本書具體內(nèi)容分為基礎(chǔ)篇和應(yīng)用篇，基礎(chǔ)篇主要包括智能信息網(wǎng)絡(luò)概述、高速寬帶信息網(wǎng)絡(luò)技術(shù)、網(wǎng)絡(luò)數(shù)據(jù)的智能處理技術(shù)、網(wǎng)絡(luò)中常用的智能算法等；應(yīng)用篇主要包括網(wǎng)絡(luò)智能規(guī)劃、網(wǎng)絡(luò)智能部署、網(wǎng)絡(luò)智能運(yùn)維、網(wǎng)絡(luò)智能優(yōu)化等。本書以前沿技術(shù)交叉融合為先導(dǎo)，以實(shí)際網(wǎng)絡(luò)工程探究為案例，內(nèi)容豐富，層次清楚，編寫方法新穎，科產(chǎn)創(chuàng)教融合，核心要素是

全書分為上下兩冊，上冊包含9章，下冊包含5章。下冊為第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)備和開發(fā)階段的常用方法，以及算法評價中的常用方法，提供了數(shù)據(jù)和算法的開發(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主題，提供了

本書涵蓋從數(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)。書中還穿插有遙感圖像壓縮、動物圖像特征提取、前景分離、社交網(wǎng)絡(luò)推薦等實(shí)際應(yīng)用案例

全書分為上下兩冊，上冊包含9章，下冊包含5章。上冊為第1—3章，圍繞大數(shù)據(jù)及其驅(qū)動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

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

本書系統(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、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，本書重點(diǎn)關(guān)注大數(shù)據(jù)技術(shù)在各個行業(yè)的應(yīng)用場景，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。針對應(yīng)用層面，本書通過大量案例分析，將大數(shù)據(jù)技術(shù)與現(xiàn)實(shí)生活場景相結(jié)合

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

本書系統(tǒng)地探討了單樣本人臉識別方法的研究現(xiàn)狀、發(fā)展動態(tài)以及應(yīng)用。第一章引言了單樣本人臉識別的研究意義，為讀者提供了對后續(xù)章節(jié)的背景認(rèn)識。接下來的章節(jié)涵蓋了基于局部特征、稀疏表示、統(tǒng)一通用表示、線性回歸、中層語義特征、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別問題的不同途徑。最后一章討論了

本書系統(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)�；蛘哐芯繖C(jī)構(gòu)的人員加入到此研究中。

本書主要圍繞實(shí)際案例展開編寫，每個案例中有多個任務(wù)，主要包括：(1)人工智能：開啟智慧新時代；(2)Python：人工智能開發(fā)語言；(3)線性回歸：預(yù)測未來趨勢；(4)分門別類：幫你“分而治之”；(5)物以類聚：發(fā)現(xiàn)新簇群；(6)個性化推薦：主動滿足你的需求；(7)語音識別：讓機(jī)器對你言聽計(jì)從；(8)人臉識別：機(jī)器也認(rèn)