng)計(jì)推斷、凸優(yōu)化和圖論等數(shù)學(xué)基礎(chǔ)，為后續(xù)的數(shù)據(jù)分析、模型構(gòu)建和優(yōu)化提供堅(jiān)實(shí)的理論基礎(chǔ)。書(shū)中還穿插有遙感圖像壓縮、動(dòng)物圖像特征提取、前景分離、社交網(wǎng)絡(luò)推薦等實(shí)際應(yīng)用案例

全書(shū)分為上下兩冊(cè)，上冊(cè)包含9章，下冊(cè)包含5章。上冊(cè)為第1—3章，圍繞大數(shù)據(jù)及其驅(qū)動(dòng)的新一代人工智能的發(fā)展，梳理了數(shù)據(jù)科學(xué)所面臨的機(jī)遇和挑戰(zhàn)，引入基于模型的系統(tǒng)工程體系和方法，構(gòu)建了支持大數(shù)據(jù)分析與技術(shù)實(shí)施的體系結(jié)構(gòu)與方法論。第4—6章，圍繞大數(shù)據(jù)的建模與分析，介紹了大數(shù)據(jù)的需求和性能建模方法、業(yè)務(wù)建模分析方法及數(shù)據(jù)建模

本書(shū)涵蓋從機(jī)器人基礎(chǔ)知識(shí)、運(yùn)動(dòng)學(xué)與動(dòng)力學(xué)，到軌跡規(guī)劃、控制方法，再到傳感器及驅(qū)動(dòng)器的全方位內(nèi)容，共分為6章，分別為：機(jī)器人基礎(chǔ)知識(shí)、機(jī)器人運(yùn)動(dòng)學(xué)、機(jī)器人動(dòng)力學(xué)、軌跡規(guī)劃、機(jī)器人控制、機(jī)器人傳感器及驅(qū)動(dòng)器。

本書(shū)系統(tǒng)性地介紹了大數(shù)據(jù)的概念、技術(shù)架構(gòu)、數(shù)據(jù)處理與存儲(chǔ)、數(shù)據(jù)挖掘與分析等內(nèi)容，適用于大數(shù)據(jù)領(lǐng)域的初學(xué)者和理論研究者。而在實(shí)際應(yīng)用方面，本書(shū)重點(diǎn)關(guān)注大數(shù)據(jù)技術(shù)在各個(gè)行業(yè)的應(yīng)用場(chǎng)景，涵蓋金融、醫(yī)療、電商、物流等領(lǐng)域，為讀者提供了豐富的實(shí)踐案例和解決方案。針對(duì)應(yīng)用層面，本書(shū)通過(guò)大量案例分析，將大數(shù)據(jù)技術(shù)與現(xiàn)實(shí)生活場(chǎng)景相結(jié)合

該教材主要基于應(yīng)用型高校計(jì)算機(jī)視覺(jué)課程授課內(nèi)容和后續(xù)專(zhuān)業(yè)課程對(duì)學(xué)生圖像處理和視覺(jué)處理技術(shù)、應(yīng)用能力的要求，包含并著重介紹計(jì)算機(jī)視覺(jué)系統(tǒng)、應(yīng)用技術(shù)和具體項(xiàng)目共三部分內(nèi)容14個(gè)章節(jié)，包含圖像采集、處理和特征提取，視覺(jué)處理系統(tǒng)軟件和平臺(tái)，并從應(yīng)用層面設(shè)計(jì)了6個(gè)具體項(xiàng)目，同時(shí)還提供了應(yīng)用背景、原理、方案，設(shè)置了課后思考和習(xí)題。

本書(shū)系統(tǒng)地探討了單樣本人臉識(shí)別方法的研究現(xiàn)狀、發(fā)展動(dòng)態(tài)以及應(yīng)用。第一章引言了單樣本人臉識(shí)別的研究意義，為讀者提供了對(duì)后續(xù)章節(jié)的背景認(rèn)識(shí)。接下來(lái)的章節(jié)涵蓋了基于局部特征、稀疏表示、統(tǒng)一通用表示、線(xiàn)性回歸、中層語(yǔ)義特征、虛擬樣本生成、虛擬特征生成以及遷移學(xué)習(xí)等方法，以深入探討解決單樣本人臉識(shí)別問(wèn)題的不同途徑。最后一章討論了

本書(shū)系統(tǒng)的圍繞設(shè)計(jì)可追蹤的數(shù)據(jù)隱私保護(hù)方法這一核心問(wèn)題，從不同角度提出了多種數(shù)據(jù)隱私保護(hù)和追蹤功能結(jié)合方案，在此基礎(chǔ)上對(duì)方案深度應(yīng)用，證實(shí)了可追蹤的數(shù)據(jù)隱私保護(hù)方案的可行性。此書(shū)提出的可追蹤的數(shù)據(jù)隱私保護(hù)方法為隱私保護(hù)研究領(lǐng)域提出了一種新的解決方式，目前已有多所學(xué)校或者研究機(jī)構(gòu)的人員加入到此研究中。

本書(shū)主要圍繞實(shí)際案例展開(kāi)編寫(xiě)，每個(gè)案例中有多個(gè)任務(wù)，主要包括：(1)人工智能：開(kāi)啟智慧新時(shí)代；(2)Python：人工智能開(kāi)發(fā)語(yǔ)言；(3)線(xiàn)性回歸：預(yù)測(cè)未來(lái)趨勢(shì)；(4)分門(mén)別類(lèi)：幫你“分而治之”；(5)物以類(lèi)聚：發(fā)現(xiàn)新簇群；(6)個(gè)性化推薦：主動(dòng)滿(mǎn)足你的需求；(7)語(yǔ)音識(shí)別：讓機(jī)器對(duì)你言聽(tīng)計(jì)從；(8)人臉識(shí)別：機(jī)器也認(rèn)

本書(shū)共分為3個(gè)模塊，8個(gè)項(xiàng)目，分別對(duì)應(yīng)Python語(yǔ)言中基礎(chǔ)環(huán)境配置、基本語(yǔ)法規(guī)則、字符串、函數(shù)式編程、控制結(jié)構(gòu)、組合數(shù)據(jù)類(lèi)型、文件讀取與處理、第三方庫(kù)的使用。每個(gè)項(xiàng)目開(kāi)始列出了項(xiàng)目目標(biāo)及重難點(diǎn)，每個(gè)項(xiàng)目分為若干個(gè)子任務(wù)，通過(guò)任務(wù)分析、知識(shí)儲(chǔ)備、任務(wù)實(shí)施、任務(wù)總結(jié)、任務(wù)拓展與練習(xí)完成整個(gè)項(xiàng)目。各項(xiàng)目及任務(wù)來(lái)源于生活、行