"“測試設(shè)計思想”是本書的主題。針對測試的兩個基本目的和五個基本問題,本書歸納了八類測試設(shè)計思想,即系統(tǒng)的思想、枚舉的思想、準(zhǔn)則化的思想、多樣化的思想、統(tǒng)計的思想、冗余的思想、推理的思想、控制的思想。圍繞每一類思想,本書深入講解來自不同領(lǐng)域的測試設(shè)計方法、實踐及理念,借此剖析如何依據(jù)該思想緩解測試的基本問題�！皽y試設(shè)計思想”來源于工程,又**工程;立足于具體領(lǐng)域,又跨越具體領(lǐng)域。了解這些思想,有助于讀者奠定扎實的測試?yán)碚摶�礎(chǔ),適應(yīng)當(dāng)代研發(fā)生產(chǎn)活動“多學(xué)科交叉、多領(lǐng)域融合”的發(fā)展趨勢。本書可供軟件

《機器學(xué)習(xí)與人工智能實戰(zhàn)：基于業(yè)務(wù)場景的工程應(yīng)用》分為兩部分共14章，介紹了如何用Scikit-Learn來構(gòu)建機器學(xué)習(xí)模型以及如何用Keras和TensorFlow來構(gòu)建神經(jīng)網(wǎng)絡(luò)。書中的內(nèi)容和實例基于作者過去幾年在全球各地開設(shè)相關(guān)課程的經(jīng)歷，闡述了如何借助于機器學(xué)習(xí)和深度學(xué)習(xí)來構(gòu)建產(chǎn)品或服務(wù)，從而真正解決現(xiàn)實業(yè)務(wù)場景中的問題，比如監(jiān)測熱帶雨林盜伐、文本情感分析以及預(yù)測機械設(shè)備的早期故障等�！稒C器學(xué)習(xí)與人工智能實戰(zhàn)：基于業(yè)務(wù)場景的工程應(yīng)用》適合相關(guān)工程師與軟件開發(fā)人員閱讀和參考，可以幫助他們快速

本書緊扣軟件測試和軟件工程標(biāo)準(zhǔn)規(guī)范要求，結(jié)合國內(nèi)相關(guān)專業(yè)領(lǐng)域軟件測試現(xiàn)狀，設(shè)計了一套適應(yīng)軟件測試項目管理的方法，系統(tǒng)地介紹了相關(guān)的知識、技術(shù)、方法和軟件工具，給出了較為詳細(xì)的測試項目管理文檔和記錄表格模板。本書從筆者所在單位特別是軟件評測中心的視角進(jìn)行系統(tǒng)闡述，更適用于軟件評測項目管理要求，技術(shù)和方法的實用性好，內(nèi)容指導(dǎo)性強，可用于同領(lǐng)域教育培訓(xùn)，對于提高軟件從業(yè)人員的測試項目管理能力，幫助軟件測試機構(gòu)規(guī)范測試過程管理、提高軟件測試效率具有很好的指導(dǎo)作用。

隨著通信技術(shù)和硬件技術(shù)的快速發(fā)展以及移動設(shè)備的普及，云計算和邊緣計算的資源管理問題在工業(yè)界和學(xué)術(shù)界都引起了廣泛的關(guān)注。為滿足相關(guān)研究人員的參考需求，作者編著了《面向云-邊協(xié)同計算的資源管理技術(shù)》》，主要介紹云-邊協(xié)同資源管理相關(guān)理論和研究，幫助讀者了解云-邊協(xié)同資源管理問題和解決方法�！睹嫦蛟�-邊協(xié)同計算的資源管理技術(shù)》》呈現(xiàn)了以下理論、技術(shù)與應(yīng)用：云計算；邊緣計算；云-邊協(xié)同；資源管理使能機制；資源自適應(yīng)管理方法。

本書以實戰(zhàn)項目為主線，系統(tǒng)介紹了Python在自動化辦公、圖像處理、控制各種傳感器、搭建網(wǎng)絡(luò)等工作中的實際應(yīng)用案例，能夠讓初學(xué)者快速入門Python系列知識。全書共分為18章，第一篇為Python基礎(chǔ)（第1章~第3章），詳細(xì)介紹了Python的基礎(chǔ)知識；第二篇為自動化辦公（第4章~第6章），介紹了Word、Excel、PPT、txt、csv、JSON、圖像、聲頻、視頻等各種文件的自動化操作；第三篇為PyQt5編程（第7章~第10章），介紹了用designer可視化設(shè)計程序圖形界面的知識；第四篇為

本書針對數(shù)學(xué)建模中常用的數(shù)值算法的實現(xiàn)編寫了MATLAB程序，幫助讀者使用相關(guān)算法實現(xiàn)科學(xué)問題的求解。全書共16章，首先簡單介紹了MATLAB基本運算，然后重點介紹了MATLAB數(shù)學(xué)建模中常用數(shù)值算法的實現(xiàn)方法，包括常用運算、矩陣分解、特征值與特征向量、線性方程組、非線性方程與方程組、數(shù)據(jù)插值、曲線擬合、數(shù)值積分、常微分方程組、數(shù)據(jù)分析、極值問題、數(shù)學(xué)變換與濾波、序列排序、特殊函數(shù)求值等內(nèi)容；附錄部分給出了MATLAB自帶的數(shù)學(xué)函數(shù)，方便讀者查閱驗證。本書提供了全部MATLAB程序代碼，方便讀者

本專著系統(tǒng)介紹了社交媒體大數(shù)據(jù)智能情感分析的理論方法、關(guān)鍵技術(shù)及其在社會熱點事件中的建模與應(yīng)用。全書共分為三個篇章，一是理論基礎(chǔ)篇，詳細(xì)介紹了社交媒體智能情感分析的理論基礎(chǔ)與主流大數(shù)據(jù)抓取及預(yù)處理技術(shù)；二是模型方法篇，創(chuàng)新提出了面向社會熱點事件的智能情感分析框架，對社交媒體情感的形成、演化、干預(yù)與預(yù)測全過程進(jìn)行智能建模分析；三是案例應(yīng)用篇，通過實際案例介紹了如何應(yīng)用社交媒體大數(shù)據(jù)智能情感分析方法解決實際問題。

《深度學(xué)習(xí)之圖像識別：核心算法與實戰(zhàn)案例（全彩版）》全面介紹了深度學(xué)習(xí)在圖像識別領(lǐng)域中的核心算法與應(yīng)用。該書不但重視基礎(chǔ)理論的講解，而且從第4章開始，每章都提供了1～3個不同難度的案例供讀者實踐，讀者可以在已有代碼的基礎(chǔ)上進(jìn)行改進(jìn)，從而加深對所學(xué)知識的理解�！渡疃葘W(xué)習(xí)之圖像識別：核心算法與實戰(zhàn)案例（全彩版）》共9章：首先介紹深度學(xué)習(xí)的基礎(chǔ)概念，包括神經(jīng)網(wǎng)絡(luò)基礎(chǔ)知識和深度學(xué)習(xí)中的優(yōu)化技術(shù)；然后系統(tǒng)介紹深度學(xué)習(xí)中與數(shù)據(jù)相關(guān)的知識，包括經(jīng)典數(shù)據(jù)集的設(shè)計、數(shù)據(jù)集的增強，以及數(shù)據(jù)的獲取、整理與可視化；接著

《機器學(xué)習(xí)項目交付實戰(zhàn)》將介紹如何從模型和數(shù)據(jù)中獲取**性能，幫助你構(gòu)建穩(wěn)定的數(shù)據(jù)管道。通過高效的可復(fù)用技術(shù)集合，來確保應(yīng)用程序工作流程的順利執(zhí)行，以及提高模型的可維護(hù)性�；�于數(shù)十年的良好軟件工程實踐，機器學(xué)習(xí)工程可確保你的機器學(xué)習(xí)系統(tǒng)具有彈性、適應(yīng)性和可執(zhí)行性。《機器學(xué)習(xí)項目交付實戰(zhàn)》將介紹設(shè)計、構(gòu)建和交付成功的機器學(xué)習(xí)項目的核心原則和上佳實踐。你將了解很多軟件工程技術(shù)，例如對原型進(jìn)行實驗和實施模塊化設(shè)計，從而產(chǎn)生彈性架構(gòu)和一致的跨團(tuán)隊溝通�；�于作者豐富的經(jīng)驗，本書中的每一種方法都被成功地用于

本書系統(tǒng)介紹了變電站電力設(shè)備故障數(shù)字診斷與評估技術(shù)，全書共分為11章，設(shè)備對象包括變壓器、GIS/GIL、干式空心電抗器等，狀態(tài)參量包括局放信號、油中溶解氣體、溫度、紅外/紫外/可見光圖像等。本書各部分內(nèi)容既自成體系又相互關(guān)聯(lián)，有助于讀者掌握變電站電力設(shè)備故障數(shù)字診斷與評估技術(shù)的本質(zhì)。本書可作為從事電力設(shè)備故障診斷與狀態(tài)評估專業(yè)人員的參考書，也可作為高等院校電氣、電子工程相關(guān)專業(yè)本科生和研究生的參考教材。