本書以Windows操作系統(tǒng)和MicrosoftOffice2016辦公軟件為基礎(chǔ)，全面系統(tǒng)地闡述了計算機應(yīng)用的基礎(chǔ)知識。全書共分為七章，包括信息與計算機、Windows操作系統(tǒng)、文字處理軟件Word2016、電子表格Excel2016、電子演示文稿PowerPoint2016、計算機網(wǎng)絡(luò)基礎(chǔ)以及計算機前沿技術(shù)。旨在幫

本書以案例“學生成績管理系統(tǒng)”為主線，循序漸進導入C語言程序設(shè)計知識，所選案例貼近生活，注重培養(yǎng)程序設(shè)計的思路、方法、技巧以及良好的編程風格，幫助初學者快速、輕松運用C語言進行結(jié)構(gòu)化程序設(shè)計，學會與計算機交流溝通，熟悉計算機解決問題的方式方法，具備計算思維能力和利用C語言程序求解問題的實踐應(yīng)用能力。全書共10個項目，其

本書圍繞機器人感知智能，介紹了兩個部分的內(nèi)容。其一是機器人的四大感知系統(tǒng)，即觸覺感知、視覺感知、接近覺感知和聽覺感知，在每個感知系統(tǒng)中，不僅詳細介紹了其實現(xiàn)原理及常見的重要傳感器件，還介紹了每個感知系統(tǒng)的研究現(xiàn)狀、應(yīng)用實例及發(fā)展趨勢；其二是機器人感知系統(tǒng)智能化的實現(xiàn)，涵蓋多感知系統(tǒng)信息融合等多種控制技術(shù)。本書為讀者清晰

計算機視覺以及深度學習技術(shù)構(gòu)成了智能駕駛甚至自動駕駛的技術(shù)基礎(chǔ)。隨著智能駕駛技術(shù)的逐漸普及，計算機視覺以及深度學習技術(shù)在汽車行業(yè)受到了越來越多的關(guān)注。本書從自動駕駛技術(shù)的歷史和發(fā)展講起，圍繞計算機視覺和深度學習技術(shù)逐漸深入，介紹了其在自動駕駛中涉及的諸如學習模型、OpenCV技術(shù)、CNN改進圖像分類器、語義分割等技術(shù)，

本書是3dsMax的入門教材，采用項目教學法，以真實項目為例，使讀者以設(shè)計人員的身份直接參與到項目的實施中，在完成項目實施的過程中掌握3dsMax的使用方法，以盡快上崗。本書共4個學習單元10個項目，內(nèi)容包括：學習單元1道具設(shè)計，主要介紹了游戲中道具的建模、材質(zhì)、大氣環(huán)境和基礎(chǔ)動畫的制作；學習單元2影視片頭設(shè)計，主要介

Elasticsearch是一款高性能的文檔數(shù)據(jù)庫，廣泛應(yīng)用于分布式搜索和分析引擎等相關(guān)領(lǐng)域，本書首先介紹了數(shù)據(jù)建模的通用設(shè)計原理，然后針對Elasticsearch介紹了文檔數(shù)據(jù)庫建模的特點和要求，例如和設(shè)計模式有關(guān)的實現(xiàn)、注意事項，以及實踐過程中的注意點等。本書的兩位作者，一位是資深的Elasticsearch專家

在本書中，Jim仔細地描述了軟件方法、方法論和思維方式在他非凡的60年職業(yè)生涯中的演變。作為一個多產(chǎn)的作者，Jim從他個人和他一路上遇到的同行的經(jīng)歷，以及這些時期的技術(shù)創(chuàng)新和管理趨勢的角度，引導我們了解敏捷開發(fā)的發(fā)展歷程。通過閱讀本書，讀者可以了解敏捷實踐如何演變?yōu)檐浖�開發(fā)的支柱，進而學會持續(xù)交付客戶價值、促進企業(yè)效益

本書由交互設(shè)計領(lǐng)域的思想領(lǐng)袖JonKolko所著，是交互設(shè)計領(lǐng)域的里程碑之作。本書完美地將當代設(shè)計理論和研究成果融入交互設(shè)計實踐中，將對交互設(shè)計的闡釋和分析推向了新的高度。本書重點闡釋了對交互設(shè)計領(lǐng)域的理解和洞察，以及人與科技之間的聯(lián)系。作者通過引人入勝的內(nèi)容實現(xiàn)對設(shè)計師的教化，幫助設(shè)計師教化商業(yè)人士，同時確立交互設(shè)計

本書是一本面向在校大學生以及數(shù)據(jù)治理領(lǐng)域業(yè)務(wù)人員的實用教程。全書共四篇，前三篇（概念篇、體系篇、保障篇）包括11章：數(shù)據(jù)治理概述，數(shù)據(jù)治理框架，數(shù)據(jù)戰(zhàn)略規(guī)劃，數(shù)據(jù)采集，數(shù)據(jù)存儲，數(shù)據(jù)管理，數(shù)據(jù)應(yīng)用，數(shù)據(jù)治理價值評估，數(shù)據(jù)治理組織、制度與規(guī)范，數(shù)據(jù)治理文化，數(shù)據(jù)治理工具。第四篇為典型案例篇，詳細介紹了三個具有代表性的典型

本書清晰而深入地介紹了智能運維技術(shù)的基礎(chǔ)及其應(yīng)用。全書共7章：第1章介紹智能運維技術(shù)的基本概念和發(fā)展歷程；第2章介紹數(shù)字信號處理的基本方法及數(shù)據(jù)處理方法；故障特征提取作為機械故障診斷和狀態(tài)監(jiān)測的關(guān)鍵，相關(guān)內(nèi)容將在第3章介紹；第4章、第5章分別介紹基于淺層學習和基于深度學習的智能故障診斷及剩余壽命預(yù)測方法；第6章介紹智能