Intel Galileo Networking Cookbook

本书采用简洁直观的方式来讲解Vue2的各方面，并融入了关于Git的基础和进阶的知识，让读者在学习前端框架之余，还能学习到主流的团队代码管理工具和版本控制工具Git的知识应用。本书共11章，分为基础篇和进阶篇和项目实战篇。基础篇（第1~3章）详细讲述Vue框架的基础知识点，并以HTML文件的方式切入，浅显易懂，让你的学习体验达到最好。进阶篇（第4~8章）从webpack起步，系统地讲述webpack

计算机视觉是在图像处理的基础上发展起来的新兴学科。OpenCV是一个开源的计算机视觉库，可以实现图像处理、模式识别、三维重建、物体跟踪等算法。本书基于Python，从图像基本原理说起，初步讲解计算机视觉所需的OpenCV知识。本书可作为信息处理、计算机、机器人、人工智能、遥感图像处理、认知神经科学等相关专业的教学用书，也可供相关领域的研究工作者参考。

本书以Python3.10.7为平台，以实际应用为背景，通过概述+算法+经典应用的形式，深入浅出地介绍Python数据分析的相关知识。全书共9章，主要内容包括Python概述、科学计算库、开源科学集、数据分析利器、数据分析的可视化、基于回归的数据分析、基于分类的数据分析、基于聚类的数据分析、数据特征分析等。通过学习本书，读者可领略到Python的简单、易学、易读、易维护等特点，同时也可感受到利用

本书系统地介绍了机器学习系统的设计原则和实践经验，侧重于介绍机器学习的原理、神经网络和优化器、自动差分算法、机器学习系统编程模型、控制流和数据流，异构硬件加速器的原理和编程、数据流图编译器前端、数据流图编译器后端、数据准备和增强、模型部署相关技术、分布式训练、弹性训练、联合训练和评估平台、调试和优化工具、数据隐私和安全等。在讲授的过程中，本书将根据MindSpore的自身特点，在各个章节突出讨论M

这是一本具有高中数学知识就能读懂的机器学习图书，书中通过大量程序实例，将复杂的公式重新拆解，详细、清晰地解读了机器学习中常用的数学知识，一步步带领读者进入机器学习的领域。本书共22章，主要讲解了数据可视化、math模块、sympy模块、numpy模块、方程式、函数、最小平方法、集合、概率、贝叶斯定理、指数、对数、欧拉数、逻辑函数、三角函数、大型运算符、向量、矩阵与线性回归等数学知识。

《Python数据分析从入门到精通（第2版）》从数据分析初学者角度出发，以通俗易懂的语言、丰富多彩的实例，详细介绍了使用Python进行数据分析程序开发应掌握的各方面技术。全书共分21章，包括数据分析基础、搭建数据分析开发环境、NumPy模块之数组计算、Pandas模块基础、Pandas模块之数据的读取、Pandas模块之数据的处理、Pandas模块之数据的清洗、数据的计算与格式化、数据统计及透视

本书以Intel80x86处理器和个人计算机为硬件平台，基于Windows操作系统软件平台，借助MASM和NASM汇编程序讲解32位汇编语言程序设计。本书内容包括基本的汇编语言基础、常用处理器指令和汇编语言伪指令以及基本程序结构，还包括扩展的Windows和DOS编程、与C++语言的混合编程、输入/输出指令及编程，并涉及浮点、多媒体及64位指令等。本书可以作为普通高校“汇编语言程序设计”等课程的

《R语言数据分析从入门到精通》从初学者角度出发，通过通俗易懂的语言、丰富多彩的实例，详细介绍了R语言基础知识、核心技术与高级应用。全书分为3篇，共16章，包括初识R语言、集成开发环境RStudio、R语言入门、数据结构、流程控制语句、日期和时间序列、获取数据、数据处理与清洗、数据计算与分组统计、基本绘图、ggplot2高级绘图、lattice高级绘图、基本统计分析、方差分析、回归分析和时间序列分析

OpenCV作为一个应用广泛的开源计算机视觉库，正在受到越来越多的关注。目前OpenCV的各类教程基本上以Python和C++为主，基于Java的OpenCV书籍则少之又少，本书旨在弥补这一空白。本书共13章，前4章是基础部分，包括OpenCV概述和安装配置、数字图像基础及图像基础操作等内容；第5到11章则包括了图像的几何变换、图像平滑、形态学操作、直方图、边缘检测与轮廓、霍夫变换、特征点检测和匹