“理解未來系列”一套共7本，本書是其中之一。“理解未來”是未來論壇每月舉辦的免費大型科普講座，它邀請知名科學家用通俗的語言解讀*激動人心的科學進展，旨在傳播科學知識，提高大眾對科學的認知。本套叢書是精選的部分現(xiàn)場講座的文字整理，然后按照不同學科歸類分冊。

本書提供了對算法與智能的機理分析，不僅可讓讀者了解什么是算法、什么是智能，同時也揭示了人工智能領域的新發(fā)展。全書共包括原書前言、11章正文內(nèi)容及附錄部分，每章內(nèi)容層層遞進。在原書前言部分，作者以博客網(wǎng)站Steemit的運作方式引出了對本書的介紹和人工智能現(xiàn)狀及其關注熱點，同時介紹了本書的寫作背景與資訊。在正文部分，第1章主要介紹了用于智能的自然元系統(tǒng)遷移算法；第2~7章分別討論了人工智能涉及的多個領域，包括認知與識別

本書基于野火STM32全系列開發(fā)板介紹FreeRTOS內(nèi)核實現(xiàn)與應用開發(fā)，全書分為兩部分：第一部分教你如何從0到1把FreeRTOS內(nèi)核寫出來，從底層的匯編開始，講解任務如何定義、如何切換，還講解了阻塞延時如何實現(xiàn)，如何支持多優(yōu)先級，如何實現(xiàn)定時器以及時間片等FreeRTOS的核心知識點；第二部分則開始講解FreeRTOS內(nèi)核組件的應用以及如何使用FreeRTOS進行多任務編程。本書內(nèi)容翔實，案例豐富，配有大量示例代

本書主要是基于Python的Web大數(shù)據(jù)爬取實戰(zhàn)指南，選題內(nèi)容包括基礎知識和通過Python爬取Web網(wǎng)頁數(shù)據(jù)兩大部分。下圖是PythonWeb數(shù)據(jù)采集的結構圖，主要包括三個部分：網(wǎng)絡傳播技術、信息提取技術和數(shù)據(jù)存儲技術。網(wǎng)絡傳播通常是使用HTTP進行，常用的傳播方式包括HTML、XML、Json、Ajax和純文本等；信息提取技術主要可以通過Python語言、R語言、Java語言等進行獲取，其中主要包括的技術包括：正

本書屬于原創(chuàng)性學術專著，其原創(chuàng)性在于首次提出、研究并給出了人地互動大數(shù)據(jù)，內(nèi)容包括人地互動大數(shù)據(jù)時空模型的構建，面向人地互動大數(shù)據(jù)時空模型的升級，人地互動大數(shù)據(jù)時空模型的組織，人地互動大數(shù)據(jù)時空操作，人地互動大數(shù)據(jù)的采集、管理、展示、轉換及應用。本書對這些人地大數(shù)據(jù)的研究有利于對當前人地互動引起的一系列環(huán)境問題、社會問題的深入分析和挖掘，進而找到人類社會和自然環(huán)境能夠和諧發(fā)展、共存共榮之道。

數(shù)字信號處理器（DSP）入門級人員通常對硬件開發(fā)或電路設計關注較少，更多的是基于現(xiàn)有開發(fā)板如何快速入門、上手，編寫出自己的DSP程序，實現(xiàn)“麻雀雖小五臟俱全”的系統(tǒng)程序和算法模塊。本著作系統(tǒng)地講解了DSP硬件結構、軟硬件開發(fā)工具、DSP算法優(yōu)化和應用系統(tǒng)開發(fā)等技術。主要包括：DSP前世今生、未來趨勢（1.導入）；現(xiàn)階段廣泛應用的DSP架構（2.DSP硬件結構）；DSP技術開發(fā)工具（3.硬件和軟件工具）；基于CCS的軟

Java之父JamesGosling鼎力推薦、Jolt獲獎作品全新升級，針對Java7、8、9全面更新，Java程序員必備參考書。包含大量完整的示例代碼和透徹的技術分析，通過90條經(jīng)驗法則，探索新的設計模式和語言習慣用法，幫助讀者更加有效地使用Java編程語言及其基本類庫。全書共12章，90條。第1章為引言；第2章闡述何時以及如何創(chuàng)建和避免創(chuàng)建對象，如何確保對象能夠適時地銷毀，以及如何管理對象銷毀之前必須進行的各種清

作為STM32單片機的入門者，往往在從寄存器開發(fā)還是從固件庫開發(fā)上糾結不定，《STM32F0實戰(zhàn)（基于HAL庫開發(fā)）/電子與嵌入式系統(tǒng)設計叢書》將從市場上非常暢銷的STM32FO系列微控制器入手，利用意法半導體公司新近推出的一款全新的開發(fā)軟件——STM32CubeMX作為項目建立和代碼初始化工具，快速生成F0系列的開發(fā)環(huán)境，并在MDK-ARM軟件上對代碼進行進一步的編輯修改，直至生成最終的開發(fā)項目。《STM32F0實

強化學習是一種重要的機器學習方法，在智能體及分析預測等領域有許多應用�！禤ython強化學習實戰(zhàn)：應用OpenAIGym和TensorFlow精通強化學習和深度強化學習》共13章，主要包括強化學習的各種要素，即智能體、環(huán)境、策略和模型以及相應平臺和庫；Anaconda、Docker、OpenAIGym、Universe和TensorFlow等安裝配置；馬爾可夫鏈和馬爾可夫過程及其與強化學習問題建模之間的關系，動態(tài)規(guī)劃

本書以培養(yǎng)學生信息素養(yǎng)為導向，以提升學生數(shù)據(jù)處理能力為目標，在闡述計算機于各個領域應用前景的基礎上，結合數(shù)據(jù)的生命周期，以Excel為主要數(shù)據(jù)分析處理工具，重點闡述數(shù)據(jù)的獲取、預處理、分析及可視化技術。