未来互联网原理、技术及应用

学术界和工业界推动未来互联网体系结构与前沿技术的发展，体系结构上主要包括渐进式演进技术和革命式演进技术，网络前技术包括软件定义网络、网络功能虚拟化、云计算、边缘计算等。本书阐述了未来互联网原理、技术及应用，具体如下：首先介绍互联网体系结果的发展过程，以及当前的研究状况；然后，重点介绍未来互联网前沿技术，包括IPv6网络、软件定义网络、软件功能虚拟化、内容中心网络、移动社交网络、延时容忍网络、数据中心网络、5G网络、工业互联网、可信网络

计算机信息技术与大数据应用

本书共分6章，内容包括：信息技术与计算机信息系统、大数据概述、数据质量、大数据治理、大数据时代下的全媒体云服务应用、大数据技术在广播节目中的应用...

人工智能科学(第三版)(诺贝尔经济学奖获得者丛书)

西蒙教授说，科学的目标在于让精妙复杂的东西变得简单易懂，却又不失其惊奇之处！本书作为人工智能领域的一本推荐阅读经典，对人工智能领域所涉及的各学科均做出了独到的分析。西蒙教授在思维和大脑的区分上投入颇多。他将大脑看作生理机能的一部分，就如计算机中的硬件，只是大脑中的思维是人的想法的呈现。他强调，人类和计算机中的硬件不同，但这并不会阻碍计算机思维能力的发展，从而阻碍其适应能力。本书堪称人工智能领域的开山之作，具体包括：（1）理解自然界和人

人工智能入行实战:从校园到职场

本书主要讲解人工智能的技术发展和行业现状，旨在帮助读者掌握进入人工智能行业工作的知识和方法。 本书首先介绍人工智能的技术概况、人工智能对人们的生活和工作的影响，以及人工智能的三大技术--机器学习、深度学习和大数据的基本原理与应用。其次，本书介绍人工智能从业者所需要的专业技术，并提供相应的学习方法。接着，本书介绍人工智能的行业概况，并将人工智能行业的岗位分为算法岗、工程岗、数据岗和产品岗，详细介绍各岗位的工作内容、能力要求、发展方向等。

机器学习和深度学习:原理、算法、实战:使用Python和TensorFlow

《机器学习和深度学习：原理、算法、实战（使用Python和TensorFlow）》以通俗易懂的风格介绍了机器学习和深度学习技术，只涉及了基本的数学知识。　　该由两位机器学习和深度学习领域的专家编写，书中的案例涵盖了银行、保险、电子商务、零售和医疗等多个行业。书中讲述如何在当今的智能设备和应用程序中使用机器学习和深度学习技术。　　《机器学习和深度学习：原理、算法、实战（使用Python和TensorFlow）》提供了对书中涉及的数据

服务计算十讲

本书分别从服务计算基础、面向领域的服务应用与治理、服务选择与组合、服务推荐、服务系统开发技术与运行基础设施、大数据服务、云计算服务、移动边缘服务、认知服务、跨界服务融合，共十个方面系统化介绍服务计算领域所取得的研究进展和最新趋势，为服务计算的感兴趣研究者提供基础知识，为服务计算的研究者探索未来的研究方向...

构建机器学习应用

本书的主要内容有：定义产品目标，将其转化为机器学习问题。快速搭建第一条端到端流水线，创建初始数据集。训练和评估机器学习模型，解决性能瓶颈。将模型部署到生产环境，持续监控使用情况...

大数据理论与决策研究

本书立足于大数据的基础理论，对大数据的应用进行了重点探讨。本书共五章节，内容包括大数据与大数据时代、大数据技术基础、大数据技术发展政策研究、大数据决策模式研究等。本书知识自成体系，语言简洁，论述严谨，对该领域的研究具有一定的借鉴意义...

Spring Boot 3核心技术与最佳实践

本书是一本针对Java开发人员的图书，旨在帮助Java开发人员掌握Spring Boot的基本使用，以及深入了解Spring Boot的应用及原理。本书内容由浅入深、循序渐进，第1～5章介绍Spring Boot的基础知识（基础入门、配置管理、Starter、自动配置、启动过程与扩展应用、日志管理），第6～9章介绍Spring Boot的综合应用（Web、数据访问、计划任务、缓存、消息队列），第10～12章介绍Spring Boot应

人工智能伦理学

原著作者马克·科克伯格是维也纳大学哲学系哲学教授。译丛主编杜严勇，男，1976年生，科学史博士，上海交通大学马克思主义学院教授、博士生导师，国家社科基金重大项目“人工智能伦理风险防范研究”首席专家，主要研究方向为人工智能伦理。本书为人工智能伦理译丛丛书之一。本书描述了有影响力的人工智能故事，从弗兰肯斯坦的怪物到超人文主义和技术奇点；调查了相关的哲学讨论：关于人和机器之间根本区别的问题以及关于人工智能道德地位的争论；解释了人工智能的技术

自然语言处理之BERT模型算法、架构和案例实战

本书先从自然语言处理的概念入手，阐述文本的表示技术等信息处理技术；在介绍了常用的自然语言处理模型之后，聚焦于BERT模型，对BERT 模型的核心场景问题进行分析，对BERT 的原理、架构和实现做了详细的解读。在此基础上分别从初、中、高三个不同的层面展示了三个实战案例，给出了具体的代码实现，详实的实战案例使读者能够充分理解BERT 模型，能够利用BERT 模型解决自然语言处理中的实际问题。最后，对自然语言处理和深度学习技术的发展趋势做了

数据结构算法的原理与应用

数据结构算法原理是对计算机程序设计中常见的各种数据的逻辑结构、存储结构及相应的运算等理论的阐释。本书系统汇集了作者多年来与数据结构算法相关研究内容，主要内容包括绪论，线性表，栈与队列，串、数组和广义表，树和二叉树，图，查找，排序等部分。本书融入了新的数据结构和算法思想，注意基本概念的引入和阐述，对主要数据结构及其相关算法分析技术进行了比较深入的讨论，以利用数据结构、算法的理论和技术解决具体的应用问题。本书内容丰富系统，理论与实践并重，

人工智能时代的治道变革

本书内容主要分为三个部分：第一部分是对人工智能及其存在属性的思考，第二部分是对人工智能时代的就业、金融、医疗、司法和公共安全治理所面临的深刻变革及其治理之道进行的论述，第三部分是对人工智能在国家治理中的深度应用所引发的治理规则、治理形态、治理秩序、治理格局等方面的深刻变革及其治理之道进行的论述。其中，第一部分包括第一章、第二章和第三章，该部分在对人工智能的基本内涵、类型、构成要素和世界各主要国家的人工智能政策进行阐述的基础上，从哲学、

百面机器学习 算法工程师带你去面试

人工智能领域正在以超乎人们想象的速度发展，本书赶在人工智能占领世界之前完成编写，实属万幸。 书中收录了超过100道机器学习算法工程师的面试题目和解答，其中大部分源于Hulu算法研究岗位的真实场景。本书从日常工作、生活中各种有趣的现象出发，不仅囊括了机器学习的基本知识，而且还包含了成为出众算法工程师的相关技能，更重要的是凝聚了笔者对人工智能领域的一颗热忱之心，旨在培养读者发现问题、解决问题、扩展问题的能力，建立对机器学习的热爱，共绘人工

可靠的机器学习(影印版)

无论你是小型创业公司或跨国公司的一员，这本实践用书为数据科学家、软件和网站可靠性工程师、产品经理和企业主展示了如何在组织内可靠、有效和负责地运行和建立机器学习。你将深入了解其中涉及的方方面面，从如何在生产中进行模型监控到如何在产品组织中运营一个完善的模型开发团队。通过将SRE思维应用于机器学习，作为本书作者和工程专业人士的Cathy Chen、Kranti Parisa、Niall、D. Sculley、Todd Underwood以

计算机视觉——飞桨深度学习实战

本书在介绍深度学习、百度飞桨等相关知识的基础上，着重介绍了图像分类、目标检测、语义分割、人体关键点检测、图像生成、视频分类、图像文本检测和识别、图像识别等计算机视觉任务的实现原理及深度学习模型框架，并通过具体案例来详细介绍各任务的实现细节。 全书分为理论篇和实战篇。理论篇（第1～4章）梳理了计算机视觉技术的发展历程、主要任务、行业应用系统，同时简要介绍了深度学习开发框架、飞桨（PaddlePaddle）开发平台，以及深度学习的基础知

人工智能安全基础

本书着眼于人工智能自身的安全问题，旨在将当前人工智能安全的基础问题、关键问题、核心算法进行归纳总结。本书的定位是学习人工智能安全的入门书籍，因此先详细介绍了人工智能安全相关的基础知识，包括相关的基础算法和安全模型，使得读者明确人工智能面临的威胁，对人工智能安全有一个大体的概念和初步认识。然后将人工智能系统的主要安全威胁分为模型安全性威胁和模型与数据隐私威胁两大类。模型安全性威胁主要包括投毒攻击、后门攻击、对抗攻击、深度伪造。模型与数据

大数据技术

本书系统地介绍大数据的概念、原理、技术和应用。内容包括认识和理解大数据；大数据的相关技术（大数据获取技术、大数据存储管理技术和大数据可视化技术等）；大数据计算框架；大数据挖掘任务（关联分析、聚类分析、分类分析、演变分析、特异群组分析和异常分析）；大数据应用实现；大数据挖掘工具等。本书对大数据技术进行了全面而细致的定义和归纳，并将向读者展现该领域近期新研究热点和技术。关于大数据应用实现章节的内容将采用本套丛书编委们实际主持和完成的大数据

增强现实技术剖析

本书对增强现实及相关技术进行了深入研究，共分为7章。第1章对增强现实技术进行了概述；第2章阐述了增强现实的常用设备以及理论基础；第3～6章分别详细阐述了增强现实系统的显示技术、标定技术、注册技术以及移动增强现实系统的关键技术；第7章探讨了增强现实技术在教育、农业、商业、营销、公共安全以及数字展示等领域中的应用...

人工智能基础与应用

量子数据挖掘算法

介绍量子数据挖掘算法领域的研究现状，重点针对若干重要数据挖掘问题介绍求解它们的量子算法。首先，针对关联规则挖掘的核心任务——从候选项集中找出频繁项集，介绍一个量子关联规则挖掘算法；其次，基于最著名的主成分分析数据降维算法，介绍一个量子数据降维算法；再次，针对岭回归——一种通过对一般线性回归引入规范化以分析多重共线性数据的线性回归方法，介绍一个量子岭回归算法；最后，基于近年接受的一个知名经典视觉追踪算法，介绍一个量子视觉追踪算法。本书可

算法的乐趣

本书从一系列有趣的生活实例出发，全面介绍了构造算法的基础方法及其广泛应用，生动展现了算法的趣味性和实用性。书中介绍了算法在多个领域的应用，如图像处理、物理实验、计算机图形学、数字音频处理、机器学习等。其中，既有各种大名鼎鼎的算法，如神经网络、遗传算法、离散傅里叶变换算法、KNN、贝叶斯算法，也有不起眼的排序和概率计算算法。本书讲解浅显易懂而不失深度和严谨，对程序员有很大的启发意义。书中所有示例都与生活息息相关，充分地展现了算法解决问题

面向工程师的实用机器学习和AI

许多AI入门指南可以说都是变相的微积分书籍，但这本书基本上避开了数学。作者Jeff Prosise帮助工程师和软件开发人员建立了对AI的直观理解，以解决商业问题。需要创建一个系统来检测雨林中非法砍伐的声音、分析文本的情感或预测旋转机械的早期故障？这本实践用书将教你把AI和机器学习应用于职场工作所需的技能。书中的示例和插图来自于Prosise在全球多家公司和研究机构教授的AI和机器学习课程。不说废话，也没有可怕的公式——纯粹就是写给工程

社会计算与社会智能机遇与挑战

本书共五章，内容包括：社会计算的发展、社会计算的国内外现状、社会计算中的主要挑战、社会计算研究范式转型、结束语...

人工智能概论与PYTHON办公自动化编程

随着人工智能的不断发展，人们对于人工智能教育通识化、普及化的需求日益强烈。高校既要做好人工智能专业教育，也要在信息技术基础课程中涵盖人工智能通识教育。本书面向文科学生，主要内容是人工智能通识教育知识和Python办公自动化编程应用。书中以真实任务为导引，逐步讲解各章知识点。全书共11章，包括计算机基础知识、人工智能概述、人工智能基础算法与应用、Python基础入门、Python编程基础、Python基础和文字处理软件、Python基础

大数据标注(微课视频版)

本书以数据标注核心技术为基础，以经典管理理论为依托，以数据标注工厂的管理方法为指导，以现实案例为示范，全面介绍了数据标注的基础知识，详细介绍了文本数据标注、图像数据标注、语音数据标注和视频数据标注的标注方法和实现细节，并重点介绍了以流水线管理理论为核心的数据标注企业管理方法，使从业者可以快速提升数据标注技术水平，最后通过示例说明如何将管理理念通过数据标注平台来实现数据标注团队的管理 。 全书共分为四个部分12章，第一部分包含第1~3章

计算机网络与人工智能发展

本书共十章，内容包括：计算机网络概述、数据通信基础、计算机网络技术、网络接入技术、人工智能绪论、自动规划求解系统、机器学习、人工智能技术、计算机网络技术的发展、网络管理与网络安全等...

基于机器学习的众包参与者信誉评估研究

众包是雇主通过众包平台公开召集众包参与者参与完成任务的在线活动，是远距离解决问题的有效途径。运用科学合理的信誉评估方法，客观、全面、准确地评估众包参与者信誉，是众包健康、有序、快速发展亟需解决的关键问题。本书创新地提出了众包参与者信誉评估的新路径，在信誉评价指标遴选的基础上，进行众包参与者信誉分类和评分研究，具有以下三个创新点：提出了基于ReliefF的混合两阶段众包参与者信誉评价指标遴选方法（ReliefF -SVM）；提出了一种众

AIGG未来已来:迈向通用人工智能新时代

AIGC（Artificial Intelligence Generated Content）中文译为人工智能生成内容。狭义上的AIGC 指利用 AI 自动生成内容的生产方式。广义的 AIGC 可以基于训练数据和生成算法模型，自主生成新的文本、图像、音乐、视频、3D 交互内容等各种形式的内容和数据，甚至可能开启科学新发现，创造新的价值和意义。本书旨在通过深入浅出的讲解，帮助读者认识并了解 AIGC，进一步探究 AIGC 未来的发展方向

数据安全与隐私计算

本书首先介绍了业内多个具备代表性的数据安全理论及实践框架，从数据常见风险出发，引出数据安全保护很好实践；然后介绍了数字经济时代数据要素市场的基本信息，基于构建数据要素市场、促进数据合规安全流通、释放数据价值等场景中的实践，抽象并总结了一套数据要素可信、安全、合规流通的体系架构，包括数据安全保护技术与保护数据价值释放的隐私计算技术；最后针对政务、金融、电力能源、公安行业等重点行业，分析了数据安全与数据孤岛现象的跟本原因，介绍了数据安全实

滚雪球学PYTHON

本书用滚雪球的思维讲解 Python 的知识体系。 本书共 31 章，分为 3 个部分。 第 1 部分为基础篇，包括第 1~15 章，介绍 Python 语言核心知识点。 第 2 部分为进阶篇，包括第 16~28 章，是进阶内容，也是 Python 语言的魅力点所在。通过对这部分 内容的学习，读者会全方位地感受到 Python 的灵活、迅捷、禅意。 第 3 部分为实战篇，包括第 29~31 章，通过 3 个实战案例，介绍 Python

这就是推荐系统――核心技术原理与企业应用

推荐系统作为近年来非常热门的AI技术落地场景，已广泛应用于各行业的互联网应用，从衣食住行到娱乐消费，以及无处不在的广告，背后都依赖推荐系统的决策。本书贴合工业级推荐系统，以推荐系统的整体技术框架为切入点，深入剖析推荐系统中的内容理解、用户画像、召回、排序、重排等核心模块，介绍每个模块的核心技术和业界应用，并展开介绍了推荐冷启动、推荐偏置与消偏等常见问题和解决方案。此外，还对当前推荐系统领域的热门前沿技术进行了介绍，包括强化学习、因果推

硅基物语.AI大爆炸:CHATGPT→AIGC→GPT-X→AGI进化→魔法时代→

一个 AI 的自白，以第一人称视角，通俗易懂地讲述 AI 的来龙去脉，生动活泼地表达 AI 的技 术原理。从历史到未来，跨越百年时空；从理论到实践，讲述案例操作；从技术到哲学，穿越多 个维度；从语言到绘画，落地实战演习。ChatGPT 的诞生，引发了奇点降临，点亮了 AGI（通用 人工智能），并涉及大模型、深度神经网络、Transformer、AIGC、涌现效应等一系列前沿概念。 硅基物语，一本书读懂人工智能时代...

精通Transformer:从零开始构建最先进的NLP模型

AI领域的基石王者,那些还沉迷于CNN，RNN的工程师被警告：放弃战斗吧，向Transformer投降！ 在过去的二十年中，自然语言处理研究领域发生了翻天覆地的变化。在这段时间里，自然语 言处理经历了不同的处理范式，并最终进入了一个由神奇的Transformer体系结构主导的新时代。 Transformer深度学习架构是通过继承许多方法而产生的，其中包括上下文词嵌入、多头注意力机制、位置编码、并行体系结构、模型压缩、迁移学习、跨语言

机器学习公式详解第2版

周志华老师的《机器学习》（俗称“西瓜书”）是机器学习领域的经典入门教材之一。本书是《机器学习公式详解》（俗称“南瓜书”）的第2 版。相较于第1 版，本书对“西瓜书”中除了公式以外的重、难点内容加以解析，以过来人视角给出学习建议，旨在对比较难理解的公式和重点内容扩充具体的例子说明，以及对跳步过大的公式补充具体的推导细节。 全书共16 章，与“西瓜书”章节、公式对应，每个公式的推导和解释都以本科数学基础的视角进行讲解，希望能够帮助读

无人驾驶感知智能

由于目前无人驾驶学习成本较高，使得很多对无人驾驶感兴趣的初学者望而却步。本书基于开源的机器人操作系统（Robot Operating System，ROS），设计了一款开源的无人驾驶平台。书中针对初学者引入了ROS的基础框架，对开发工具、通信协议、功能包的应用等进行了介绍，帮助初学者尽快上手。针对有一定基础的人群，涉及了URDF建模、传感器使用和数据融合方法等内容。 本书从ROS基础、车辆建模基础、控制基础到传感器基础实验和数据融合，

与AI对话:CHATGPT提示工程揭秘

本书以独特的角度，深入浅出地介绍了人工智能领域近期新技术——ChatGPT、提示工程及自然语言处理等相关技术。在内容上，本书科普性与专业性并重，既为普通读者提供基础知识，又有对专业领域的深入探讨。本书通过7章的内容，在全面介绍ChatGPT内部原理的基础上，重点解析提示指令的构建方法，以及如何针对各类任务构建合适的提示指令，为广大读者提供了实战经验和指导。适合对ChatGPT充满好奇心的读者，可以满足他们探寻ChatGPT内部原理的需

数字图像的计算几何、拓扑和物理及其应用

该书介绍了数字图像和视频帧序列的计算几何，拓扑和物理学，对于研究场景中的目标形状非常重要。计算几何可帮助捕获嵌入图像目标形状的细粒度结构，而计算拓扑可对在三角视觉场景几何中嵌入的细胞复合体（顶点，线段，实心三角形，周期，涡旋，神经）中发现的邻近区域分析。结合视觉场景的固有几何形状和拓扑结构，计算物理将解决视频中记录的结构和事件以及随之而来的有关光的精细结构的问题。该书从这些新的角度对场景中目标形状进行了细致的分析，对相关研究人员在计算

计算机应用技术与创新发展研究

本书由计算机的定义、计算机操作系统的运用、计算机进程管理的运用、计算机图形图像技术应用、信息安全与计算机新技术这几部分组成，全书以发展创新计算机技术与创新研究为主要，分析计算机仿真模型研究、计算机视觉关键算法研究、计算机多媒体应用等，为数据选择适当的逻辑结构、存储结构以及相应的处理算法，要求掌握算法的时间、空间复杂度分析基本技术，培养良好的风格。并通过计算机实际应用及其信息化创新进行深一步的研究，理论结合实际，对从事计算机、信息化等方

移动机器人SLAM技术

本书主要介绍移动机器人的结构、SLAM、ROS等移动机器人相关内容。全书共分为9章3个部分：第1部分为移动机器人基础（第1～5章），详细介绍了移动机器人的基本概念、结构、数学模型、定位、路径规划等，侧重于原理性介绍，为后续内容奠定基础；第2部分为SLAM（第6、7章），主要介绍了激光SLAM原理与视觉SLAM相关原理，并且结合案例对原理进行了说明，侧重于理论与案例的结合；第3部分为ROS移动机器人实战（第8、9章），主要介绍了基于RO

超简单的人工智能:人气讲师为你讲解AI商业应用::

本书从业内人士视角出发，向读者介绍了人工智能技术在人类商业活动中的应用情况，探讨了AI应用与商业活动中的法律问题。本书并没有采用教科书似的枯燥理论讲解方式，也没有涉及过多的专业理论知识。本书以实例为基础，选取了有望利用人工智能技术的商业领域，来解说实际应用方法和面临的法律法规问题。本书共8章，具体章节内容如下：第1章，与人工智能共同创造的未来商业；第2章，介绍人工智能商业的法律风险；第3章，为读者介绍自动驾驶技术在社会中引爆的新革命；

负责任的人工智能何以可能?

该著作作者VirginiaDignum，女，乌得勒支大学计算机科学博士，优密欧大学计算机科学系教授。主要研究方向为负责任的人工智能和人际合作的设计与评价。译丛主编杜严勇，男，1976年生，科学史博士，上海交通大学马克思主义学院教授、博士生导师，国家社科基金重大项目“人工智能伦理风险防范研究”首席专家，主要研究方向为人工智能伦理。本书为人工智能伦理译丛丛书之一。本书主要内容包括对人工智能的介绍，审视人工智能系统的伦理含义，讨论与研究人员

迁移学习算法:应用与实践

本书首先从迁移学习采用的技术出发，系统地介绍每一类迁移学习算法，包括基于非负矩阵分解、概率模型、传统深度学习、对抗深度学习、模型融合以及图神经网络等的迁移学习算法。针对每一类算法，从问题定义、算法原理、算法流程等方面重点进行介绍。然后针对迁移学习的应用场景，介绍典型的应用案例。最后，介绍迁移学习在百度飞桨平台上的实践。本书旨在让迁移学习或者相关领域研究人员系统地掌握迁移学习的各类算法，熟悉各类应用场景，为迁移学习落地实践提供指导和帮助

智慧共生CHATGPT与AIGC生产力工具实践

人工智能（AI）是否会取代人类？是不是所有的事情机器都能比人做得好？当 AlphaGo 能下围棋、ChatGPT 能理解并生成内容时，当每一次AI 应用取得突破时，这两个问题都会引起人们的广泛讨论。 本书提供了多个 AI 应用的例子，可让读者直观地了解 AI 已经可以出色地完成很多任务。通过一个个具体的案例，本书细致讲解了主要 AI 工具的使用方法，包括 ChatGPT、Midjourney、Stable Diffusion 等

大数据技术及其在教育与农业领域的应用研究

本书以大数据技术及其在教育与农业领域的应用为研究主题，阐述了大数据的发展动力、□□进程、社会价值和潜在风险，深入分析了分布式数据存储技术、大数据分析与挖掘技术、大数据可视化技术等大数据组织和管理的关键技术；在此基础上探讨大数据技术在教育领域应用的历程、意义、模式及存在的风险，并选取种植业、养殖业管理的实证案例具体探讨大数据技术在农业领域的应用，突出强调智慧农业系统的大数据技术应用，为我国教育现代化和农业现代化发展提供了有益参考...

未来供应链:产业互联网时代的供应链之道

当前，世界正面临百年未遇之大变局，新一轮科技革命与产业变革是变局的关键。我国拥有全球规模**、体系最完整的工业体系，是全球第二大消费市场、第二大经济体。我国供应链是否安全可控，能否支撑产业变革，帮助中国制造成为世界骄傲呢？只有认清现状，正视问题，才能在未来道路上进行前瞻性布局，把握先机。本书是国内为数不多以产业供应链为研究对象的图书，内容从供应链热点入手，对供应链自主可控和供应链在产业变革中扮演的角色进行全面阐述和理论提炼，是系统地认

复杂系统管理基于超网络视角

近年来，超网络的研究已逐渐成为复杂网络研究的一个热点，是当今的一个挑战性难题，也是引人关注和受到青睐的研究课题，同时也获得了广阔的发展机遇和重大的应用潜力。超网络主要包括两种形式：一种是基于网络的超网络，多层超网络，即"网络中的网络”；另一种是基于超图的超网络，用超图来定义超网络。本书着重研究的是基于超图的超网络。本书系统地介绍了基于超图的超网络的基本概念、结构、建模及其应用。全书共分四大部分：部分基本理论和方法：绪论、图和复杂网络基

storm:大数据流式计算及应用实践

Storm作为实时的、分布式以及具备高容错的流式计算系统，对比适于海量数据批处理的hadoop，不仅简化了数据流上相关处理的并行编程复杂度，也提供了数据处理实时性、可靠性和集群节点动态伸缩的特性。本书通过各自章节的详细阐述和应用，全面介绍了Storm的溯源发展、核心概念和集群配置、可靠性保障关键技术、常用的并行流模型编程范式，关键数据结构和源码解析等。本书的一大特色是，书中所有实例，均来自笔者所在团队的实际应用，是一个在智能交通背景下

ANSYS nCode DesignLife疲劳耐久性分析应用案例集

本书结合大量工程实例，介绍如何使用ANSYS nCode DesignLife在有限元分析结果的基础上进行疲劳分析。算例1、2、3、10和11中，通过ANSYS Workbench平台启动nCode DesignLife，介绍基于ANSYS有限元分析的疲劳分析，凸显软件与ANSYS Workbench融为一体，数据无缝传递，分析设置简单等优点。算例4-9和算例12-26中，单独启动nCode DesignLife，使用独立nCode

体验设计原理:行为、情感和细节

本书基于体验视角，为设计师提供了一套思考逻辑和设计思路。在产品设计中，有3 个必不可少的维度：行为、情感、细节。行为维度主要作用于产品的使用层面，考虑的是如何让产品的使用更加轻松、高效和符合预期；情感维度是对用户心理层面的考量，设计要能关注到用户的情绪，产品也应该有自身的性格，另外要找到连接产品与用户的纽带；细节维度存在于行为维度和情感维度之中，同时又决定了两者的完善程度。3 个维度共同组成了一套完整的体验设计系统。这套设计系统不仅可

细说PYTORCH深度学习:理论、算法、模型与编程实现

《细说PyTorch深度学习：理论、算法、模型与编程实现》由业界专家编撰，采用理论描述加代码实践的思路，详细介绍PyTorch的理论知识及其在深度学习中的应用。全书分为两篇，共16章。第一篇为基础知识，主要介绍PyTorch的基本知识、构建开发环境、卷积网络、经典网络、模型保存和调用、网络可视化、数据加载和预处理、数据增强等内容；第二篇为高级应用，主要介绍数据分类、迁移学习、人脸检测和识别、生成对抗网络、目标检测、ViT等内容。本书内

数据挖掘与机器学习:基础概念和算法(原书第2版)

本书详实介绍了数据挖掘与机器学习相关的各种内容，包括数据矩阵、图数据、核方法、项集挖掘、聚类、贝叶斯分类器、决策树、支持向量机、线性回归、逻辑回归、神经网络、深度学习等，介绍其相关概念和基础算法，并在每章的末尾配有相关练习。第二版新增了几个关于回归的章节，包括神经网络和深度学习的内容...