本書是關于C++程序設計的經典教材，中文版分為基礎篇和進階篇，主要介紹程序設計基礎、面向對象程序設計和數據結構。本書采用“基礎優(yōu)先，問題驅動”的教學方式，在設計自定義類之前介紹基本的編程概念和技術，同時側重于解決問題而非語法，通過不同領域的示例說明相關概念。本書引導讀者循序漸進地學習，從基本的編程技術到面向對象編程，從

本書是關于C++程序設計的經典教材，中文版分為基礎篇和進階篇，主要介紹程序設計基礎、面向對象程序設計和數據結構。本書采用“基礎優(yōu)先，問題驅動”的教學方式，在設計自定義類之前介紹基本的編程概念和技術，同時側重于解決問題而非語法，通過不同領域的示例說明相關概念。本書引導讀者循序漸進地學習，從基本的編程技術到面向對象編程，從

本書主要介紹數據可視化分析相關知識，所使用的工具為Tableau。本書基于以多個實際案例為背景的具體數據，介紹了常用的商務數據分析圖形的制作，以及如何利用圖形獲得分析數據，得出結論。讀者通過本書可以掌握數據可視化分析理論，并且能夠制作可視化分析圖表，基于圖表獲得分析結論，從而為企業(yè)經營提供指引。

本書包含9章內容，第1章緒論介紹機器人的基本組成、分類、發(fā)展歷程和應用，以及機器人機構創(chuàng)新設計的研究內容。第2章和第3章介紹機器人學研究涉及的數學基礎，并根據機器人機構創(chuàng)新設計的流程重點介紹有限-瞬時旋量數學框架。第4章至第8章涵蓋串聯、并聯機器人機構設計的全部環(huán)節(jié)，包括機構構型綜合、運動學建模、靜力學建模、動力學建模

本書是一本精簡的神經網絡入門教程，用通俗易懂的語言講解神經網絡的相關知識。本書共6章，第1章對神經網絡領域進行概述，包括其歷史和應用；第2章深入探討神經元的數學模型，包括其輸入、權值、偏置和激活函數；第3章介紹感知機的概念，討論感知機的結構，并解釋如何用它來解決簡單的分類問題；第4章介紹多層感知機的概念，講述如何使用前

本教材系統地講解了機器學習的理論與方法，內容主要包括高斯混合模型和EM算法、主題模型、采樣與非參數貝葉斯方法、聚類分析、支持向量機、概率無向圖模型、概率有向圖模型、矩陣與張量分解、多層感知機與卷積神經網絡、序列神經網絡，以及強化學習。本教材旨在使讀者了解機器學習的發(fā)展，理解和掌握機器學習的基本原理、方法與主要應用。本書

機器學習是人工智能的核心領域之一，本書配套周志華教授所著的《機器學習》教材，通過大量習題考查讀者對機器學習相關知識點的理解與掌握。本書分為兩個部分：第一部分習題對應《機器學習》第1-10章的內容，包括緒論、模型評估與選擇、線性模型、決策樹、神經網絡、支持向量機、貝葉斯分類器、集成學習、聚類、降維與度量學習；第二部分包含

本書彌補了純數學書籍和機器學習書籍存在的單一性問題，介紹了理解機器學習所需的必備數學概念，例如線性代數、解析幾何、矩陣分解、向量微積分、優(yōu)化、概率和統計，并使用這些概念推導出了四種核心機器學習方法：線性回歸、主成分分析、高斯混合模型和支持向量機。本書每一章都包括一些例子，大部分章還配有習題，以方便讀者測試對所學知識的理

本書以提高學生數字化素養(yǎng)、提升人工智能通識教育質量為目標，引入生活中與人工智能相關的真實案例，進行基于成果導向的結構設計，將深奧復雜的人工智能知識體系化、模塊化、生活化，深入淺出，通過貼近生活的小案例、微任務進行引導式學習。書中包含人工智能、機器學習、物聯網、大數據等技術模塊和人工智能在生活、教學、消防等領域的應用模塊

《計算機教育理論與實踐研究》是一部深入探討計算機教育領域的專業(yè)著作。全書系統地闡述了計算機教育的基本理論、課程設計、教學方法與策略、技術應用、教學資源開發(fā)、評估與反饋、以及創(chuàng)新與發(fā)展等方面的內容。通過理論與實踐相結合的方法，書中詳細分析了計算機教育的定義、發(fā)展歷程及其基本原則，介紹了計算機課程的設計原則與體系構建，并探