內容簡介這是一部指導讀者如何將軟件工程的思想、方法、工具和策略應用到機器學習實踐中的著作。作者融合了自己10年的工程實踐經驗，以Python為工具，詳細闡述機器學習核心概念、原理和實現(xiàn)，并提供了數(shù)據分析和處理、特征選擇、模型調參和大規(guī)模模型上線系統(tǒng)架構等多個高質量源碼包和工業(yè)應用框架。旨在幫助讀者提高代碼的設計質量和機

本書是一本機器學習入門的必備圖書，書中沒有讓人頭暈眼花的公式推導，而是通過一些易于理解的類比、案例以及圖片，以通俗易懂的方式講解了機器學習中的一些名詞和常見算法，使初學者能夠很容易地掌握機器學習的相關概念工具、數(shù)據處理、回歸與分析、建模與優(yōu)化等內容。書中還介紹了使用代碼構建一個機器學習模型，將讀者帶入實踐環(huán)節(jié)。本書非常

本書通過具體的編程實踐案例，全面系統(tǒng)地講述了機器學習涉及的核心內容。首先介紹新特性以及安裝OpenCV4構建計算機視覺應用程序。你將探索機器學習的基礎知識，學習設計用于圖像處理的各種算法。本書將逐步介紹有監(jiān)督學習和無監(jiān)督學習。你將獲得使用Python中的scikit-learn開發(fā)各種機器學習應用程序的實踐經驗。后續(xù)章

本書分為三部分。第壹部分（第1~2章）：游戲用戶體驗設計。本部分提出了游戲體驗傳遞原理的概念，從而幫助讀者更加深入地理解游戲用戶體驗設計師的作用、價值以及能力體系。第二部分（第３~５章）：游戲用戶體驗設計師的分析與設計方法。本部分將基于第壹部分建立的能力框架，幫助讀者掌握游戲用戶體驗設計師的核心分析和設計能力。第三部分

深度學習是機器學習研究中的一個活躍領域，《深度學習入門》的宗旨在于為深度機器學習的初學者提供一本通俗易懂、內容全面、理論深入的學習教材。本書的內容大體可以分為機器學習基礎、順序傳播神經網絡的深度學習、玻爾茲曼機和深度強化學習四個部分，既考慮了通俗性和完整性，又介紹了深度學習的各個方面。其中機器學習基礎部分介紹了神經網絡

作為機器學習的核心，《機器學入門》介紹了基于貝葉斯推論的機器學習，其基本思想是將數(shù)據及數(shù)據產生的過程視為隨機事件，從數(shù)據的固有特征開始，通過一系列假設來進行數(shù)據的描述，進而構建出與機器學習任務相適應的隨機模型，然后通過模型的解析求解或近似求解得出未知事件的預測模型。通過貝葉斯學習，我們可以了解到更多關于數(shù)據的信息，進而

本書采用技術分析與場景描述相結合的模式，圍繞物聯(lián)網體系結構、關鍵技術和安全防控等方面進行系統(tǒng)的介紹。本書主要包括物聯(lián)網概述、物聯(lián)網基礎知識、物聯(lián)網數(shù)據服務、場景角度的IoT安全、技術角度的IoT安全、物聯(lián)網流量安全、區(qū)塊鏈與物聯(lián)網安全七部分內容。

增強現(xiàn)實（AR）作為虛擬現(xiàn)實的一個技術延伸，是虛擬與現(xiàn)實的連接入口，是一種實時計算攝像機捕捉到的現(xiàn)實影像的位置及角度并加上相應虛擬信息的技術。伴隨著AR技術迅速發(fā)展的是其3D實感攝像設備的快速更新。將這些3D實感攝像設備結合物聯(lián)網技術可廣泛應用于導航與定位、遠程醫(yī)療、智能家居控制等多種領域。本書從系統(tǒng)設計的角度出發(fā)，由

數(shù)字化技術是智能制造的核心，基于VR/AR的可視化技術則是智能制造的先進載體。本書主要內容包括：介紹基于VR/AR的數(shù)字化制造的基礎理論與技術支撐體系；然后給出關鍵支撐技術和使能技術；從智能制造的設計、制造、服務的全生命周期角度，展開航天航空、海工、汽車、紡織、物流等行業(yè)領域的VR/AR的智能制造應用新方法；后介紹國內

本書全面系統(tǒng)地講解了深度學習相關的知識。全書共8章，內容包括深度學習簡介及TensorFlow安裝，神經網絡基礎、神經網絡的TensorFlow實現(xiàn)、卷積神經網絡基礎、經典卷積神經網絡（上）、經典卷積神經網絡（下）、深度學習用于文本序列和深度學習實驗項目等內容。 本書以知識體系為基礎，以課堂案例為載體，采取理論與實踐相