本書選取薪資管理、量化投資、固定資產(chǎn)管理3個常見的財務(wù)工作場景,詳細介紹這些工作場景涉及的大數(shù)據(jù)基礎(chǔ)知識,數(shù)據(jù)庫基礎(chǔ)操作和高級操作,以及數(shù)據(jù)采集和數(shù)據(jù)可視化等專業(yè)知識。

本書以人工智能下的大數(shù)據(jù)時代為背景,從數(shù)據(jù)素養(yǎng)、數(shù)據(jù)分析基礎(chǔ)、統(tǒng)計分析、機器學習多個維度全面系統(tǒng)地介紹了如何探索數(shù)據(jù)、整理數(shù)據(jù)并分析數(shù)據(jù)。本書沒有給出晦澀難懂的數(shù)學公式,也不涉及復(fù)雜煩瑣的程序代碼,而是在闡述基本原理的基礎(chǔ)上,輔以簡潔的Python程序,讓讀者能夠快速入門,提升個人的數(shù)據(jù)綜合素養(yǎng)。

從取代簡單機械的重復(fù)勞動到輔助內(nèi)容創(chuàng)作、醫(yī)藥開發(fā)、科學實驗，人工智能產(chǎn)品正以驚人的速度在各行業(yè)大展拳腳，預(yù)示著人類即將進入一個全新的發(fā)展階段。本書通過淺顯易懂的語言幫助你理解人工智能產(chǎn)品是什么，人工智能產(chǎn)品是怎么創(chuàng)造出來的以及人工智能產(chǎn)品是如何進行創(chuàng)新迭代的。人工智能行業(yè)的快速發(fā)展對產(chǎn)品經(jīng)理提出了更高的要求，產(chǎn)品經(jīng)理需

本書剖析VEXIQ機器人競賽賽事，從賽事規(guī)則到比賽細節(jié)，均進行了解讀，其中包含賽車設(shè)計與搭建、比賽場地及計分原則等。本書也介紹了SnapCAD軟件，并通過大量案例，讓讀者學懂該軟件的使用方法和技巧，為設(shè)計出一部好的賽車打好基礎(chǔ)。

“人工智能超入門叢書”致力于面向人工智能各技術(shù)方向零基礎(chǔ)的讀者，內(nèi)容涉及數(shù)據(jù)思維、機器學習、視覺感知、情感分析、搜索算法、強化學習、知識圖譜、專家系統(tǒng)等方向，體系完整、內(nèi)容簡潔、文字通俗，綜合介紹人工智能相關(guān)知識，并輔以程序代碼解決問題，使得零基礎(chǔ)的讀者快速入門�！兑曈X感知：深度學習如何知圖辨物》是“人工智能超入門叢書

本書對當前主流的視頻隱寫技術(shù)進行了系統(tǒng)闡述，主要包括作者及團隊在控制幀內(nèi)失真漂移和魯棒視頻隱寫領(lǐng)域的研究成果及其他主流的視頻隱寫算法。針對原始域的視頻隱寫技術(shù)，介紹了基于LSB和DWT的視頻隱寫算法；針對壓縮域的視頻隱寫技術(shù)，提出了基于H.264/AVC、H.265/HEVC無幀內(nèi)失真漂移視頻隱寫算法，介紹了基于幀內(nèi)預(yù)

本書介紹海南遙感數(shù)據(jù)資源、海南遙感數(shù)據(jù)設(shè)施以及生態(tài)環(huán)境監(jiān)測和應(yīng)用的遙感理論和方法，從遙感科學和應(yīng)用研究角度，介紹近10年來海南遙感的主要成果和最新進展。第1章緒論概述海南遙感面臨的挑戰(zhàn)、遙感技術(shù)對海南環(huán)境監(jiān)測的保障服務(wù)；第2章介紹海南自然地理與資源環(huán)境概況；第3-4章介紹海南遙感數(shù)據(jù)資源和遙感數(shù)據(jù)設(shè)施；第5-10章列舉

本書基于作者多年的研究成果，詳細介紹了跨數(shù)據(jù)中心機器學習的訓練系統(tǒng)設(shè)計和通信優(yōu)化技術(shù)。本書面向多數(shù)據(jù)中心間的分布式機器學習系統(tǒng)，針對多數(shù)據(jù)中心間有限的傳輸帶寬、動態(tài)異構(gòu)資源，以及異構(gòu)數(shù)據(jù)分布三重挑戰(zhàn)，自底向上討論梯度傳輸協(xié)議、流量傳送調(diào)度、高效通信架構(gòu)、壓縮傳輸機制、同步優(yōu)化算法、異構(gòu)數(shù)據(jù)優(yōu)化算法六個層次的優(yōu)化技術(shù)，旨

本書將人工智能與人類智慧深度融合，系統(tǒng)、全面地介紹了類腦智能目標檢測網(wǎng)絡(luò)的構(gòu)建原理、方法、過程，具有較高的學術(shù)價值；同時，本書將所構(gòu)建的類腦智能目標檢測網(wǎng)絡(luò)在無人車交通標志檢測、無人車-機械臂協(xié)同作業(yè)這兩個場景進行了示范應(yīng)用，具有較大的工程應(yīng)用價值。本書主要的讀者群體為從事類腦智能、計算機視覺、無人系統(tǒng)研究的科研工作者

本書是《Scikit-learn機器學習詳解》（潘風文編著）的進階篇，講解了Sklearn（Scikit-learn）機器學習框架的各種高級應(yīng)用技術(shù)，包括數(shù)據(jù)集導(dǎo)入工具、集成學習、模型選擇和交叉驗證、異常檢測、管道、信號分解、模型持久化以及Sklearn系統(tǒng)高級配置。通過本書的學習，讀者可快速掌握Sklearn框架的高