本书是为初学者快速学习Linux而准备的一本实战指导书，以华为研发的开源Linux操作系统openEuler为背景，引导读者循序渐进地掌握Linux的常用命令和系统管理。本书由27个实战任务构成：任务一和任务二介绍了搭建openEulerLinux实验环境的方法；任务三介绍了Linux上的应用实战；任务四~任务八介绍了Linux常用命令实战；任务九介绍了Linuxvi编辑器实战；任务十~任务十七介绍了Linux系统管理实战；任务十八~任务二十三介绍了Linux网络管理实战；任务二十四~任务二十六

本书专门为JavaWeb程序员面试而编写，主要是对一些面试中常见的技术问题做出解答。本书所涉及的知识面较广，内容涵盖了JavaWeb基础、Web服务器、常用MVC框架、Spring框架体系及SpringBoot和SpringCloud、传统的关系型数据库、NoSQL与缓存框架、常用消息队列、电商及互联网必备知识、互联网安全与分布式系统知识、Alibaba开源生态体系、设计模式、软件开发人员常用Linux命令等与JavaWeb编程相关的技术知识，另外还包括其他一些常用的框架组件或容器工具，如Doc

本书基于MySQL8.0进行讲解,总计12章。第1-4章,从数据库的基本概念讲起,一步步带领读者搭建MySQL开发环境,分别以命令行和SQLyog图形化界面两种方式展示了数据库和表的基本操作,以及表中数据的增删改查等日常操作。第5-6章,详细介绍了MySQL数据类型、运算符以及各种系统函数,包括MySQL8.0最新引入的窗口函数等。第7-12章,带领读者进一步探究MySQL的高级查询、约束、视图、变量、存储过程和函数、视图、简单事务管理和用户权限管理等更加复杂和专业的功能。

本书以现代测试系统的体系结构、特点为切入点，论述总线式测试系统和多总线融合的测试系统，以及测试系统的精度设计与系统评估。主要内容包括：现代测试系统概论、自动测试系统内部总线、自动测试系统外部总线、多总线融合的自动测试系统、精度设计、测试系统评估。

本书从图划分的视角系统介绍基于图论的机器学习方法，包括机器学习中的三类基本学习问题：无监督、半监督和监督学习问题，同时考虑协同正则化、多重正则化和路径传播对基于图论的学习方法进行了拓展。通过大量的实验验证，本书提供的方法合理有效，算法效率显著提高。

本书是一本全面介绍机器学习方法特别是算法的新书,适合初学者和有一定基础的读者。机器学习可以分成三大类别,监督式学习、非监督式学习和强化学习。三大类别背后的算法也各有不同。监督式学习使用了数学分析中函数逼近方法、概率统计中的极大似然方法。非监督式学习使用了聚类和贝叶斯算法。强化学习使用了马尔可夫决策过程算法。机器学习背后的数学部分来自概率、统计、数学分析以及线性代数等领域。虽然用到的数学较多,但是最快捷的办法还是带着机器学习的具体问题来掌握背后的数学原理。因为线性代数和概率理论使用较多,本书在最后

本书针对高等学校人工智能本科生专业人才培养的专业内涵、定位和知识体系,设置了数学与统计、科学与工程、计算机科学与工程核心、人工智能核心、认知与神经科学、先进机器人技术、人工智能与社会、人工智能工具与平台等专业课程群,重点介绍了八大课程群中各课程的概况和知识点,为培养具有科学家素养的工程师奠定知识和能力的基础。

本书剖析VEXIQ机器人竞赛赛事，从赛事规则到比赛细节，均进行了解读，其中包含赛车设计与搭建、比赛场地及计分原则等。本书也介绍了SnapCAD软件，并通过大量案例，让读者学懂该软件的使用方法和技巧，为设计出一部好的赛车打好基础。

本书共十章，内容包括：剪映的基础操作、视频调色技巧、添加字幕和贴纸、添加音频和制作卡点视频、智能抠像和色度抠图、设置视频转场、制作片头片尾等。

本书系统介绍以相机和惯性测量单元为主传感器的视觉、视觉惯性SLAM算法。本书通过选取该领域有代表性的两个开源项目,从原理阐述、公式推导、代码解析和工程经验等多个维度,对SLAM技术进行全面的解读。为了让读者在轻松的氛围中快速理解专业知识,本书以小白和师兄对话的形式娓娓道来,帮助读者在学习的过程中不断思考和提升。