本书总结了石墨烯结构与物性的常用表征技术，从表征技术的基本原理和基本方法出发，对石墨烯的晶格、层数、掺杂、缺陷、表面官能团等结构特征，以及石墨烯的电子能带、载流子输运、力学行为、热传输等物理性质的常用表征手段行了详细介绍，并结合当前新的文献报道给出了实例分析。全书共十一章。1章简要概述了石墨烯的结构和性质，为后续章节详细展讨论奠定基础。第2章和第3章分别介绍了常用的显微学和光谱学表征技术。第4章介绍了石墨烯增强拉曼光谱。第5章介绍了石墨烯的晶格和电子结构表征技术。第6~8章分别介绍了石墨烯的电学性质、热学性质、力学性质及其对应的表征技术。第9章重介绍了粉体石墨烯的物理化学性能表征技术。第十章对前面章节未讨论到的部分性质行了补充介绍。第十一章对全书行了总结与展望。

上海在中国人民抗日战争乃至世界反法西斯战争中占有特殊而重要的地位，既是两次淞沪战役的主战场，也曾是全国抗日救亡运动的中心和国际反法西斯力量的交汇。全书共分三册，以翔实的史料为基础，多角度、全方位地展现了1931至1945年上海抗日斗争的完整历程。上册聚焦上海抗日救亡运动的兴起与发展，并详述一·二八淞沪抗战的全过程，通过回顾抗日潮流的起伏变化与曲折前，揭示了上海抗日力量的崛起历程。中册系统还原八一三淞沪会战的全貌，着重论述抗日民族统一战线下的救亡高潮以及孤岛时期的隐蔽斗争。下册依托丰富的中外史料，记述郊县游战的辟与发展，揭露日军在上海的残酷暴行，呈现上海人民坚持艰苦抗争、最终迎来胜利的全过程。全书再现了中国军民在上海这座英雄城市坚贞不屈、顽强抗日本侵略者的壮阔历史，为读者学习弘扬伟大抗战精神提供了一部优秀读本。

本套书选取岭南地区的道地药材、民间草药、少数民族药、引种驯化天然药物，以及具有药用价值的花卉、树木、果品、粮谷、菜蔬等800余种，应用《中国高等植物图鉴》《中国植物志》《广东植物志》《海南植物志》《广西植物志》《广州植物志》和《广西植物名录》等全国和地方性植物分类学典籍，查清其来源、产地与生境；参照《中华本草》《中药大辞典》《广东中药志》《广西药用植物名录》等中药学著作及《山草药指南》《岭南采药录》《生草药性备要》《本草求原》《南方草木状》等本草著作，结合作者团队数十年来对岭南中草药行野外考察和市场调研的实践经验，梳理其学名、中文正名、中文别名、性味功效、品种变迁及历史文化背景，并以简要清晰的文字和多部位、多角度的图片描述其主要识别特征。旨在为岭南基本药用植物的分类位置、自然资源、地理环境、形态特征、性味功效、化学成分、药理作用、临床应用及历史、文化背景等方面的研究，提供一个脉络较为清晰的基础资料。 全套书80余万字，附图1 800余幅，含药用植物163科595属814个分类群。可供中药学、中医学、本草学、民族药学、药用植物资源学、植物地理学、植物分类学、植物生态学、植物多样性保护、农业、林业、园林园艺等相关专业的教师、学生、研究人员和中医药、环境保护、海关等政府决策者及中草药爱好者使用。

本书是一本学术专著，以自主式深海着陆车为研究对象，聚焦于作者团队取得的相关科研成果，系统阐述了深海着陆车系统设计与优化、下潜与着底运动特性分析、路径规划与跟踪控制方法等。全书共八章，主要包括结构与系统设计、水动力分析与优化、下潜运动与着底稳定性、爬行运动特性研究、路径规划以及跟踪控制方法等方面的内容，并结合其应用潜力与发展前景进行了论述和展望。在本书指导下研发的相关深海智能装备，不断促进我国深海装备谱系化发展，将我国海洋经济推向新时代纵深发展的新局面。

书中收录的多是家乡的情景和与本职工作相关的内容，国外的则是走马观花的见闻。因景思人触情，且行且拍，边拍边写。有的图片没有机会守候光线，成了到此一游。有的文字没有深入研究，成了浅尝辄止。

本书内容从光学太赫兹辐射源器件到生物医学应用,覆盖了各种光学太赫兹辐射源器件以及太赫兹生物光谱应用研究现状。全书共七章,1章介绍光学太赫兹与物质相互作用;第2章介绍太赫兹波段非线性晶体;第3章介绍宽带光学太赫兹脉冲辐射源;第4章介绍基于参量振荡技术的窄带可调谐脉冲太赫兹辐射源;第5章介绍基于差频技术的可调谐脉冲太赫兹辐射源;第6章介绍连续太赫兹辐射源;第7章介绍太赫兹生物医学应用。希望通过介绍光学太赫兹辐射源的研究及其在生物医学应用方面的研究成果及经验,为需要了解太赫兹辐射源及其生物医学应用方面的读者或将要从事该研究的科研工作者提供一定的参考和借鉴。

《杯雪（共6册）》 南宋，绍兴二十五年，二十余名金使被杀于吴江七里铺。一个孤傲的漠北少年凭手中神剑搅动天下局势！ 《长安古意》 长安城中的铁骨御史肖愈铮猝然离世，留下一卷藏有天大秘密的《肝胆录》。肖御史的孀妻裴红棂，只好带着儿子小稚千里逃亡。 《洛阳女儿行（共6册）》 乐游原上索剑盟！韩锷与方柠本是江湖上人人艳羡的神仙眷侣，然而方柠已数月音讯全无。无奈之下，形单影只的“太白剑客”韩锷身胯斑骓、手持长庚，来到洛阳城外。 《开唐·教坊》 初唐之际，烽烟甫定，大野龙蛇纷纷潜藏。然而玄武门之变后，深宫之中一位前太子遗孤悄然诞生。 《弓箫缘》 初唐年间，筹建北庭都护府的四十万石粮草意外遭劫，陈澌奉李渊之命调查此案。塞外草原一晚，弓箫齐鸣。陈澌遇上了“女子且如此，男儿安可逢！”的李雍容。 《石榴记》 开封城榴莲街突然出现了艳祸奇案，每日凌晨都有青年男子赤裸下身，暴死街中。京展，开封城黑道老大，为追查艳祸一事，意外陷入了一场无尽的阴谋…… 《刺》 三十死士刺公侯，死士尽死而公侯仍在。隐蔽的“刺”藏在何方，惊艳的“刺”寒光何处？ 《江湖墟》 天下三把刀，冷露月中宵。各江湖世家联合通缉铿锵令主，赏金九万两！人人都想去江湖墟领榜，一场惊心动魄的刺杀拉开序幕。 《隙中驹》 江湖流传，从不失手的杀手组织“脂胭斋”将刺杀扬州城里的林老侍郎！风声已露，胜算颇少，这一刺却必须继续！ 《尘镜蛛奁》 丐帮彭碗儿来到南昌城，路遇女子吊死在燕家十九宅门口，探求死因，竟牵出一件武林隐秘…… 《青丝井的传说》 井上井下，天人永隔。终南派弟子张晓骥与魔教之女卢绊儿定约成婚，江湖众怒，何去何从？ 《魔瞳》 北方的铁流人已突破了稳固三百年的诺丁汉结界，萨森古国岌岌可危。然而，萨森剩下的一位魔法师竟是一位还未成年的学徒。

本书从理论和实验两个方面对太赫兹波段常用功能材料的光学性质和亚波长微结构功能器件的谐振及传输特性行了详细的介绍。在功能材料方面,主要介绍了液晶双折射材料、二氧化钒相变材料、石墨烯、二硫化钼和碳纳米管等二维纳米材料、磁光材料。在人工微结构电磁材料方面,介绍了亚波长介质光栅、光子晶体、表面等离子体、超材料、超表面等。按照实现的功能划分,主要介绍了太赫兹调制器、偏振控制器、相移器、传感器、单向传输的环形器和隔离器、定向发射器等。本书适用于从事太赫兹功能材料、太赫兹微结构功能器件等研究领域的工程技术人员,以及科研院所和大中专高校相关专业的学生和科研人员。

本书包括黄氏正骨流派概述及上肢骨折脱位的手法治疗等内容。总论部分包括黄氏正骨手法的历史渊源、手法特点及学术思想；各论部分阐述了上肢各个部分骨折脱位的概念、病因病机、局部解剖、分型、症状体征及治疗方法。

本书共10章，*梳理了炎症性肠病（IBD）的诊疗规范与综合管理内容。首先，详细介绍了IBD的诊断规范，并探讨了消化内镜、影像学、病理学及粪钙卫蛋白等技术在诊断中的应用。接着，阐述了IBD的传统药物与生物制剂治疗进展，以及非药物治疗的规范，深入探讨了消化内镜下IBD的微创治疗与外科治疗要求。随后，关注难治性IBD的诊断与治疗前沿，介绍了IBD的慢病管理策略。*后，分享了基层医院MDT病例分析，指导基层医生运用*新指南进行IBD的诊断与治疗，为IBD的规范化诊疗提供了*指导。本书为基层医生临床指南丛书之一。

美商是一个全新的理念，是指一个人对美学和美感的理解力等。本书共七个章节，围绕审美视角来剖析“美”与“丑”的原因，从比例、骨骼轮廓线到审美维度，通过科学系统的医疗美学实践知识，针对女性爱美，变美的刚需来教大家怎么样科学的审美和变美。本书融合医学、美学等多种角度，阐述了作者对美学的认知，望为求美者带来属于自己颜值升级的美化方法，同时也让医美从业者提高审美维度和专业高度。

王安石是北宋乃至中国历史上著名的政治家、文学家、思想家。他深研经学，诗词风格独特，名列“唐宋八大家”。其主导的“王安石变法”更是古代罕有的一次规模宏大的时代变革，影响了整个中国历史。 本全集收录了王安石撰著和编纂的全部文字，按经、史、子、集四部分类法，采用简体横排的方式整理出版。 所用底本一般采用刻印时间较早、校刻精良的善本，并以不同系统的版本作为参校本。善本校辑来源包括四库本《周官新义》、嘉靖本《临川先生文集》、宋刻本《唐百家诗选》，另搜集一些相关资料作为附录，使得读者可以从不同的角度审视这位历史大人物。

本书从石墨烯的发展史出发，深浅出地介绍了石墨烯结构、特性、制备方法、化学修饰与功能化、微结构调控、组装技术，以及组装体在能量转换和储存等方面的应用，各章节之间的内容既相互关联，又有各自的侧重，概括了科研工作者们这些年在石墨烯领域的知识沉淀。本书共6章，第1章为石墨烯物理与化学，第2章详细介绍了石墨烯的制备，第3章涉及石墨烯化学调控与功能化，第4章总结了石墨烯微结构调控，第5章介绍了石墨烯组装技术，第6章为石墨烯组装体在能量转换与存储器件中的应用。本书可作为高等学校材料相关专业本科高年级学生、研究生的学习用书，以及教师、科技工作者和企业专业技术人员的参考书，尤其对从事石墨烯材料研究的科研人员将具有很好的指导意义。

本书从石墨烯粉体材料的制备与表征手，结合不同领域的应用行了系列的综述。全书共13章。1章对石墨烯的历史及现状行了总体介绍。第2章和第3章分别介绍了石墨烯粉体材料的制备方法及工艺、表征技术和标准。第4章就功能化石墨烯粉体、浆料生产技术和三维石墨烯制备技术行了描述。第5~7章集中介绍了石墨烯粉体材料在锂离子电池、超级电容器、燃料电池中的应用。第8~13章主要介绍了石墨烯粉体材料在生物传感器及医药、环境保护、涂料、高分子复合材料、热管理材料、导电油墨领域的应用。 本书适用于从事石墨烯粉体材料领域研究工作的工程技术人员，以及科研院所和大中专高校相关专业的学生和科研人员。 

本书系统呈现了第四次全国中药资源普查广东省普查成果。全书共全书共收录广东省各类中药资源3590种，其中植物药资源3446种，动物药资源126种，矿物药资源18种。本书为广东省中药材产业提供准确的资源信息，让已有的成果数据信息更好地为产业发展服务，同时也为区域内主管部门在制定相关法规政策和服务产业过程中，发挥中药资源普查成果数据的作用。这是广东省第四次全国中药资源普查取得的重要成果，对促区域内中药资源的可持续利用和保护，以及地方中药资源产业和国民经济的发展具有重要意义。

黄氏理伤手法是广州市正骨医院的招牌技术，至今已传承三代五十余年，惠福者众，在学术界别具一格。 本书即以黄氏理伤手法创始人、广东省名中医黄敏老先生的学术思想为根本，以黄崇侠、黄崇博兄弟三十余年临床经验为基础结集而成。黄敏老先生原为广州市越秀区正骨医院（广州市正骨医院前身）院长，他勤于思考、善于总结和发扬，逐渐形成了独具特色的黄氏正骨心法。 20世纪70年代，黄崇侠（黄敏老先生长子，现任广州市正骨医院康复科主任）、黄崇博（黄敏老先生次子，现任广州市正骨医院院长）兄弟即跟随父亲研习家传中医正骨手法，并将其熟练运用于临床中。 现今，为弘扬黄氏正骨手法，将黄氏正骨手法代代相传，广州市正骨医院成立了正骨手法研究室、黄氏理伤手法研究室、黄氏理伤针法研究室，不断培养新的继承人，并将黄氏理伤手法技术结集出版，以飨同道。

本套书选取岭南地区的道地药材、民间草药、少数民族药、引种驯化天然药物，以及具有药用价值的花卉、树木、果品、粮谷、菜蔬等800余种，应用《中国高等植物图鉴》《中国植物志》《广东植物志》《海南植物志》《广西植物志》《广州植物志》和《广西植物名录》等全国和地方性植物分类学典籍，查清其来源、产地与生境；参照《中华本草》《中药大辞典》《广东中药志》《广西药用植物名录》等中药学著作及《山草药指南》《岭南采药录》《生草药性备要》《本草求原》《南方草木状》等本草著作，结合作者团队数十年来对岭南中草药行野外考察和市场调研的实践经验，梳理其学名、中文正名、中文别名、性味功效、品种变迁及历史文化背景，并以简要清晰的文字和多部位、多角度的图片描述其主要识别特征。旨在为岭南基本药用植物的分类位置、自然资源、地理环境、形态特征、性味功效、化学成分、药理作用、临床应用及历史、文化背景等方面的研究，提供一个脉络较为清晰的基础资料。 全套书80余万字，附图1 800余幅，含药用植物163科595属814个分类群。可供中药学、中医学、本草学、民族药学、药用植物资源学、植物地理学、植物分类学、植物生态学、植物多样性保护、农业、林业、园林园艺等相关专业的教师、学生、研究人员和中医药、环境保护、海关等政府决策者及中草药爱好者使用。

千脑智能 近些年，当人们谈论人工智能时，总热衷于讨论算法的优化、模型的迭代、算力的多少。人们不断地在追求模型的深度、数据的规模和芯片的算力。海量参数的复杂网络仿佛就是人工智能的发展方向。然而，这就是真的智能吗？ 科技界的一代传奇人物、计算机科学家与神经科学家杰夫·霍金斯在《千脑智能》中揭示了一种关于大脑和智能的理论——千脑智能理论，这将彻 底改变我们对大脑和人工智能的未来的理解。 就像人类蕞终不是通过模仿鸟类，而是通过理解空气动力学而发明了飞行一样，在我们改进机器和深度学习的同时，我们需要首先了解大脑是如何工作的。 杰夫·霍金斯和他的团队发现，大脑使用类似地图的结构来建立一个世界的模型——不仅仅是一个模型，而是成千上万个我们所知道的一切的模型，也就是千脑智能理论。这一发现为创造机器智能提供了清晰的路线图。 元宇宙改变一切 2021年被誉为“元宇宙”元年。毫无疑问，元宇宙已经在世界范围内掀起了巨大热潮，国际互联网巨头公司纷纷布局元宇宙，其中就有苹果、Facebook、微软、英伟达、百度、腾讯、网易等，Facebook更是一举将名字改为Meta Platforms，彰显其进军元宇宙的决心。这些席卷而来的热潮正在说明一个事实，那就是：我们正在从大数据时代真正迈入元宇宙时代，元宇宙已经在颠覆我们的生活、工作与思维方式。谁蕞先进入元宇宙，谁就将蕞先赢得未来。 未来呼啸而来 作者彼得·戴曼迪斯和史蒂芬·科特勒*展示了商业创业风口上的9大指数型技术——量子计算、人工智能、网络、机器人、虚拟现实与增强现实、3D打印、区块链、材料科学与纳米技术、生物技术，并洞察这9大指数型技术的互相融合会带来巨大的变革力量，将会完全重塑我们的生活方式与商业模式。两位作者结合9大指数型技术的融合，充分预测和描述了零售业、广告业、娱乐业、教育、医疗保健、长寿、商业、食品业等8大行业指数型变革的未来。 生命3.0 在人工智能崛起的当下，你希望看到一个什么样的未来？当超越人类智慧的人工智能出现时，人类将何去何从？你是否希望我们创造出能自我设计的生命3.0，并把它散播到宇宙各处？人工智能时代，生而为人的意义究竟是什么？在《生命3.0》中，麻省理工学院物理系终身教授、未来生命研究所创始人迈克斯·泰格马克将带领我们参与这个时代*重要的对话。 AI3.0 人工智能现在正深刻地影响着我们的生产与生活，甚至关系到人类未来的前途命运，但究竟什么是人工智能？人工智能背后的原理是什么？从问世到演化至今，人工智能经历了怎样的历史变迁？当下人工智能的能力边界在哪里？人工智能与人类智能的差异是什么？未来人工智能又将面对什么样的挑战和机遇？关于这些疑问，《AI 3.0》将为你一一揭晓答案。 虚拟人 人类躯体死亡，思维是否有可能继续存在，从而实现思维不朽？思维克隆人、网络人等虚拟人将如何颠覆人类对“我”的定义？ 利用思维克隆技术，我们能否重新构建所爱之人的记忆、行为方式以及人格特征？思维克隆人和其生物学原型有着怎样的区别？未来，我们该如何界定思维克隆人的社会地位和法律地位？ 毫无疑问，思维克隆人的出现将会对传统人类社会产生深刻的哲学影响、社会影响、法律影响以及伦理影响，人类传统社会将被彻底颠覆。那么，作为人类的我们该如何应对这些问题？如何“给思维克隆人一个说法”？ 元宇宙概念大爆发，虚拟人成为*受入局者关注的切入点，玛蒂娜·罗斯布拉特《虚拟人》一书将帮助你*了解虚拟人，了解人类未来与自己的虚拟人分身共生的未来！ 脑机穿越 《脑机穿越》讲述了“人机融合”的未来，即“脑机接口时代”的到来！在未来科技的驱动下，科幻大片的场景已逐渐走入现实。人类通过思维控制人造工具，如今听起来无法想象的事情，在未来会成为常态。从海洋深处到超新星禁区，甚至到我们体内细胞间的微小裂缝，人类的触及范围将追上我们探索未知领域的野心。 人工智能的未来 《人工智能的未来》作者库兹韦尔认为，2045年，人工智能将超越人类智能，储存在云端的“仿生大脑新皮质”与人类的大脑新皮质将实现“对接”，世界将开启一个新的文明时代，“奇点”到来！那个时候，我们是谁？我们是什么？人还能称之为人吗？ 库兹韦尔把“奇点”当作一个绝佳的“隐喻”：当智能机器的能力跨越这一临界点之后，人类的知识单元、链接数目、思考能力，将旋即步入令人眩晕的加速喷发状态——一切传统的和习以为常的认识、理念、常识，将统统不复存在，所欲的智能装置、新的人机复合体将进入“苏醒”状态。 如何创造可信的AI 福当下的AI存在哪些风险？真的有可信的AI吗？ 理想的AI与现实的AI之间究竟存在哪些差距？ 如何构建人类和AI之间的信任？ 关于人工智能的炒作总是甚嚣尘上，但要得到真正可信的AI，却远比想象的要复杂得多，超级智能的时代还远没有到来。创造真正可信的AI需要赋予机器常识和深度理解，而不是简单地统计分析数据。本书勾勒了未来人工智能发展的*佳路线图，对当前人工智能的现状进行了清晰且客观的评估。 人人都该懂的人工智能 《人人都该懂的人工智能》属于湛庐文化重磅推出的“新核心素养”系列图书之一。本系列图书致力于推广通识阅读，扩展读者的阅读面，培养批判性思考的能力，涵盖了哲学、心理学、法律、艺术、物理学、生物科技等诸多人文科学和自然科学的知识，其中《人人都该懂的人工智能》介绍了人工智能领域的核心思想，让你一本书了解人工智能的核心智慧。。 脑机简史 《脑机简史》便是向读者介绍脑机接口这一新兴技术的科普著作。从对大脑的重新认识，到神经科学颠覆传统的发现，再到脑机接口领域正在发生的前瞻探索和令人振奋的突破，作者对这项技术自诞生至今的演进历程以及它对未来的影响进行了生动的展示，让人在感叹“脑机融合”创造的惊人变化的同时，更为脑科学的飞速发展以及人类大脑浩如烟海的未解之谜而神往。

Learn to use scikit-learn operations and functions for Machine Learning and deep learning applications. About This Book Handle a variety of machine learning tasks effortlessly by leveraging the power of scikit-learn Perform supervised and unsupervised learning with ease, and evaluate the performance of your model Practical, easy to understand recipes aimed at helping you choose the right machine learning algorithm Who This Book Is For Data Analysts already familiar with Python but not so much with scikit-learn, who want quick solutions to the common machine learning problems will find this book to be very useful. If you are a Python programmer who wants to take a dive into the world of machine learning in a practical manner, this book will help you too. What You Will Learn Build predictive models in minutes by using scikit-learn Understand the differences and relationships between Classification and Regression, two types of Supervised Learning. Use distance metrics to predict in Clustering, a type of Unsupervised Learning Find points with similar characteristics with Nearest Neighbors. Use automation and cross-validation to find a best model and focus on it for a data product Choose among the best algorithm of many or use them together in an ensemble. Create your own estimator with the simple syntax of sklearn Explore the feed-forward neural networks available in scikit-learn In Detail Python is quickly becoming the go-to language for analysts and data scientists due to its simplicity and flexibility, and within the Python data space, scikit-learn is the unequivocal choice for machine learning. This book includes walk throughs and solutions to the common as well as the not-so-common problems in machine learning, and how scikit-learn can be leveraged to perform various machine learning tasks effectively. The second edition begins with taking you through recipes on evaluating the statistical properties of data and generates synthetic data for machine learning modelling. As you progress through the chapters, you will comes across recipes that will teach you to implement techniques like data pre-processing, linear regression, logistic regression, K-NN, Naive Bayes, classification, decision trees, Ensembles and much more. Furthermore, you'll learn to optimize your models with multi-class classification, cross validation, model evaluation and dive deeper in to implementing deep learning with scikit-learn. Along with covering the enhanced features on model section, API and new features like classifiers, regressors and estimators the book also contains recipes on evaluating and fine-tuning the performance of your model. By the end of this book, you will have explored plethora of features offered by scikit-learn for Python to solve any machine learning problem you come across. Style and Approach This book consists of practical recipes on scikit-learn that target novices as well as intermediate users. It goes deep into the technical issues, covers additional protocols, and many more real-live examples so that you are able to implement it in your daily life scenarios.

Neural Networks and their implementation decoded with TensorFlow About This Book Develop a strong background in neural network programming from scratch, using the popular Tensorflow library. Use Tensorflow to implement different kinds of neural networks – from simple feedforward neural networks to multilayered perceptrons, CNNs, RNNs and more. A highly practical guide including real-world datasets and use-cases to simplify your understanding of neural networks and their implementation. Who This Book Is For This book is meant for developers with a statistical background who want to work with neural networks. Though we will be using TensorFlow as the underlying library for neural networks, book can be used as a generic resource to bridge the gap between the math and the implementation of deep learning. If you have some understanding of Tensorflow and Python and want to learn what happens at a level lower than the plain API syntax, this book is for you. What You Will Learn Learn Linear Algebra and mathematics behind neural network. Dive deep into Neural networks from the basic to advanced concepts like CNN, RNN Deep Belief Networks, Deep Feedforward Networks. Explore Optimization techniques for solving problems like Local minima, Global minima, Saddle points Learn through real world examples like Sentiment Analysis. Train different types of generative models and explore autoencoders. Explore TensorFlow as an example of deep learning implementation. In Detail If you're aware of the buzz surrounding the terms such as "machine learning," "artificial intelligence," or "deep learning," you might know what neural networks are. Ever wondered how they help in solving complex computational problem efficiently, or how to train efficient neural networks? This book will teach you just that. You will start by getting a quick overview of the popular TensorFlow library and how it is used to train different neural networks. You will get a thorough understanding of the fundamentals and basic math for neural networks and why TensorFlow is a popular choice Then, you will proceed to implement a simple feed forward neural network. Next you will master optimization techniques and algorithms for neural networks using TensorFlow. Further, you will learn to implement some more complex types of neural networks such as convolutional neural networks, recurrent neural networks, and Deep Belief Networks. In the course of the book, you will be working on real-world datasets to get a hands-on understanding of neural network programming. You will also get to train generative models and will learn the applications of autoencoders. By the end of this book, you will have a fair understanding of how you can leverage the power of TensorFlow to train neural networks of varying complexities, without any hassle. While you are learning about various neural network implementations you will learn the underlying mathematics and linear algebra and how they map to the appropriate TensorFlow constructs. Style and Approach This book is designed to give you just the right number of concepts to back up the examples. With real-world use cases and problems solved, this book is a handy guide for you. Each concept is backed by a generic and real-world problem, followed by a variation, making you independent and able to solve any problem with neural networks. All of the content is demystified by a simple and straightforward approach.

Get your statistics basics right before diving into the world of data science About This Book No need to take a degree in statistics, read this book and get a strong statistics base for data science and real-world programs; Implement statistics in data science tasks such as data cleaning, mining, and analysis Learn all about probability, statistics, numerical computations, and more with the help of R programs Who This Book Is For This book is intended for those developers who are willing to enter the field of data science and are looking for concise information of statistics with the help of insightful programs and simple explanation. Some basic hands on R will be useful. What You Will Learn Analyze the transition from a data developer to a data scientist mindset Get acquainted with the R programs and the logic used for statistical computations Understand mathematical concepts such as variance, standard deviation, probability, matrix calculations, and more Learn to implement statistics in data science tasks such as data cleaning, mining, and analysis Learn the statistical techniques required to perform tasks such as linear regression, regularization, model assessment, boosting, SVMs, and working with neural networks Get comfortable with performing various statistical computations for data science programmatically In Detail Data science is an ever-evolving field, which is growing in popularity at an exponential rate. Data science includes techniques and theories extracted from the fields of statistics; computer science, and, most importantly, machine learning, databases, data visualization, and so on. This book takes you through an entire journey of statistics, from knowing very little to becoming comfortable in using various statistical methods for data science tasks. It starts off with simple statistics and then move on to statistical methods that are used in data science algorithms. The R programs for statistical computation are clearly explained along with logic. You will come across various mathematical concepts, such as variance, standard deviation, probability, matrix calculations, and more. You will learn only what is required to implement statistics in data science tasks such as data cleaning, mining, and analysis. You will learn the statistical techniques required to perform tasks such as linear regression, regularization, model assessment, boosting, SVMs, and working with neural networks. By the end of the book, you will be comfortable with performing various statistical computations for data science programmatically. Style and approach Step by step comprehensive guide with real world examples