本书是一本看懂计算机视觉的实战指南，使用理论与实践相结合的思想，真正一站式搞定理论学习、算法开发到模型部署上线。全书内容共分为四个部分。第一部分包括第1、2章，主要讲解深度学习和计算机视觉基础，如计算机视觉领域的经典网络和常见的目标检测算法；第二部分包括第3～6章，主要讲解图像处理知识，结合应用案例，对知识点进行分析说明；第三部分包括第7～11章，主要讲解计算机视觉中的实战项目，对实现细节做了追本溯源的讲解；第四部分

《Linux就该这么学（第2版）》源自日均访问量近60000次的线上同名课程，口碑与影响力俱佳，旨在打造简单易学且实用性强的轻量级Linux入门教程。 《Linux就该这么学（第2版）》在上一版的基础上进行了大量的更新，基于红帽RHEL8系统编写，且内容适用于CentOS、Fedora等系统。本书共分为20章，内容涵盖了部署Linux系统，常用的Linux命令，与文件读写操作有关的技术，使用Vim编辑器编写和修改配置

本书针对大数据、人工智能、信息管理、经济管理和其他相关专业学生的发展需求，系统、全面地介绍了大数据存储与管理的基本知识和技能，介绍了大数据存储基础、数据管理技术的发展、RDBMS与SQL、NoSQL数据模型、键值数据库、文档数据库、列族数据库、图数据库、数据库技术的发展（NewSQL），重点安排了熟悉MongoDB文档数据库和HBase列族数据库两个课程实践。全书具有较强的系统性、可读性和实用性。 本书是为高等院校

Python是科学可视化的有利工具，第三方的Matplotlib、Numpy库功能强大，被广泛地应用于科学计算和绘图领域。本书通过分形与计算机图像处理的经典算法实例，来详细讲解Python绘图与数据可视化的使用方法和技巧。本书内容共分八个章节，采用的Python工具为Turtle、Matplotlib和Numpy，其中以Turtle模块开始，作为入门，逐步过渡到专业级的matplotlib和Numpy库。本书图文并茂

《操作系统原理与实例分析》主要介绍计算机操作系统的设计思想和基本原理，全书共分8章，包括操作系统概论、进程管理、处理机调度、存储管理、设备管理、文件管理、操作系统的安全性、Windows2003操作系统等内容。《操作系统原理与实例分析》在浓缩传统理论精华的基础上，注重反映当代操作系统发展的**成果和动向，着眼于操作系统学科知识体系的系统性、先进性和实用性，选择具有代表性的Windows主流操作系统为例全面分析操作系统

本书是机器学习领域的入门教材，详细阐述了机器学习的基本理论和方法。全书由15章组成，包括机器学习概论、数学基础知识、线性模型与逻辑斯谛回归、支持向量机、人工神经网络、决策树算法、贝叶斯算法、k近邻算法、数据降维算法、聚类算法、高斯混合模型与EM算法、集成学习算法、**熵算法、概率图算法以及强化学习算法等。对每一种机器学习算法，均从算法原理的理论推导和MATLAB实现两方面进行介绍。本书既注意保持理论分析的严谨性，又注

本书是人工智能领域的经典书籍，新版做了全面修订，增加了关于机器学习的内容，并更新了代码示例和练习。本书主要讨论智能体(agent)的基本概念和体系结构，从计算的角度介绍相关的规划、学习、推理、协商、交互机制等理论，基于自主送货机器人、诊断助手、智能辅导系统和交易智能体四个原型应用，在一个连贯的框架下研究智能体的设计、构建和实现，并从十个维度考虑设计空间的复杂性。

本书基于Linux5.0内核的源代码讲述Linux内核的调试技巧和案例。本书共6章。主要内容包括并发与同步，中断管理，内核调试和性能优化，基于x86_64的宕机难题解决方案，基于ARM64的宕机题解决方案，安全漏洞的产生原理与修复方案等。 本书适合从事Linux系统开发人员、嵌入式系统开发人员及Android开发人员阅读，也可供计算机相关专业的师生阅读。

深度学习作为人工智能领域的“排头兵”，将在未来的新一轮产业升级中起到至关重要的作用。本书以“理论＋实践”的形式帮助读者快速建立深度学习知识体系，不仅能在算法层面上理解各种神经网络模型，而且能借助功能强大且极易上手的Keras框架，熟练地搭建和训练模型，应用于解决实际问题。全书共12章，内容涵盖入门深度学习的绝大部分基础知识。第1章讲解如何搭建深度学习的编程环境，并简单回顾了学习深度学习必备的数学知识。第2章从回归算法