本書基于Scratch3.0編寫了5章，共39個完整案例，內(nèi)容全面、詳盡，涵蓋編程軟件的基礎(chǔ)知識，積木指令的含義，程序的結(jié)構(gòu)，算法的設(shè)計等知識點。案例內(nèi)容豐富，類型多樣，趣味性強，讀者可以在玩樂中逐步學(xué)會編程知識，激發(fā)對編程的興趣，培養(yǎng)編程思維。

本書共10章，涵蓋的主要內(nèi)容：機器學(xué)習(xí)概述；為什么機器學(xué)習(xí)需要概率論；概率的定義；集合和事件；獨立性；概率的性質(zhì)；常見的計算概率方法；離散型和連續(xù)型概率分布；離散型和連續(xù)型概率分布的期望值、方差與標準差；幾種常見的離散型和連續(xù)型概率分布；條件概率；聯(lián)合概率；邊緣概率；貝葉斯理論；隨機過程簡介；馬爾可夫鏈；隱馬爾可夫模型

要想寫出高效的程序，就必須根據(jù)場景選擇合適的算法。即使得到同樣的結(jié)果，根據(jù)選擇的算法，處理速度也會有很大的變化。但是，也有很多人對算法抱有“不太清楚區(qū)別”“太復(fù)雜了”等不擅長意識。因此，本書以大開本的形式選取一個主題，并結(jié)合圖解進行解說。除了從頭開始按順序閱讀，獲取系統(tǒng)的知識之外，還可以一邊閱讀一邊關(guān)注感興趣的主題和關(guān)

本書作者分享了數(shù)十個來自初創(chuàng)公司和各領(lǐng)域企業(yè)的人工智能應(yīng)用案例，講述了從事人工智能部署工作者的個人經(jīng)歷，生動形象地向讀者展示了人工智能的實踐思路，繼而描繪了未來熟練應(yīng)用人工智能的場景。

本書共分8章，第1章介紹ARM體系架構(gòu)，包括ARM架構(gòu)及處理器的命名規(guī)則、系列分支及ARMv8體系架構(gòu)基礎(chǔ)知識；第2章介紹基于樹莓派4B的開發(fā)環(huán)境搭建、開發(fā)過程及調(diào)試和仿真；第3章介紹ARMv8匯編的基礎(chǔ)知識，包括執(zhí)行機制、指令集等內(nèi)容；第4章介紹ARM異常與中斷機制，包括ARM異常系統(tǒng)概述、進入和退出異常處理程

本書的內(nèi)容涵蓋了Solidworks2024的各個方面,包括Solidworks2024的基礎(chǔ)知識、零件建模、裝配體設(shè)計、工程圖設(shè)計、機械仿真、有限元分析、人工智能AI輔助繪圖、AI輔助零件設(shè)計、AI輔助裝配設(shè)計、AI輔助產(chǎn)品造型設(shè)計、AI輔助效果圖設(shè)計、AI輔助設(shè)計方案出圖等。

根據(jù)中等職業(yè)教育的培養(yǎng)目標、培養(yǎng)特點和培養(yǎng)要求，本書由淺入深、全面系統(tǒng)地講解WindowsServer2019網(wǎng)絡(luò)操作系統(tǒng)的基本知識和各種網(wǎng)絡(luò)服務(wù)的配置與管理。全書共8章，內(nèi)容包括認識網(wǎng)絡(luò)操作系統(tǒng)、活動目錄配置管理、用戶賬戶和組管理、文件系統(tǒng)與磁盤配置管理、DNS服務(wù)器配置管理、DHCP服務(wù)器配置管理、Web與FTP服

本書主要介紹大數(shù)據(jù)與人工智能相關(guān)知識。全書共10章，包括大數(shù)據(jù)與人工智能概述，大數(shù)據(jù)與人工智能產(chǎn)業(yè)概況，大數(shù)據(jù)技術(shù)，人工智能技術(shù)，機器學(xué)習(xí)，強化學(xué)習(xí)、深度學(xué)習(xí)與集成學(xué)習(xí)，其他新興技術(shù)，人工智能與大數(shù)據(jù)人才概述，人工智能倫理，數(shù)據(jù)安全等內(nèi)容。本書通過在章前設(shè)定學(xué)習(xí)目標的方式，幫助讀者掌握各章的核心內(nèi)容，并以簡明扼要的圖文

Java具有面向?qū)ο蟆⒖缙脚_、安全穩(wěn)定等優(yōu)點，是目前軟件設(shè)計開發(fā)中應(yīng)用極為廣泛的編程語言，也是“互聯(lián)網(wǎng)時代”最重要的編程語言之一。 本書從初學(xué)者角度出發(fā)，通過通俗易懂的語言，循序漸進地向讀者介紹Java編程的基礎(chǔ)知識，針對書中較難理解的知識點，注重知識的前后遞進關(guān)系，用通俗易懂的例子逐一展開說明。全書分為15章，包括：

本書主要介紹量子機器學(xué)習(xí)的背景知識、基礎(chǔ)概念，以及一些重要的量子機器學(xué)習(xí)算法的基本原理與實現(xiàn)。本書共9章，主要內(nèi)容包括量子機器學(xué)習(xí)背景知識、量子計算基礎(chǔ)、量子機器學(xué)習(xí)框架VQNet、支持向量機、聚類、卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)、生成對抗網(wǎng)絡(luò)，以及自然語言處理。 本書既可作為高等院校量子機器學(xué)習(xí)相關(guān)專業(yè)研究生、教師及科研