Python

《金融大模型開發與應用實踐》循序漸進、深入講解了金融大模型開發與應用實踐的核心知識,並通過具體實例的實現過程演練了各個知識點的用法。全書共11章,分別講解了大模型基礎、數據預處理與特徵工程、金融時間序列分析、金融風險建模與管理、高頻交易與量化交易、資產定價與交易策略優化、金融市場情緒分析、區塊鏈與金融科技創新、基於深度強化學習的量化交易系統(OpenAIBaselines+FinRL+DRL+PyPortfolioOpt)、基於趨勢跟蹤的期貨交易系統(TechnicalAnalysis library+yfinance+Quantstats)、上市公司估值系統(OpenAI+LangChain+Tableau+PowerBI)。《金融大模型開發與應用實踐》易於閱讀,以極簡的文字介紹了複雜的案例,同時涵蓋了其他同類圖書中很少涉及的歷史參考資料,是學習金融大模型開發的理想教程。《金融大模型開發與應用實踐》適用於已經瞭解了Python 基礎開發的讀者,想進一步學習大模型開發、模型優化、模型應用和模型架構的讀者,也可以作為證券、保險、銀行等從業者的參考書,還可以作為大專院校相關專業的師生用書和培訓機構的專業性教材。

隨著我國衍生品市場的快速發展，對於交叉複合、創新應用型高端金融人才的需求不斷增加，衍生品定價的相關理論是這類人才培養必備的專業知識，本書是圍繞衍生品定價理論基礎教學編寫的教材，是“金融數學教學叢書”中的一本。本書是作者連續多年在統計學和金融數學專業講授衍生品定價理論相關課程教學經驗的總結。在本書中，作者結合我國衍生品市場的實際情況，對衍生品定價理論的基本思想、原理和方法進行較為全面的介紹，注重科學思維與分析方法的傳授，同時配有Python實驗和補充閱讀，幫助讀者加深理論知識的學習、強化實踐操作的訓練。 本書共9章，包括緒論、貨幣的時間價值與利率、遠期和期貨及其定價、互換及其定價、期權及其價格屬性、期權定價-離散模型、期權定價-連續模型、期權價格的敏感性以及期權定價的數值方法。

ChatGPT 4 Omni領軍 Copilot、Claude、Gemini、36組GPT ... 全面探索生成式AI的無限可能 本書內容 ★☆★☆★【AI 領航 - 全面掌握】★☆★☆★ ★☆★☆★【36組GPT - 應用無限】★☆★☆★ ★☆★☆★【藝術二維碼 - 深度探索】★☆★☆★ ★☆★☆★【智慧投資 - 股市掘金】★☆★☆★ ◆ChatGPT開創智慧生活新未來 創新學習與未來教育的變革 情感與表達的新語言 - 表情符號的力量 閱讀、創作與分析的智慧進化 ◆ChatGPT心靈畫家之路 AI助力下的繪畫新體驗 AI藝術靈感的交流空間 ◆ChatGPT驅動的企業數位轉型 智慧文書處理與法律案件管理 AI助力的行銷企劃創新 ◆Prompt魔法咒語 控制 AI 輸出的方向和風格 AI 進行互動式學習 ◆ChatGPT App - 智慧對話的新時代 多模態互動 - 文字與語音的無縫溝通 智慧與情感的交融 - 人性化的AI互動 ◆GPT畫筆魔術師 DALL-E、Hot Mods ... 讓你的奇思妙想活靈活現 圖片不夠狂？交給我！立刻變身！ 你的品牌形象，由我來打造！商業設計 ◆GPT - 數位電影院 Canva、Song Maker ... 你的AI作曲夥伴 AI驅動的影片編輯新時代 ◆GPT - 閱讀、寫作與簡報 Write For Me、Slide Maker ... AI寫廣告與SEO優化 研究助理AI助你事半功倍 AI簡報神器 ◆GPT - 網頁與科學運算 Diagrams 、Wolfram ... 圖表與視覺化圖形的助手 科學之眼，洞悉宇宙奧秘 秒建網站 ◆自然語言設計GPT 畫夢師 留學作文批改專家 比價網 深智客服 ◆AI夥伴齊聚 探索Copilot、Gemini與Claude的力量 ◆Python GPT - 進階應用探索 動態視覺表達 - 創建Gif動畫 精準時間管理 - 計時器的智能應用 ◆藝術與科技的結合 藝術圖像二維碼 ◆AI淘金術 智慧投資新手法

大多數軟件開發人員在複雜的代碼上浪費了大量的時間。《整潔代碼的藝術》提出的九大原則將教會您如何編寫清晰、可維護且功能完備的代碼。本書的指導原則很簡單：縮減和簡化，將精力投入到重要的工作上，省下大量的時間，卸下代碼維護的重擔。熱銷書作者克裡斯蒂安·邁爾在本書中利用他的經驗幫助許多程序員完善他們的編碼技能。他給出專業建議和真實例子，展示如何：利用80/20原則，專注於重要任務――最要緊的那20%代碼；避免孤立編碼，創建最小可行產品，獲得早期反饋；編寫整潔、簡單的代碼，排除混亂；避免導致代碼過度複雜的過早優化；平衡您的目標、能力與反饋，達到高產出的心流狀態；應用“做好一件事”哲學，極大地提升代碼功能；利用“少即是多”哲學，設計有效用戶界面；用“專注”原則貫穿所學的這些新技能。本書採用Python作為示例語言，但以與語言無關的方式呈現概念，適合不同水平的程序員。

快速城鎮化引起的碳排放增長為人類社會的可持續發展帶來了嚴峻挑戰，城市低碳建設是實現減排目標的主要途徑。如何既保證城鎮化的有序進行，又保證碳減排承諾得以實現，持續高效地開展城市低碳建設是我國政府亟待解決的關鍵問題。本書首先識別我國城市低碳建設的內涵；其次將Tapio脫鉤模型和Python編程相結合建立我國城市經濟增長和碳排放脫鉤分析的方法，揭示我國城市低碳建設的壓力；再次基於“狀態和效率”雙視角構建我國城市低碳建設水平測度原理，並使用空間計量模型，刻畫我國城市低碳建設水平的時空演變規律；最後提出了我國城市低碳建設整體和維度的提升策略。本書豐富了低碳城市建設的學科內涵和發展，為城市管理者提供了切實可行的策略方案。

這本趣味的指南在探索AI與資料科學領域的奇妙世界方面，具有以下特點，並獲得學界和業界的推薦： ◆全面性：涵蓋從數據收集到機器學習模型構建的全過程，適合初學者和進階學習者。 ◆工具應用：重點介紹Python及其他主要工具的應用，這些工具是當今AI與資料科學必不可少的基礎。 ◆學界推薦：來自頂尖學術界專家的推薦，確保本書內容的學術性和專業性。 ◆業界推薦：專業資訊人士的推薦，證明本書在實際應用和職場技能需求的價值。 ◆實際案例和習題：提供豐富的實際案例和習題，有助於讀者從理論到實踐的無縫過渡，加深對知識的理解和應用能力。 本書的特點使得這本指南不僅適合想要建立堅實基礎並深入研究AI與資料科學的新手，也適合希望在這些領域中追求更高專業水準的進階學習者。無論是學術研究還是商業應用，這本書都將成為讀者實現卓越的重要工具書。 書籍推薦人： 伽碩企業有限公司附設職業訓練中心執行長 郭明洽 銘傳大學資訊科技與管理學程教授 尹邦嚴 前仁寶電腦財務主管、法藍瓷行政主管、中強光電營運主管、國巨稽核主管 鄭穎臨 日本東京農工大學 感染症未來疫学研究センター 特任助理教授 林立云 王致遠 藥師 國際商業機器股份有限公司 IBM 工程師 陳尚瑋 優貝克股份有限公司資料工程師 吳俊毅

本書內容系統、全面，實例豐富，共有10章，包括51個實操案例解析和80個行業案例分析。通過學習本書，讀者可以從零開始，逐步掌握人工智能的核心技術，成為合格的AI訓練師。本書附贈了同步教學視頻＋PPT 教學課件＋素材＋效果＋AI提示詞等資源。書中內容從技能線和案例線展開介紹，具體內容如下。技能線：從人工智能的相關技術入手，不僅介紹了AI訓練師的發展歷程和行業動態，還重點講述了AI訓練師的職業技能提升方法，具體內容包括認識AI訓練師、能力培養、Python編程語言、機器學習算法、深度學習算法、自然語言處理、數據標注、神經網絡訓練、模型評估和優化、管理和部署等，對人工智能訓練相關工作做了系統的描述和指導。案例線：不僅涵蓋了AI領域的各個方面，而且非常注重算法與模型的實際應用，通過分析大量的經典案例，如Amazon、華為、ChatGPT、文心一格、Photoshop、海爾、小米、支付寶、百度、京東、阿裡巴巴、美團、網易雲商、文心一言、淘寶、剪映、Google、今日頭條、攜程旅行、字節跳動、Stable Diffusion等，可以讓讀者更好地掌握AI訓練的相關技能。本書適合準備從事AI訓練師的讀者，以及對人工智能感興趣的讀者，包括人工智能從業者、模型開發者、數據標注師、數據分析師、AI產品經理、企業決策者、任何想要提升AI技能的人。此外，本書還可以作為相關培訓機構和職業院校的參考教材。

本書包括十章內容。第一章為財務分析基礎篇，主要介紹財務分析的理論基礎、信息基礎與方法基礎，分析上市公司財務報告特徵，重點講解哈佛財務分析框架。第二章∽第六章為財務報表分析，從會計分析角度介紹財務報表分析內容與方法，主要包括資產負債表分析、利潤表分析、現金流量表分析、所有者權益變動表分析、合併財務報表分析等。第七章∽第八章為財務綜合分析，主要介紹財務能力與綜合分析、財務危機預警分析以及前景預測分析等。第九章∽第十章為財務大數據分析，重點介紹智能財務決策和Python在財務大數據分析中的應用。 本書適宜作為高等院校財經類會計學、財務管理、審計學、工商管理、金融學、經濟學等專業財務分析課程的教材，也可作為高等院校經濟管理類其他專業學生，以及企事業單位會計、財務和其他管理人員的學習參考書。

無

AI助攻！搭配ChatGPT學習效率加倍！ ★提供用書教師相關的教學資源★ 【資料結構】(Data Structures)是資訊科學領域中的基礎課程，多數資訊相關科系的研究所入學考試會將之列入考科，而諸如高考三級、地方特考、司法特考、鐵路考試中的資訊類別考試亦會將之列入考科，因此選擇一本觀念正確、條理清晰且掌握命題趨勢的書籍是很重要的。 本書以實例演練為導向，漸進式的學習架構，詳盡解說各種資料結構，期能帶領讀者了解其中的精髓，進而具備開發大型程式的功力。此外，為了因應未來報考資訊相關科系的研究所或準備國家考試，本書精選題型多元的考題，並融入相關章節、隨堂練習與學習評量，建議讀者勤加練習。 AI助攻 *使用【ChatGPT】輔助學習資料結構，例如查詢理論與實作、上傳圖片解題、出題練習、撰寫程式、優化與除錯、與其它程式語言互相轉換等，這些技巧大多不限定於ChatGPT，也可以靈活運用在【Microsoft Copilot】、【Google Gemini】等AI助理。 *本書是以C語言進行實作，讀者可以自行使用ChatGPT轉換成Python、C++、C#、Java等程式語言。 *ChatGPT相關內容統一放在本書最後一章，希望讀者以學會資料結構為主，而使用ChatGPT為輔，同時不會干擾到學習或上課的節奏。 考題觀摩 收錄研究所入學考試與資訊類別國家考試的精選考題，增加實例演練經驗，提升即戰力。

本書主要介紹如何利用NLE-AI800人工智能開發板和嵌入式人臉門禁實驗平臺，在嵌入式Linux系統上使用Python語言編寫程序。本書注重實踐、應用、開發和創新，以人工智能主流應用場景為導向，通過實踐案例展示了視頻採集、圖像識別、人臉識別、人體檢測、車牌識別、人臉識別門禁系統、稻麥成熟度監測系統、智慧家居等應用領域的前沿技術和方法。本書共6個項目，分別是：項目1，使用OpenCV實現人臉檢測；項目2，使用計算機視覺算法實現圖像識別；項目3，利用串口實現邊緣硬件控制；項目4，使用人臉檢測算法的家用設備控制；項目5，使用計算機視覺技術的稻麥成熟度監測系統；項目6，使用語音識別實現智慧家居控制。本書理論和實踐相結合，旨在培養學生應用及解決實際問題的能力，並引導學生將人工智能技術應用於實際場景。本書可作為職業院校人工智能技術應用、軟件技術、嵌入式技術應用及相關專業的教材，也可作為人工智能、嵌入式等領域技術人員的自學參考用書。本書配有電子課件等課程資源，選用本書作為授課教材的教師可登錄機械工業出版社教育服務網(www.cmpedu.com)註冊後免費下載，或聯繫編輯(010-88379194)諮詢。本書還配有微課視頻，讀者可直接掃碼觀看。

本書以數字圖像處理基礎理論與真實案例相結合的方式，深入淺出地介紹數字圖像處理的常見任務及實現技術。本書共9章，內容包含數字圖像處理概述、圖像的基本變換、圖像增強與復原、形態學處理、圖像特徵提取、圖像分割等技術，以及車牌檢測、QR碼的檢測、鋼軌表面缺陷檢測等案例。本書以Python為算法實現工具，大部分章包含操作實踐代碼和課後習題，幫助讀者在數字圖像處理基礎任務和案例中應用算法，鞏固所學內容。本書可以作為高校信息技術或人工智能相關專業的教材，也可以作為數字圖像處理應用的開發人員和從事數字圖像處理技術研究的科研人員的參考用書。對於有一定基礎和經驗的讀者，也能幫助他們查漏補缺，深入理解並掌握相關原理和方法，提高解決實際問題的能力。

本書先從概率論的基礎講起，然後逐步深入到概率論在機器學習中的應用，最後結合機器學習實戰案例，重點介紹了概率論的概念及其在機器學習中的應用。通過本書讀者不但可以系統地學習常見概率的相關知識，還能對機器學習開發有更為深入的理解。本書共10章，涵蓋的主要內容：機器學習簡介；為什麼機器學習需要概率論；概率的定義；集合和事件；獨立性；概率的性質；常見的計算概率方法；離散型和連續型概率簡介；離散型和連續型概率的期望值、方差和標準差；幾種常見的離散型和連續型概率分布；條件概率；聯合概率；邊緣概率；貝葉斯理論；隨機過程簡介；馬爾可夫鏈；隱馬爾克夫模型；高斯過程；常見的機器學習Python庫；機器學習分類算法和回歸算法簡介；概率論在分類算法和回歸算法中的應用；常見的分類算法和回歸算法；強化學習簡介；有趣的機器人遊戲；GAN；圖片風格轉換。本書內容通俗易懂，案例豐富，實用性強，不僅等

本書為理論與應用實踐兼顧的機器人技術教材。全書共5個項目，包括人工智能機器人、通過GPIO實現傳送帶運行、基於語音識別實現語音控制機械臂、使用YOLO模型實現目標檢測、小型柔性智能製造。書中內容引入大量行業應用案例與工程方法，力求避免內容枯燥空洞，貼近真實現場應用。其中，項目1作為入門引導，將人工智能的發展與機器人技術相結合，讓讀者認識創靈實驗平臺及機械臂的安裝、移動與抓取。項目2～項目4，基於創靈實驗平臺和新大陸AI開發板，分別介紹編寫Python腳本控制GPIO傳送帶運行、使用開發板實現離線語音識別和語音合成並控制機械臂、使用YOLO模型實現機械臂色塊分揀。項目5作為綜合實踐，將軟件設計、GUI界面開發及IDE開發、機械臂與傳送帶控制模塊開發、色塊分類模塊開發、項目安裝與部署進行結合，系統介紹小型柔性智能製造的綜合實踐開發。本書可作為職業院校人工智能及相關專業的授課教材，也可作為工程師、機器人技術愛好者的參考用書。本書配有微課視頻，讀者可掃描書中二維碼進行觀看。本書還配有電子課件等資源，選擇本書作為授課教材的教師可登錄機械工業出版社教育服務網(www.cmpedu.com)註冊後免費下載或聯繫編輯(010-88379194)

普通高等教育“十一五”國家級規劃教材，面向數字圖像處理技術及應用，結合作者及其所在實驗室多年來從事數字圖像處理的教學心得、科研成果，從基本概念和理論出發，系統地講解了圖像處理的基本技術和典型方法，包括圖像變換、圖像增強、圖像復原、圖像分割、圖像描述與分析、數字圖像的壓縮編碼等，並介紹了許多國際上最新的研究成果，如基於深度學習提取圖像特徵的網絡架構。同時，本書注重理論聯繫實際，列舉了大量工程應用實例。此外，為了方便教師安排實驗和實踐環節，使學生能夠通過編程練習更好地學習和掌握數字圖像處理的基本理論、方法、實用技術，本書還配套了詳細的實驗方案。本書可作為通信工程、電子信息工程、計算機應用、信號與信息處理、生物醫學工程、自動控制、遙感、農業、氣象等學科的大學本科和研究生專業基礎課教材，也可供上述學科及遙感和軍事偵察等領域的科技工作者參考。本書配有免費的電子課件和作者編制的基於MATLAB、Python和VC++實現的數字圖像處理軟件，分別對應於本書的各章節。作者編制的圖像處理軟件既可作為教學演示和實驗工具，也可應用於實際的圖像處理工作。歡迎選用本書的教師登錄www.cmpedu.com註冊下載。

本書聚焦大數據可視化的基本概念和基本技術應用，包含緒論和6個項目，分別為初識大數據可視化、Matplotlib應用、Matplotlib實戰——影視數據可視化、Pyecharts應用、Pyecharts實戰——用戶行為數據可視化、Plotly應用、Plotly實戰——用戶畫像數據可視化。本書基於Python語言的三種可視化工具(Matplotlib、Pyecharts和Plotly)，將理論和實踐充分結合，通過大量的案例幫助讀者快速瞭解數據可視化相關技術，並且為重要的知識點配備思考與練習。針對上述三種可視化工具，本書設置了三個企業級實戰項目(項目2、項目4和項目6)，通過實戰項目的學習和訓練，可提升讀者在大數據技術領域的思維能力和素養，拓寬大數據視野，達到學以致用的目的。本書可作為高等職業院校軟件技術、大數據技術、工業互聯網、人工智能技術應用等專業的教材，也可作為大數據分析與可視化工程技術人員的參考書。

本書以實現仿真系統功能、掌握原理方法為目標，在傳統系統仿真課程內容的基礎上，增加了目前科研及學習中常用的數據挖掘及深度學習等決策方法，以及視覺圖像處理的相關內容。本書包括 9 章，內容涉及 MATLAB 基礎、Simulink 仿真、控制系統仿真、MATLAB 文件和數據訪問、智能算法、數據挖掘、圖像處理、深度學習和界面設計及嵌入式仿真。本書內容和章節的設置基於當前控制系統與大數據決策方法融合日益廣泛的現狀與學習需求，強調理論與實踐相結合，通過案例和習題等幫助讀者理解並快速掌握控制理論、智能決策的基礎方法、MATLAB/Simulink 及 Python等編程工具的使用，將人工智能等技術從抽象概念到編程實現展現在讀者面前。本書適合作為高校自動化、電子工程、計算機及相關專業的教材，也適合作為從事系統仿真工作的技術人員的參考書。

Azure Databricks是一款基於雲的大數據分析和機器學習平臺，用於實現基於Apache Spark的數據處理，為快速增長的海量數據的處理和決策需求分析提供了良好的支撐。《Apache Spark大數據分析：基於Azure Databricks雲平臺》詳細介紹基於Azure Databricks雲平臺來使用Apache Spark完成大規模數據處理和分析的方法。本書總計11章，首先介紹大規模數據分析相關的概念；然後介紹受管的Spark及其與Databricks的關係，以及Databricks的版本差異和使用方法（涵蓋工作區、集群、筆記本、Databricks文件系統、數據導入/導出等內容）；接著介紹使用SQL和Python分別實現數據分析的過程，數據提取、變換、加載、存儲、優化技巧等高階數據處理方法以及外部連接工具、生產環境集成等內容；最後探討了運行機器學習算法、合併數據更新以及通過API運行Databricks、Delta流處理等高階主題。作為數據分析領域的入門書，本書具有很強的實用性，可供數據工程師、數據分析師和決策分析人員等學習和參考。

本書是對《Xilinx Zynq-7000嵌入式系統設計與實現：基於Arm Cortex-A9雙核處理器和Vivado的設計方法(第二版)》一書的一次重要修訂，全書共包含30章，主要內容包括Xilinx Zynq系列SoC設計導論、AMBA規範、Zynq-7000系統公共資源和特性、Zynq-7000調試和測試子系統、Cortex-A9處理器指令集、Cortex-A9片上存儲器系統結構和功能、Zynq-7000 SoC的Vivado基本設計流程、Zynq-7000 GPIO原理和控制、Cortex-A0異常與中斷原理和實現、Cortex-A9定時器原理及實現、Cortex-A9 DMA控制器原理和實現、Cortex-A9安全性擴展、Cortex-A9 NEON原理和實現、Zynq-7000的可編程邏輯資源、Zynq-7000的互聯結構、Zynq-7000 SoC內定制簡單AXI-Lite IP、Zynq-7000 SoC內定制複雜AXI Lite IP、Zynq-7000 AXI HP數據傳輸原理和實現、Zynq-7000 ACP數據傳輸原理和實現、Zynq-7000軟件與硬件協同調試原理和實現、Zynq-7000 SoC啟動與配置原理和實現、Linux開發環境的構建、Zynq-7000 SoC內Ubuntu硬件運行環境的構建、Zynq-7000 SoC內Ubuntu軟件運行環境的構建、Linux環境下簡單字符設備驅動程序的開發、Linux環境下包含中斷機制驅動程序的開發、Linux環境下圖像處理系統的構建、Zynq-7000 SoC上構建和實現Python應用、手寫體識別模型訓練與推理一體化設計和實現，以及基於KR260平臺的人體姿態識別的實現。

本書以 MATLAB R2023a 為操作平臺，每個章節使用“實戰練習”進行講解，由淺入深、通俗易懂。本書共分為 10 章，其中：第 1～4 章主要介紹 MATLAB 基礎知識、矩陣與數組的應用、符號運算及在高等數學中的應用，使用 100 多個案例說明了命令、函數的使用方法，為了更好地理解高等數學運算的應用，第 4 章除了拉普拉斯變換、傅裡葉變換、極限、積分、微分、導數和級數等運算，還加入了一維至多維的散點數據插值、擬合及繪圖；第 5 章詳細介紹了 MATLAB 編程的 3 種基本結構，使用了 50 多個案例說明選擇、循環編程、函數建立、遞歸調用及文件讀寫操作，此外添加了 MATLAB類的使用，包括封裝、繼承及多態的案例；第 6 章介紹了二維、三維繪圖，包括特色繪圖、散點圖、動態曲線及動畫繪圖，共使用了 50 多個案例描述繪製過程；第 7 章介紹 Simulink 仿真，包括模塊、操作及使用函數運行仿真的方法；第 8 章介紹 App 界面設計，使用 50 多個案例介紹編輯文本、按鈕、圖像、坐標區、列表框、樹、表、菜單及對話框等多種組件操作過程，用戶可按步驟自行設計 App；第 9 章介紹了 MATLAB 與 C++語言和 Python 語言交互編程方法，內嵌了多個案例進行說明；第 10章介紹了建模的方法，通過機理建模、仿真優化和實驗建模 3 種方法，使用了 6 個案例說明建立數學模型的過程。本書內容從最基本的窗口操作開始，由矩陣使用到 MATLAB 的建模應用，共計使用了300 多個案例貫穿於每個章節中。所有例程內嵌程序命令、注釋、說明和運行結果，圖文並茂。本書不僅適合理工類所有專業的學生使用，也可作為計算機語言的開啟和提高類的課程教材。本書講解重視邊學邊練，配合演示文稿的課件和實戰練習，有助於課堂教學和學生自學。特別在增強學習的可視性方面，書中的 App 設計案例新穎實用，幾乎涵蓋了所有基本組件的應用。且將二維、三維、網格、網面圖、色彩的渲染、光照效果及圖像的動畫設計嵌入 App 中，突出了人機交互界面展示。

本書主要講解了應對數據分析師面試所需的基礎知識與典型面試題的解答方法，內容以讀者的閱讀需求進行架構，力求使該者對面試題涉及的原理與解題思路有清晰的認知，以幫助讀者在面試時舉一反三，從容作答。本書共分為7章。第1章介紹了正確認識數據分析的一些必要知識，以及用人單位對數據分析師的要求，第2～5 章，分別介紹了概率論與數理統計基礎、分析工具的使用、面試時常見的數據思維、數據挖掘等 4個部分的知識，其中分析工具包括 Python、Pandas、SQL 和Excel，第6章講解了知名公司近年來典型面試題的解題思路：第7章講解面試中除了答題之外的其他方面的知識，並基於真實的面試流程，從面試技巧角度給出了建議。本書適合想從事數據分析及相關崗位工作的讀者閱讀。

本書是《動手學深度學習》的重磅升級版本，選用PyTorch深度學習框架，旨在向讀者交付更為便捷的有關深度學習的交互式學習體驗。本書重新修訂《動手學深度學習》的所有內容，並針對技術的發展，新增注意力機制、預訓練等內容。本書包含15章，第一部分介紹深度學習的基礎知識和預備知識，並由線性模型引出基礎的神經網絡――多層感知機；第二部分闡述深度學習計算的關鍵組件、卷積神經網絡、循環神經網絡、注意力機制等大多數現代深度學習應用背後的基本工具；第三部分討論深度學習中常用的優化算法和影響深度學習計算性能的重要因素，並分別列舉深度學習在計算機視覺和自然語言處理中的重要應用。本書同時覆蓋深度學習的方法和實踐，主要面向在校大學生、技術人員和研究人員。閱讀本書需要讀者瞭解基本的Python編程知識及預備知識中描述的線性代數、微分和概率等基礎知識。

自ChatGPT上市滿週年以來，其熱潮未見減弱，OpenAI官方更積極拓展其應用範圍，推出了Plugins與GPTs等服務，進一步豐富ChatGPT的使用場景。這些創新的大型語言模型（LLM）應用，正在逐步轉變我們的軟體操作方式，將自然語言作為輸入介面，以生成的內容作為輸出回應。舉例來說，僅需輸入「明天10點安排業務會議，並通知相關人員」，LLM應用即可自動完成會議的建立與相關通知。這種方式，無疑是人類溝通中最為自然的模式。面對如此劃時代的變革，我們迫切需要適當的開發指導與策略。 本書旨在提供此類指南，專門解析目前市場上兩大主流的LLM應用開發框架—LangChain與Semantic Kernel。無論您是Python或.NET的開發人員，都能從本書中獲得寶貴的知識與技能。除此之外，本書還特別介紹了當前最受企業青睞的知識庫應用架構—RAG實作，以及提示工程的視覺化工具，每個主題都配有專章詳細介紹與實作教學，旨在為讀者提供全面而深入的學習體驗。 本書特色 1.首本涵蓋LangChain與Semantic Kernel框架教學指南在人工智慧領域，ChatGPT已成為不可忽視的焦點。雖然市場上有許多書籍從探討Prompt提示的調用出發，但真正深入探討如何整合外部系統或進行複雜Prompt提示的資料卻寥寥無幾。本書將填補這一空白，專注於兩大主流開發框架：LangChain與Semantic Kernel，為讀者提供深入指南。 2.內容涵蓋向量資料庫、RAGRAG是目前企業打造知識庫LLM應用的首選架構，其技術層面涵蓋向量、詞嵌入、提示工程，本書一一拆解為讀者提供詳細的RAG設計過程與實作。 3.提示流程視覺化工具提示流程視覺化工具是一種開發工具，目的在簡化由大型語言模型（LLM）提供之 AI 應用程式的整個開發週期。可簡化原型設計、實驗、反覆運算和部署 AI 應用程式的程式。本書手把手教學，甚至可以實現零程式碼建造LLM應用。適合非專業開發者使用。 4.本書適合的「讀者族群」a.想瞭解如何使用LangChain與Semantic Kernel的開發者b.想瞭解向量資料庫與RAG架構的開發者c.想瞭解Prompt提示工程視覺化設計的使用者d.想瞭解在企業面如何整合ChatGPT導入應用的技術主管 專業推薦

圖神經網絡不僅能夠解決傳統機器學習方法無法解決的圖數據問題，而且能夠應用於許多實際場景，例如社交網絡、藥物發現、網絡安全、金融風控等。《圖神經網絡基礎、模型與應用實戰》旨在為初學者和實踐者提供一個詳細、全面的入門指南，圍繞圖神經網絡基礎、模型、應用實戰(均採用Python+PyTorch實現)等方面進行介紹。《圖神經網絡基礎、模型與應用實戰》配套示例源碼、數據集、PPT課件。《圖神經網絡基礎、模型與應用實戰》共分9章，內容包括圖神經網絡概述、PyTorch開發環境搭建、數據集的獲取與加載、圖神經網絡模型、圖神經網絡在自然語言處理領域的應用、圖神經網絡在計算機視覺領域的應用、圖神經網絡在推薦系統領域的應用、圖神經網絡在社交網絡領域的應用、圖神經網絡的挑戰和機遇。其中，每個領域的應用都包括1～3個實戰項目，可以幫助讀者快速掌握圖神經網絡。《圖神經網絡基礎、模型與應用實戰》適合圖神經網絡初學者、圖神經網絡算法開發人員、深度學習算法開發人員，也適合高等院校或高職高專圖神經網絡相關課程的師生教學參考。

XGBoost是一種經過行業驗證的開源軟件庫，為快速高效地處理數十億數據點提供了梯度提升框架。首先，本書在介紹機器學習和XGBoost在scikit-learn中的應用後，逐步深入梯度提升背後的理論知識。讀者將學習決策樹，並分析在機器學習環境中的裝袋技術，同時學習拓展到XGBoost的超參數；並將從零開始構建梯度提升模型，將梯度提升擴展到大數據領域，同時通過計時器的使用瞭解速度限制。接著，本書重點探討XGBoost的細節，著重於速度提升和通過數學推導導出參數。通過詳細案例研究，讀者將練習使用scikit-learn及原始的Python API構建和微調XGBoost分類器與回歸器；並學習如何利用XGBoost的超參數來提高評分、糾正缺失值、縮放不平衡數據集，並微調備選基學習器。最後，讀者將學習應用高級XGBoost技術，如構建非相關的集成模型、堆疊模型，並使用稀疏矩陣、定制轉換器和管道為行業部署準備模型。本書適合作為高等學校計算機專業、軟件工程專業的高年級本科生及研究生教材，同時適合有一定機器學習基礎的數據科學家、機器學習工程師和研究人員閱讀，可為解決複雜的機器學習問題提供實用指導。

本書以PySide6/PyQt6的實際應用為主線，以理論基礎為核心，引導讀者漸進式學習PySide6/PyQt6的編程基礎和實際應用。本書共12章，可分為5部分。第一部分介紹基於項的控件、基於模型/視圖的控件(第1章和第2章)，第二部分介紹處理數據庫、文件、路徑、緩存相關的類和應用方法(第3章和第4章)、第三部分介紹使用Graphics/View框架繪圖、繪製二維圖表和三維圖表的相關類和應用方法(第5～7章)、第四部分介紹處理網絡、多媒體、打印機、QML相關的類和應用方法(第8～11章)。第五部分以案例的形式介紹了如何使用PySide6和其他Python模塊編寫實用程序的方法，並介紹了製作程序安裝包的方法(第12章)。本書示例代碼豐富，實用性和系統性較強，並配有視頻講解，助力讀者透徹理解書中的重點、難點。本書適合初學者入門，精心設計的案例對於工作多年的開發者也有參考價值，並可作為高等院校和培訓機構相關專業的教學參考書。

本書適用於想要學習CANoe的初學者，無論是汽車電子工程師、軟件工程師還是測試工程師都可以從中受益。本書的目標讀者應該具備一定的汽車電子的基礎知識和編程經驗(如C、C++或Python基礎)，並且對CAN總線協議和汽車電子系統有一定的瞭解。本書的編寫秉承“簡單易學、實用性強”的原則，力求讓讀者在最短時間內掌握CANoe的基礎知識和使用方法。本書從實際的需求出發，注重實踐操作，讓讀者通過實際操作來感受CANoe的強大功能，從而更好地掌握其使用方法。本書也可作為高校工具書的參考教材。本書將會介紹如何使用CANoe軟件進行網絡通信的仿真、分析、測試和診斷。通過快速、精准地模擬各種車輛網絡和ECU通信環境，幫助汽車電子開發測試工程師加速開發測試和驗證工作。同時，將從零基礎開始介紹CANoe軟件的安裝、界面和基本操作。通過本書，讀者將會瞭解到如何使用CANoe創建工程、添加節點和通道配置以及發送數據等。除此之外，本書還將深入介紹CANoe軟件的高級功能和應用，例如如何在開發過程中，通過使用CAPL語言來實現自定義功能和腳本，從而增強仿真和分析的靈活性。

本教材系統地論述了人工智能的經典理論及人工智能主要研究領域的基礎知識與應用場景，目標是用通俗易懂的方法幫助讀者構建完整的人工智能知識體系，為後續的深入學習打下基礎。本教材通過講解人工智能在諸多領域的經典應用案例，幫助讀者更好地瞭解人工智能技術的發展和日常生活的關切度，以及未來人工智能的發展趨勢及面臨的挑戰。本教材內容採用Python作為講授計算思維和人工智能的載體，與課程相結合，形成一個融理論教學、科學訓練、創新實踐為一體的人工智能課程體系和協同培養機制，使所培養的人才在基礎知識、專業知識、實踐能力、創新能力、倫理道德以及科學與職業素質等方面得到全面均衡的發展。本教材適合商科類高職高專和應用型本科，可以作為非人工智能專業的選修課和人工智能專業的導論課教材，也適合作為人工智能技術愛好者的入門讀物。

匯編語言是人和計算機溝通的最直接的方式，它描述了機器最終所要執行的指令序列。匯編語言和機器語言一樣都是和計算機體系架構強綁定的低級語言。本書是龍芯自主指令集的首本匯編語言教程，系統講解龍芯處理器全新的自主指令系統架構 LoongArch。本書循序漸進地介紹基於 LoongArch 的匯編語言知識，包括計算機語言、使用匯編語言的場景等基礎知識，寄存器、指令集、函數調用等匯編語言的核心內容，以及編寫程序示例和常用的調試手段。本書並不是逐條地講解每一條指令的功能，而是通過關鍵指令的拆解來介紹計算機工作的基本原理，同時恰當地指出 LoongArch 的特殊之處，便於讀者理解、實踐、應用 LoongArch。本書非常適合基於龍芯架構的工程技術人員學習參考，也可作為從事計算機體系結構或計算機系統設計的工程技術人員的參考書，還可用作大學計算機專業的延伸閱讀資料。本書的讀者應具備以下基礎：具有計算機的使用經驗，具有計算機基礎知識，具有一門高級語言（C、Java、Python 等）的基本編程基礎知識。

本書系統全面地介紹了計算機前沿科技——虛擬現實（VR）和增強現實（AR）技術，詳細地介紹了Blender 3D建模設計、VRX3D虛擬現實開發技術、Unity虛擬集成開發環境以及元宇宙等相關知識。本書共10章，主要包括虛擬現實技術、增強現實技術、智能可穿戴交互技術、大眾化虛擬現實硬件設備、虛擬現實技術應用、Blender虛擬仿真開發平臺、VRX3D虛擬/增強現實開發平臺、Unity虛擬/增強現實開發平臺、Python虛擬現實人工智能技術以及元宇宙。本書是虛擬現實領域前沿的概論性教科書，是集計算機虛擬現實技術、增強現實技術、智能可穿戴技術、VRX3D虛擬/增強現實開發平臺、Blender虛擬仿真開發平臺、Unity虛擬仿真開發與設計及元宇宙相關理論知識等內容於一身的實用性教科書。本書內容豐富，深入淺出，思路清晰，結構合理，實用性強。本書配有豐富的虛擬現實技術設計實例並提供了大量的實驗文件和源代碼，幫助讀者更加輕鬆地掌握本書的技術內容。本書可作為高等院校多媒體技術、數字媒體技術、計算機應用等專業“虛擬現實技術”課程的教材或教學參考書，也可供從事虛擬現實技術研究、開發和應用的從業人員及虛擬現實愛好者學習參考。

本書適合任何想要深入了解深度學習這個迷人領域的人，您不需要具備高級數學和程式設計知識就可以掌握其根本原理。如果您想知道這些工具是如何運作的，並學會自己使用它們，答案盡在書中。而且，如果您已經準備好編寫自己的程序，那麼隨附的Github存儲庫中還有大量補充的Python筆記本可以幫助您。本書講解語言通俗易懂，包含大量的彩色插圖和具有啟發性的類比，以及豐富的現實世界的例子，深入地地解釋了深度學習的關鍵概念，包括： •文本生成器如何創建新穎的故事和文章。•深度學習系統如何在人類遊戲中學習遊戲並獲勝。•影像分類系統如何辨識照片中的物體或人。•如何以對日常生活有用的方式思考機率。•如何使用構成現代人工智慧核心的機器學習技術。各種各樣的智力冒險家都可以使用本書中涵蓋的強大思想來建立智慧系統，幫助我們更好地理解世界和生活在其中的每個人。這就是人工智慧的未來，這本書可以讓你充分想像它的未來。

《PyTorch語音識別實戰》使用PyTorch 2.0作為語音識別的基本框架，循序漸進地引導讀者從搭建環境開始，逐步深入到語音識別基本理論、算法以及應用實踐，是較好的一本語音識別技術圖書。本書配套示例源碼、數據集、PPT課件等資源。《PyTorch語音識別實戰》分為13章，內容包括語音識別之路、PyTorch 2.0深度學習環境搭建、音頻信號處理的理論與Python實戰、音頻處理常用工具包Librosa詳解與實戰、基於DNN的語音情緒分類識別、一學就會的深度學習基礎算法、基於PyTorch卷積層的語音情緒分類識別、詞映射與循環神經網絡、基於Whisper的語音轉換實戰、注意力機制與注意力模型詳解、鳥叫的多標籤分類實戰、多模態語音轉換模型基礎、GLM架構多模態語音文字轉換實戰。《PyTorch語音識別實戰》內容詳盡、示例豐富，適合作為語音識別初學者、深度學習初學者、語音識別技術人員的參考書，同時也非常適合作為高等院校或高職高專深度學習、語音識別等課程的教材。

本教材基於Microsoft SQL Server和Neo4j環境，介紹了如何利用SQL(Structure Query Language)和CQL(Cyber Query Language)語言開展對同源庫、表和數據對象進行增、刪、改、查等數據庫管理和應用工作，並綜合應用Python下的相關功能庫，對SQL數據進行處理，進而利用Neo4j接口將SQL數據高效轉換為NoSQL，實現了SQL與NoSQL融合管理，為學習者更深層次瞭解和掌握SQL與NoSQL數據對象的聯繫與差別，強化學習者的數據管理意識、方法和能力提供了有力幫助，特別是為學習和掌握基於圖數據庫背景下的知識圖譜理論和實踐技能提供幫助，為進一步開展數據挖掘構建良好的數據庫支撐和理論、技能準備。全書內容共分為四部分：第一部分主要是第1章，講解關係型數據庫和非關係型數據庫的概念、類別和特徵等；第二部分主要是第2章至第6章，基於SQL Server講解關係型數據庫環境下的CRUD操作；第三部分主要是第7章至第8章，基於Neo4j圖數據庫講解圖譜數據的CRUD操作；第四部分主要是第9章，基於實際數據進行案例剖析。本書是為高等院校“新文科”“新商科”相關專業的“數據庫原理與應用”“大數據管理與應用”等課程全新設計編寫的具有豐富實踐特色的主教材，對數據管理與創新應用有興趣的學習者也可以作為參考教材，或作為培訓機構參考用書。

這是一本面向管理科學與工程、工商管理、系統工程等專業本科、碩士乃至博士研究生的方法應用型教材。目的是使學生能夠全面瞭解系統工程相關方法的發展背景、理論概念、模型運用以及軟件實現，其顯著特點是：新舊方法結合、方法程序一體。編寫理念是：不過多講述基本概念和發展歷史，不局限於系統工程基本原理和概念，通過簡述舊理論引入新成果和新方法，並立足所有方法和模型提供詳細的軟件實現過程，以此來全面介紹系統工程類量化研究方法，以及新形勢下出現的新模型、新理念、新技術與新軟件。相關內容不但適用從事學術研究的碩士博士研究生，而且還適合於經管類本科生開展深層次的實證研究和方法研究。全書內容按照“背景匹配—文獻綜述—理論介紹—軟件實現—案例分析—習題鞏固”的結構框架進行闡述。其主要介紹內容有：第1章，文獻計量分析及其常用軟件實現；第2章，層次分析和網絡層次分析及Super Decision實現；第3章，灰色系統介紹與GTMS實現；第4章，系統動力學模型與Vensim實現；第5章，複雜網絡分析及UCINET實現；第6章，Copula系列模型與Stata程序；第7章，數據包絡分析及DEAP軟件實現；第8章，主成分分析、因子分析系列模型及SPSS實現；第9章，結構方程模型及Amos實現；第10章，Lasso、嶺回歸、彈性網及R語言實現；第11章，對數週期性冪律模型及MATLAB實現；第12章，機器學習與深度學校及Python實現。

本書從基本的人工智能理論出發，使用Python語言編程，基於TensorFlow和Keras深度學習框架，以理論講解為基礎，以項目實戰為導向，系統地講述了人工智能、深度學習和計算機視覺中相關的基本概念、理論方法和經典算法。既有對基礎知識和理論模型的介紹，也有對實際案例的實現方法和技術技巧的詳細闡述。本書儘量避免了複雜煩瑣的數學公式，僅涉及少量且必要的數學知識。在內容上，本書首先概述了深度學習的基本理論，然後介紹了深度學習框架TensorFlow的基礎知識、安裝和使用方法，引申出高級神經網絡API，即Keras框架，並且介紹了Keras框架的核心模塊和一系列建模方法，為後續完成項目實戰做準備。最後講解了神經網絡的原理，從回歸和分類兩大類問題出發，實現了回歸和圖像分類等實戰案例，並介紹了如何使用遷移學習的方法快速搭建神經網絡模型。

數據科學的關鍵技術包括數據存儲計算、數據治理、結構化數據分析、語音分析、視覺分析、文本分析和知識圖譜等方面。本書的重點是詳細介紹文本分析和知識圖譜方面的技術。文本分析技術主要包括文本預訓練模型、多語種文本分析、文本情感分析、文本機器翻譯、文本智能糾錯、NL2SQL問答以及ChatGPT大語言模型等。知識圖譜技術主要包括知識圖譜構建和知識圖譜問答等。本書將理論介紹和實踐相結合，詳細闡述各個技術主題的實現路線，並對應用於業界算法大賽中的技術方案和技巧進行源代碼解讀，幫助讀者深入理解技術原理。最後，本書還介紹了文本分析和知識圖譜技術在政務、公共安全、應急等多個行業中的智能應用實踐案例。《數據科學技術：文本分析和知識圖譜》適合具備Python和機器學習技術基礎的高等院校學生、文本分析（或者自然語言處理）以及知識圖譜領域的算法工程師和研究機構的研究者閱讀，也適合數據科學和人工智能領域的研究者作為參考書。

數字圖像處理是計算機大類高年級本科生和低年級研究生的數據類重要課程。《現代圖像處理學導論》面向算法解析和工程建模能力培養，介紹圖像處理、圖像認知和建模的基本方法，集中介紹圖像處理的基本算法。《現代圖像處理學導論》共10 章，介紹成像科學和圖像處理基本概念，以及二維信號線性系統基本建模方法，系統概述卷積、濾波、增強、復原、邊緣檢測、頻域分析和分割等基本算法的建模思想，最後論述圖像基本特徵計算、模式分析和初步的深度學習方法。不同于現行的圖像處理教程，《現代圖像處理學導論》更為強調對圖像處理算法的數學建模和原理剖析，並通過小矩陣等方式進行演算，力求揭示和解析算法背後的機制，並在最後一章給出代表性算法的Python 語言實現。每章配備擴展閱讀、習題和小故事，以幫助讀者深入地學習。

本書是《數據庫原理及應用教程(MySQL版)(微課版)》的配套教材，共17章，主要內容包括：數據庫系統概述，關系數據庫，SQL的基本概念和MySQL簡介，數據庫的創建和管理，數據表的管理和表中數據操縱，數據表中的數據查詢，視圖和索引，數據庫安全性管理，數據庫併發控制與封鎖，數據庫備份還原和日誌管理，數據庫設計概述及需求分析，關係模式的規範化理論，數據庫概念結構設計和邏輯結構設計，數據庫物理結構設計、實施和運行維護，存儲過程與存儲函數，觸發器和事件，使用Python連接MySQL數據庫。本書總結了各章的知識要點，針對性地安排適量的典型習題，並給出教材習題和本書典型習題的詳細解答。此外，本書還在重要章節設置實驗任務並配套詳細的實驗任務解答。 本書可作為高等院校計算機及相關專業的輔導教材，也可供從事計算機軟件工作的科技人員、工程技術人員及其他有關人員參閱。

“人工智能超入門叢書”致力於面向人工智能各技術方向零基礎的讀者，內容涉及數據素養、機器學習、視覺感知、情感分析、搜索算法、強化學習、知識圖譜、專家系統等方向，體系完整、內容簡潔、文字通俗，綜合介紹人工智能相關知識，並輔以程序代碼解決問題，使得零基礎的讀者快速入門。《知識工程：人工智能如何學貫古今》是“人工智能超入門叢書”中的分冊，以科普的形式講解了知識工程的相關知識，內容生動有趣，帶領讀者走進知識工程的世界。本書包含學習知識工程必備的相關知識，如邏輯運算、邏輯推理等均是重要的基礎內容；書中也對專家系統進行了剖析，從構成、分類、推理到應用實例，由淺入深，層層遞進。同時，本書對知識圖譜也做了詳細解讀，包括本體、實現路徑以及相應的實例。最後，本書通過兩大章，對Neoj4做了介紹，從入門知識到實踐案例，讓初學者能學懂並應用到實際。本書還搭配了三個附錄，分別是圖數據庫相關知識、花卉知識圖譜以及騰訊扣叮Python實驗室：Jupyter Lab使用說明。本書適合知識工程方向初學者閱讀學習，可以作為人工智能及計算機相關工作崗位的技術人員的入門讀物，也可以作為高等院校人工智能及計算機專業的師生閱讀參考，對人工智能感興趣的人群也可以閱讀。