Chapter6-第6章 计算机视觉-厦门大学-林子雨-人工智能通识:零基础学AI(2025年12月)_第1页
Chapter6-第6章 计算机视觉-厦门大学-林子雨-人工智能通识:零基础学AI(2025年12月)_第2页
Chapter6-第6章 计算机视觉-厦门大学-林子雨-人工智能通识:零基础学AI(2025年12月)_第3页
Chapter6-第6章 计算机视觉-厦门大学-林子雨-人工智能通识:零基础学AI(2025年12月)_第4页
Chapter6-第6章 计算机视觉-厦门大学-林子雨-人工智能通识:零基础学AI(2025年12月)_第5页
已阅读5页,还剩54页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

E-mail:ziyulin@林子雨

副教授厦门大学人工智能通识——零基础学AI主讲教师和作者林子雨简介厦门大学计算机科学与技术系副教授以第一作者编著20本大数据与人工智能教材被国内1000余所高校采用荣获“2022年福建省高等教育教学成果奖特等奖(个人排名第一)”入选“2021年高校计算机专业优秀教师奖励计划”2018年国家精品在线开放课程(独立主讲)2020年国家级线上一流本科课程(独立主讲)2021年国家级线上一流本科课程(独立主讲)入选“2023年教育部国家智慧教育公共服务平台应用典型案例”《人工智能通识——零基础学AI》教材《人工智能通识——零基础学AI》林子雨

编著人民邮电出版社2025年12月第1版ISBN:978-7-115-68594-0定价:49.8元教材官网提供详细信息和样书申请官网:/post/ai-basic/扫码访问教材官网了解详情、获取资源、申请样书教材官网提供配套教学资源:教学大纲、讲义PPT、上机实验手册、案例视频、MOOC视频、大模型科普讲座PPT、大模型讲座视频和1000道题库等第6章计算机视觉目录01计算机视觉概述

02计算机视觉的典型应用场景03计算机视觉的核心任务04计算机视觉面临的挑战01计算机视觉概述Partone6.1计算机视觉概述

什么是计算机视觉计算机视觉的发展历史计算机视觉与人类视觉的差异6.1.1什么是计算机视觉计算机视觉是人工智能的一个重要分支,它致力于让计算机能够“看懂”并理解图像和视频中的内容,就像人类视觉系统那样对视觉信息进行分析、解释和决策。简单来说,就是让机器具备“视觉感知”能力,从像素数据中提取有意义的信息。6.1.1什么是计算机视觉计算机视觉的核心是模拟人类视觉的认知过程,具体包括以下几个层面:通过摄像头、传感器等设备获取图像或视频(将物理世界的光信号转化为数字信号)。感知对原始图像进行预处理(如去噪、缩放、增强),为后续分析做准备。处理提取图像中的关键特征(如边缘、形状、颜色、纹理,或更复杂的物体结构)。分析对特征进行解读,实现更高层次的认知,例如,识别物体(“这是一只猫”)、场景(“这是在室内”)、人脸(“这是张三”),理解行为(“画面中的人在跑步”)、关系(“猫在桌子上”),以及推断语义(“这张图表达的是开心的情绪”)等。理解6.1.2计算机视觉的发展历史计算机视觉经历了如下几个发展阶段:1960年代-2000年2000年-2012年2012年至今基于规则的“笨拙尝试”。1966年,MIT启动“夏季视觉项目”,试图让计算机描述图片内容,但受限于技术,仅能识别简单几何图形。这一时期的方法依赖人工规则,如通过“是否有四条腿+尾巴”识别“狗”,但遇到复杂图像(如狗卧着时腿被遮挡)就失效。早期探索手工设计特征的“瓶颈”。研究者提出SIFT、HOG等手工特征提取算法,结合支持向量机(SVM)等分类器,实现了一定的目标识别能力。但这些特征泛化能力差,例如,SIFT特征在光照变化大的场景中识别准确率大幅下降,难以满足实际需求。特征工程时代数据驱动的“飞跃”。2012年,AlexNet在ImageNet比赛中的突破性表现,标志着计算机视觉进入深度学习时代。此后,模型性能飞速提升。2015年,ResNet通过“残差连接”解决深层网络训练难题,层数达152层,错误率降至3.57%;2017年MaskR-CNN实现“目标检测+语义分割”一体化,能精准定位物体并标记像素;2020年VisionTransformer(ViT)将Transformer模型引入视觉领域,通过“注意力机制”聚焦关键区域,进一步提升复杂场景的识别能力。深度学习革命6.1.3计算机视觉与人类视觉的差异虽然计算机视觉在很多任务上(如人脸识别、目标检测)已达到甚至超越人类水平,但与人类视觉相比仍有明显局限:人类视觉具有强大的泛化能力(能快速识别从未见过的物体),而机器需要大量数据训练才能应对新场景。人类能结合上下文和常识理解图像(如“下雨时人们会打伞”),而机器对复杂语义的理解仍较薄弱。人类视觉对光照、角度、遮挡的鲁棒性更强,机器在极端条件下容易出错。02计算机视觉的典型应用场景Parttwo6.2计算机视觉的典型应用场景计算机视觉的典型应用场景包括:安防领域自动驾驶医疗影像工业质检消费电子典型应用场景6.2计算机视觉的典型应用场景安防领域——智能监控的“火眼金睛”人脸识别在人群中快速定位目标人物(如寻找失踪人员),准确率达99.9%。行为分析识别异常行为(如打架、攀爬、徘徊)、自动报警。交通监控抓拍闯红灯、违章停车,统计车流量,辅助交通调度。例如,深圳的“智慧交通”系统通过摄像头识别车牌,实时关联车辆信息,实现违章自动处理,效率比人工提升10倍。6.2计算机视觉的典型应用场景自动驾驶——车辆的“视觉神经”自动驾驶汽车的视觉系统由多个摄像头、激光雷达组成,负责识别交通标志(限速、禁止左转等)、检测行人和其他车辆并预测运动轨迹、判断车道线并保持车辆在车道内行驶。特斯拉的Autopilot系统通过8个摄像头和神经网络,能在复杂路况下实现自动变道、避让障碍物,是L2级自动驾驶的核心技术。6.2计算机视觉的典型应用场景医疗影像——辅助诊断的“第二双眼睛”在CT、MRI影像中识别肿瘤、出血点(如肺结节、脑溢血),比人工更早发现早期病变。疾病筛查通过显微镜图像判断细胞是否癌变(如乳腺癌筛查),减轻医生负担。病理分析实时识别手术区域的血管、神经,避免误伤。手术导航例如,谷歌的DeepMind开发的眼底影像分析模型,能从视网膜照片中预测糖尿病视网膜病变,准确率与眼科医生相当。6.2计算机视觉的典型应用场景工业质检——生产线上的“质量卫士”在制造业中,计算机视觉替代人工检测产品缺陷,主要包括:电子行业检查芯片的划痕、焊锡缺陷,精度达微米级。汽车行业识别车身喷漆的气泡、凹陷。食品行业检测包装破损、杂质(如饮料中的异物)。6.2计算机视觉的典型应用场景消费电子——提升体验的“视觉魔法”人像虚化、夜景增强、智能构图依赖视觉算法。手机拍照通过摄像头识别现实环境,叠加虚拟物体(如AR导航在实景中画路线)。AR/VR识别人手动作(如挥手、握拳),实现无接触操作(如智能电视换台)。手势控制03计算机视觉的核心任务Partthree6.3计算机视觉的核心任务计算机视觉的任务非常广泛,涵盖从底层图像处理到高层语义理解的全流程,其核心是解决“如何让机器从视觉数据中获取有效信息并做出决策”的问题,具体包括:图像分类与识别目标检测与定位图像分割目标跟踪姿态估计三维视觉图像生成与编辑视觉语义理解6.3计算机视觉的核心任务图像分类与识别将图像或图像区域划分到预定义的类别(如“猫”“狗”“汽车”)。研究重点是:如何提高分类精度(尤其在类别多、相似度高的场景)。增强对干扰因素(光照、角度、遮挡)的鲁棒性。03减少对标注数据的依赖(如小样本学习)。0102研究重点6.3计算机视觉的核心任务目标检测与定位在图像中同时实现“识别物体类别”和“定位物体位置”(通常用边界框标记),可处理单目标或多目标场景。研究重点是:研究重点是提高检测速度(满足实时性需求,如自动驾驶)。提升小目标/密集目标的检测效果。降低计算资源消耗。6.3计算机视觉的核心任务图像分割按语义将图像像素划分为不同区域(每个区域对应一个实体或概念),比目标检测更精细。主要包括:语义分割将所有像素分类(如“道路”“行人”“车辆”)。全景分割同时实现语义分割和实例分割。研究重点是提高分割精度(尤其边缘区域)、降低计算复杂度。实例分割区分同一类别的不同个体(如区分画面中3辆不同的汽车)。6.3计算机视觉的核心任务目标跟踪在视频序列中持续追踪特定目标的位置和状态(如运动轨迹、姿态变化)。研究重点是:解决目标遮挡、快速运动、外观变化(如光照、角度改变)导致的跟踪漂移问题。实现多目标跟踪(如同时追踪视频中所有行人)。6.3计算机视觉的核心任务姿态估计估计图像中人体、动物或物体的关键点位置及姿态(如人体的关节点、手指姿态,车辆的朝向)。研究重点是:研究重点提升关键点定位精度理遮挡和复杂姿态(如弯腰、交叉手臂)从单张图像扩展到视频序列的动态姿态估计6.3计算机视觉的核心任务三维视觉从二维图像/视频中恢复三维结构或信息,弥补二维视觉的局限性。主要包括:通过双目相机或多视角图像计算像素的深度信息。立体匹配构建物体或场景的三维模型(如文物数字化、建筑建模)。三维重建仅用单张图像推断深度(降低设备成本)。单目深度估计机器人或自动驾驶设备在未知环境中实时定位自身位置并构建周围地图。视觉SLAM(同步定位与地图构建)6.3计算机视觉的核心任务图像生成与编辑根据输入生成新图像或修改已有图像,属于“创造性”视觉任务。主要包括:如GAN(生成对抗网络)生成逼真人脸、AI绘画(文本生成图像)、图像超分辨率(将低清图转为高清图)。图像生成如目标移除(从图中删除某物体并填补背景)、风格迁移(将照片转为梵高画风)、图像修复(修复老照片的破损部分)。图像编辑6.3计算机视觉的核心任务视觉语义理解超越对物体的简单识别,理解图像中物体的关系、行为和高层语义。主要包括:视觉问答(VQA)根据图像回答自然语言问题(如“图中有几个人?”)。场景理解判断图像的场景类型(如“厨房”“街道”“海滩”)及场景中的语义关系(如“人在车内”“杯子在桌子上”)。图像描述用自然语言描述图像内容(如“一只猫在沙发上睡觉”)。行为识别:单击添加项目标题识别视频中人物的动作或行为(如“跑步”“握手”“打架”)。04计算机视觉面临的挑战Partfour6.4计算机视觉面临的挑战挑战复杂环境干扰数据偏见三维场景理解对抗攻击6.4计算机视觉面临的挑战复杂环境干扰——视觉的“拦路虎”光照变化同一物体在强光、弱光下呈现不同颜色,可能导致识别错误(如将阴影中的白色物体误判为黑色)。01遮挡问题目标被部分遮挡时(如人戴口罩、物体被遮挡一半),特征提取困难。02视角差异从正面、侧面看同一物体,形状差异大(如正面看车是长方形,侧面看是梯形),模型难以统一识别。036.4计算机视觉面临的挑战对抗攻击——微小改动引发“视觉幻觉”对图像进行人类难以察觉的微小修改,可导致计算机视觉模型误判。这种“对抗攻击”对自动驾驶等安全领域构成威胁,目前尚无彻底解决办法,只能通过增加对抗样本训练提高鲁棒性。6.4计算机视觉面临的挑战数据偏见——“看”到的世界不完整训练数据的偏见会导致模型歧视:若训练集中女性、有色人种样本少,人脸识别系统对这些群体的识别准确率低。样本不平衡用城市道路数据训练的自动驾驶视觉模型,在乡村泥泞路面可能无法识别路况。场景局限例如,2018年某AI公司的人脸识别系统对深肤色女性的错误率比浅肤色男性高34.7%,暴露了数据偏见问题。6.4计算机视觉面临的挑战三维场景理解——从“平面”到“立体”的难题现有模型擅长处理二维图像,但对三维空间的理解不足:距离判断从单张图片难以精准推断物体间的距离(如自动驾驶中判断与前车的车距)。无法像人类一样自然理解“近大远小”的透视关系,复杂场景中易误判。深度感知05本章小结Partfive5.7本章小结本章系统梳理了计算机视觉的基础框架。首先,通过概述明确了计算机视觉作为交叉学科的定位——融合计算机科学、图像处理与模式识别,旨在让机器实现对视觉信息的理解与解析。接着,从典型应用场景切入,展现了其在安防监控、医疗诊断、自动驾驶等领域的落地价值,并提炼出目标检测、图像分割、特征匹配等核心任务,同时剖析了光照变化、遮挡干扰、视角差异等技术挑战。谢谢观看!2025年8月林子雨

副教授厦门大学附录A:主讲教师林子雨简介单位:厦门大学计算机科学与技术系E-mail:ziyulin@个人网页:/post/linziyu数据库实验室网站:主讲教师:林子雨林子雨,男,1978年出生,博士(毕业于北京大学),全国高校知名大数据教师,入选“2021年高校计算机专业优秀教师奖励计划”。现为厦门大学计算机科学与技术系副教授,厦门大学信息学院实验教学中心主任,曾任厦门大学信息科学与技术学院院长助理、晋江市发展和改革局副局长。中国计算机学会数据库专业委员会执行委员,中国计算机学会信息系统专业委员会执行委员。国内高校首个“数字教师”提出者和建设者,厦门大学数据库实验室负责人,厦门大学云计算与大数据研究中心主要建设者和骨干成员,2013年度、2017年度、2020年度和2023年度厦门大学教学类奖教金获得者,荣获2024年福建省高等教育教学成果奖特等奖(个人排名第七)、2022年福建省高等教育教学成果奖特等奖(个人排名第一)、2018年福建省高等教育教学成果奖二等奖(个人排名第一)、2018年国家精品在线开放课程、2021年国家级线上一流本科课程、2020年国家级线上一流本科课程。主要研究方向为数据库、数据仓库、数据挖掘、大数据、云计算和物联网,并以第一作者身份在《软件学报》《计算机学报》和《计算机研究与发展》等国家重点期刊以及国际学术会议上发表多篇学术论文。作为项目负责人主持的科研项目包括1项国家自然科学青年基金项目(No.61303004)、1项福建省自然科学青年基金项目(No.2013J05099)和1项中央高校基本科研业务费项目(No.2011121049),主持的教改课题包括1项2016年福建省教改课题、1项2016年教育部产学协作育人项目、1项2024年教育部产学协作育人项目。编著出版了《大数据技术原理与应用》等18本大数据与人工智能系列教材,被国内1000多所高校采用;建设了国内高校首个大数据课程公共服务平台,为教师教学和学生学习大数据课程提供全方位、一站式服务,年访问量超过400万次,累计访问量超过2800万次。大数据系列MOOC课程入选“2023年教育部国家智慧教育公共服务平台应用典型案例”。附录B:大数据学习路线图大数据学习路线图访问地址:/post/10164/附录C:林子雨大数据系列教材了解全部教材信息:/post/bigdatabook/附录D:《人工智能通识教程》林子雨

主编《人工智能通识教程》人民邮电出版社ISBN:978-7-04-064880-52025年6月第1版,定价:39.9元

教材官网:/post/ai/本书详细阐述了培养具有人工智能(AI)素养的综合型人才所需要的相关知识储备。作为通识类课程教材,本书在确定知识布局时,紧紧围绕通识教育核心理念,系统介绍人工智能相关知识,努力培养学生的AI思维和AI能力。全书共9章,内容包括信息与计算机基础、人工智能概述、人工智能与其他新兴技术的关系、大模型:人工智能的前沿、智能体、具身智能、AIGC应用与实践、AI智能办公、人工智能伦理等。本书以“零代码”学习人工智能为原则,使用AIGC工具解决学习、工作、生活中的各种问题。书中包含了大量生动、有趣、实用的实战案例,可以让读者切身感受人工智能的强大功能,培养读者使用AI工具解决实际问题的能力。厦门大学数据库实验室和金山WPS校企合作教材附录E:《数字素养通识教程》林子雨编著《数字素养通识教程——大数据与人工智能时代的计算机通识教育》人民邮电出版社ISBN:978-7-115-65946-02025年1月第1版,定价:59.8元

教材官网:/post/digital-literacy/15年计算机教学生涯感悟升华,15本计算机畅销教材知识凝练数字时代的大学计算机公共课教材,重构大学计算机公共课知识体系深刻变革传统大学计算机通识教育,培养学生计算思维、数据思维和AI思维附录F:《大数据导论(通识课版,第2版)》教材高等教育出版社

2024年7月第2版ISBN:978-7-04-062466-3定价:39.50元

教材官方网站:/post/bigdataintroduction2/0503020104引导学生步入大数据时代,积极投身大数据的变革浪潮之中了解大数据概念,培养大数据思维,养成数据安全意识认识大数据伦理,努力使自己的行为符合大数据伦理规范要求熟悉大数据应用,探寻大数据与自己专业的应用结合点激发学生基于大数据的创新创业热情开设全校公共选修课的优质教材,本课程旨在实现以下几个培养目标:附录G:《大数据与人工智能导论(通识课版)》《大数据与人工智能导论(通识课版)》版次:2025年1月第1版林子雨

编著,人民邮电出版社

ISBN:978-7-115-65696-4定价:59.8元

教材官网:/post/bigdata-ai-introduction/本书详细阐述了培养具有数字素养的综合型人才所需要的相关知识储备。作为通识类课程教材,本书在确定知识布局时,紧紧围绕通识教育核心理念,系统介绍大数据、云计算、物联网、人工智能、区块链、元宇宙等技术的相关知识,努力培养学生的数字素养。全书共9章,内容包括大数据概述、大数据技术、大数据应用、大数据基础知识、人工智能、大模型:人工智能的前沿、AIGC应用与实践、新兴数字技术、新兴数字技术的伦理问题。为了避免陷入空洞的理论介绍,本书在很多章节都融入了丰富的案例,这些案例就发生在我们生活的数字时代,很具有代表性和说服力,能够让学生直观感受相应理论的具体内涵。附录H:《大数据导论(第2版)》教材林子雨编著《大数据导论(第2版)》人民邮电出版社

ISBN:978-7-115-64185-4定价:59.80元2024年7月教材官方网站:/post/bigdata-introduction2/开设大数据专业导论课的优质教材,本书详细阐述了培养复合型大数据专业人才所需要的大数据相关知识。全书共10章,内容包括:大数据概述大数据与其他新兴技术的关系大数据基础知识大数据应用大数据硬件环境数据采集与预处理数据存储与管理数据处理与分析数据可视化大数据分析综合案例在大数据基础知识部分,本书详细介绍了与培养学生的数据素养相关的知识,包括大数据安全、大数据思维、大数据伦理、数据共享、数据开放和大数据交易。附录I:《大数据技术原理与应用(第4版)》教材《大数据技术原理与应用——概念、存储、处理、分析与应用(第4版)》林子雨编著,人民邮电出版社

ISBN:978-7-115-64181-6定价:65元2024年8月教材官方网站:/post/bigdata4国内高校第一本系统介绍大数据知识的专业教材,本书系统介绍大数据的相关知识,分为大数据基础篇、大数据存储与管理篇、大数据处理与分析篇、大数据应用篇。全书共14章,内容包含:本书在Hadoop、HDFS、HBase、MapReduce、Hive、Spark和Flink等相关章安排了入门级的实验,以便读者能更好地学习和掌握大数据的关键技术。大数据概述大数据处理架构Hadoop分布式文件系统HDFS分布式数据库HBaseNoSQL数据库云数据库MapReduceHadoop再探讨数据仓库HiveSpark流计算Flink图计算大数据应用附录J:《大数据基础编程、实验和案例教程(第3版)》与《大数据技术原理与应用(第4版)》教材配套的唯一指定实验指导书林子雨编著,清华大学出版社

ISBN:978-7-302-66922-7

定价:69元

2024年8月第3版《大数据基础编程、实验和案例教程(第3版)》深入浅出,去粗取精,丰富的代码实例帮助快速掌握大数据基础编程方法步步引导,循序渐进,详尽的安装指南为顺利搭建大数据实验环境铺平道路0102精心设计,巧妙融合,八套大数据实验题目促进理论与编程知识的消化和吸收03结合理论,联系实际,大数据课程综合实验案例精彩呈现大数据分析全流程04附录K:《数据采集与预处理(第2版)》详细阐述了大数据领域数据采集与预处理的相关理论和技术林子雨编著,人民邮电出版社2025年1月

978-7-115-65728-2

定价:69.80元教材官网:/post/data-collection2/全书共8章,内容包括:概述大数据实验环境搭建网络数据采集分布式消息系统Kafka日志采集系统Flume数据仓库中的数据集成ETL工具Kettle使用pandas进行数据清洗本书在网络数据采集、Kafka、Flume、Kettle、pandas等重要章节安排了丰富的实践操作,以便读者更好地学习和掌握数据采集与预处理的关键技术。附录L:《Python程序设计基础教程(微课版)》教材:林子雨,赵江声,陶继平.《Python程序设计基础教程(微课版)》人民邮电出版社,2022年2月.教材官网(获取讲义PPT、代码等):

/post/python/

实验手册:林子雨,郑海山.《Python程序设计实验指导与习题解答》.人民邮电出版社,2022年4月.实验手册官网(获取代码等):/post/python-experiment/附录M:《Python程序设计基础(通识课版)》教材:林子雨.《Python程序设计基础(通识课版)》人民邮电出版社,2025年2月.教材官网(获取讲义PPT、代码等):

/post/python-general/

教材ISBN:978-7-115-65678-0定价:59.8元本书详细介绍了获得Python基础编程能力所需要掌握的各方面技术。全书共11章,内容包括Python语言概述、基础语法知识、程序控制结构、序列、函数、模块、异常处理、文件和数据库操作、常用的标准库和第三方库、基于Matplotlib的数据可视化、网络爬虫等。本书每个章节都安排了入门级的编程实践操作,以便读者更好地学习和掌握Python编程方法。本书官网免费提供了全套的在线教学资源,包括讲义PPT、源代码、软件、数据集等。附录N:《Python数据分析、挖掘与可视化》教材:林子雨

编著《Python数据分析、挖掘与可视化》人民邮电出版社,2025年5月.教材官网(获取讲义PPT、代码等):/post/python-analysis/教材ISBN:978-7-115-66088-6定价:59.8元数据分析能够帮助人们深入洞察数据的内在规律和趋势,提取有价值的信息,为决策提供科学依据。在当今信息爆炸的时代,数据分析已成为各行各业不可或缺的技能。本书通过丰富的案例帮助读者快速掌握Python数据分析的核心技能,提高数据处理和分析的能力,从而更好地应对学习和工作中的挑战。全书共10章,内容包括Python语言概述、基础语法知识、程序控制结构、序列、函数、文件和数据库操作、数据分析基础工具NumPy、基于Matplotlib的数据可视化、基于pandas的数据预处理和分析、基于sklearn的机器学习。附录O:《Spark编程基础(Scala版,第2版)》《Spark编程基础(Scala版,第2版)》林子雨,赖永炫,陶继平

编著,人民邮电出版社

ISBN:978-7-115-59501-0

教材官网:/post/spark2/本书以Scala作为开发Spark应用程序的编程语言,系统介绍了Spark编程的基础知识。全书共9章,内容包括:大数据技术概述Scala语言基础Spark的设计与运行原理Spark环境搭建和使用方法RDD编程SparkSQLSparkStreamingSparkMLlib本书每个章节都安排了入门级的编程实践操作,以便读者更好地学习和掌握Spark编程方法。本书官网免费提供了全套的在线教学资源,包括讲义PPT、习题、源代码、软件、数据集、授课视频、上机实验指南等。披荆斩棘在大数据丛林中开辟学习捷径填沟削坎为快速学习Spark技术铺平道路深入浅出有效降低Spark技术学习门槛资源全面构建全方位一站式在线服务体系附录P:《Spark编程基础(Python版,第2版)》《Spark编程基础》(Python版,第2版)林子雨,郑海山,赖永炫

编著,人民邮电出版社

ISBN:978-7-115-64403-9

出版发行,教材官网:/post/spark-python2/本书以Python作为开发Spark应用程序的编程语言,系统介绍了Spark编程的基础知识。全书共9章,内容包括:大数据技术概述Spark的设计与运行原理大数据实验环境搭建Spark环境搭建和使用方法RDD编程SparkSQLSparkStreamingSparkMLlib本书在非理论的章节都安排了入门级的编程实践操作,以便读者更好地学习和掌握Spark编程方法。本书官网免费提供了全套的在线教学资源,包括讲义PPT、习题、源代码、软件、数据集、授课视频、上机实验指南等。披荆斩棘在大数据丛林中开辟学习捷径填沟削坎为快速学习Spark技术铺平道路深入浅出有效降低Spark技术学习门槛资源全面构建全方位一站式在线服务体系SparkMLlib附录Q:《数据库系统原理(微课版)》《数据库系统原理(微课版)》版次:2024年4月第1版林子雨编著,人民邮电出版社

ISBN:978-7-115-63182-4

定价:69.80元

教材官网:/post/database/本书对数据库系统的概念、原理、技术和方法进行了系统和全面的阐述。全书共14章,内容包括:本书在关系数据库标准语言SQL、关系数据库编程、关系数据库安全和保护、分布式数据HBase、键值数据库Redis等重要章节安排了丰富的实践操作,以便读者更好地学习和掌握数据库技术。数据库概述关系数据库关系数据库标准语言SQL关系数据库编程关系数据库安全和保护关系数据库的规

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论