本书以兼顾知识体系全面性和实用性为原则，涵盖了网络安全攻防基本知识和技术以及多种渗透工具的使用和相应防护手段等内容。本书共分为14章，其中前5章包括网络安全攻防概述、网络攻防基本知识、密码学原理与技术、网络安全协议、身份认证及访问控制等内容；第6～12章主要以技术实践为主，涉及日志分析、信息收集、渗透测试、分布式拒绝服务攻击与防护技术、恶意代码分析技术、漏洞挖掘、软件逆向技术等知识；第13章介绍新技术与新应用，涉及云计算、移动互联、工业互联网、物联网等知识；第14章介绍人才培养与规范。书中涉及技

本书由微软技术专家戴有炜先生倾力编著，是他**推出的WindowsServer2019两卷力作中的ActiveDirectory配置指南篇。本书延续了作者的一贯写作风格：大量的实例演示兼具理论，以及完整清晰的操作过程，以简洁易懂的文字进行描述，内容丰富，图文并茂。本书共分16章，内容包括ActiveDirectory域服务、建立ADDS域、域用户与组账户的管理、利用组策略管理用户工作环境、利用组策略部署软件、限制软件的运行、建立域树和域林、管理域和林信任、ADDS数据库的复制、操作主机的管理、A

R语言是一个自由、免费、源代码开放的编程语言和开发环境，它提供了强大的数据分析功能和丰富的数据可视化手段。随着数据科学的快速发展，R语言已经成为数据分析领域炙手可热的通用语言。本书共14章，内容主要包括R语言简介、读写数据、从流程控制到自定义函数、绘图功能、基本统计、决策树、K均值聚类算法、遗传算法、关联性规则、文本挖掘、推荐系统、可视化数据分析、探索性数据分析及案例分析等。本书内容通俗易懂，案例丰富，实用性强，特别适合R语言的入门读者和进阶读者阅读，也适合数据分析人员、数据挖掘人员等其他数据科

本书以Vue3版本为基础，通过大量的实战案例深入分析了Vue接口（API）的特性、原理与应用场景，着重介绍了每个API的使用频率、细节、注意点和在项目中的应用，书中给出了编者在大厂工作中总结的大量Vue开发中的项目经验与案例，有助于读者深入理解Vue的原理并提升项目经验。通过阅读本书，读者能够在没有接触大型项目的情况下也可以了解Vue在大型项目中的使用。本书适合有一定Vue基础想深入提升技能的开发人员以及对Vue3技术感兴趣的各类开发人员使用。

本书从深度学习的发展历程开始，系统介绍了基于深度学习的目标检测的基本问题及其相关处理方法与技术，主要内容涉及两阶段和单阶段目标检测的理论、算法和研究成果。本书共6章，包括深度学习神经网络类型、目标检测技术、基于FasterR-CNN的目标检测改进算法、领域自适应及其在目标检测技术上的典型应用、图像识别模型改进及面部表情识别、结论与展望等内容。本书主要面向人工智能、自动化、电子信息、计算机等专业高年级本科生以及控制科学与工程、信息与通信工程、计算机科学与技术等学科研究生，帮助读者了解目标检测技术的

本书主要介绍了工业机器人在不同领域的应用,剖析了这些领域所涉及的不同子系统及不同质量梯队的关键零部件的品牌,并通过实际案例具体阐述了在典型领域应用的关键点及项目实施的要点。本书是编者长期在产业研究院实际开展系统集成项目的经验总结,逐一介绍了机器人选型、系统配置、工装夹具设计、电控方法、CCD、激光视觉方案等的要点和注意事项。本书主要面向有一定机电基础的技术人员和刚刚进入工业机器人自动化行业的工程师,同时也适合工业机器人系统集成方面的相关读者阅读。

本书面向零基础的Python学习者和数据分析师，较为详尽的文字叙述与足够的图片解释相结合，篇幅内容合适，没有包含对初学者学习难度过高的知识，提供了丰富的教学资源（包括系统、学习指南、疑难解答等），同时专业解读数据分析师应掌握的编程要点、分析方法和实践技能，实用性强，学习效果好。本书主要内容包括6个模块：Python语言与数据分析、Python语言基础语法、Python语言高级语法、数据准备与加工、数据分析算法与模型、自然语言处理与图像处理。本书可以作为高等院校数据科学与大数据、计算机科学与技术、

本书编写的目的是使学习自动化装备与生产线设计课程的学生和在企业初步从事这方面设计工作的工程技术人员，通过本书的学习，能尽快掌握自动化装备与生产线设计理论及应用的基本方法。《BR》全书共分11章。第1章为绪论，第2章为自动化装备与生产线的基本设计方法，第3章为常用自动化传动机构与选型设计，第4章为机械制造过程自动化，第5章为检测过程自动化，第6章为计算机视觉检测技术，第7章为装配过程自动化，第8章为自动化制造系统的物料供给与储运，第9章为工业机器人在自动化制造中应用及选型设计，第10章为自动化制造

本书包括自动检测技术的基础知识、传感器原理与应用、过程检测仪表和自动检测的共性技术及新发展4部分内容。第1部分介绍传感器与自动检测技术的基本概念、测量误差与数据处理及传感器的静/动态特性和标定方法。第2部分介绍电阻式传感器、变电抗式传感器、光电式传感器和电动势式传感器的工作原理与应用。第3部分介绍温度检测、流量检测、物位检测和成分检测。第4部分介绍误差修正技术、MEMS技术与微型传感器、虚拟仪器、无线传感器网络、多传感器数据融合和软测量技术。

本书以scikit-learn和Keras框架作为实战平台，讲解了传统机器学习的主流技术和最新深度学习的研究成果。其中，"第一篇传统机器学习”包括第1～10章，介绍了机器学习概念、监督学习算法（回归分析、Logistic回归、k近邻、决策树、朴素贝叶斯、支持向量机）、无监督学习算法（神经网络、聚类、降维）；"第二篇深度学习”包括第11～15章，介绍了深度学习的概念、卷积神经网络、循环神经网络、生成对抗网络和强化学习等。本书的编写旨在体现"做中学”理念，读者在学习初期不必过多纠缠于算法理论，而是通