智能算法是一类直接的、随机搜索的优化方法，它是基于模拟自然界的生物现象而产生的一类新型优化方法。本书在介绍优化理论的基础上，着重介绍求解复杂工程优化模型的新智能算法。 本书共有12章，第1～2章着重介绍智能算法的现状及最优化理论的基本概念；第3章着重介绍几种求解单目标约束优化问题的新型智能算法；第4～5章介绍求解多目标优化问题的粒子群算法及仿真实验；第6～9章着重讨论当优化问题维度变大时如何解决高维多目标优化问题；第10～11章讨论了复杂双层优化及其在视频服务器部署中的应用；第12章分析本书所用核心算法即粒子群优化算法的参数设计。 本书可作为计算机类各专业、运筹学专业和管理学科各专业研究生的教材，也可供相关科研人员和工程技术人员参考。
本书从零起步、循序渐进地对AIGC的基础知识和使用方法进行讲解。 全书共8章，内容包括人工智能与AIGC基础、AIGC简化应用文写作、AIGC重塑办公方式、AIGC辅助 图像处理、AIGC优化数字音频编辑、AIGC引领短视频创作、AIGC推动新媒体运营、AIGC助力代码编写 与调试等。在讲解技术理论的同时，穿插安排 动手练 拓展应用 板块。书中所选案例紧贴当前热门应 用，可操作性强，讲解详细，即学即用。 本书结构合理紧凑，内容全面丰富，语言通俗易懂，适合作为各院校人工智能基础课的教材，也适合 作为广大读者学习AIGC的参考书。
本书以数据仓库建设内容为主线，以理论基础为核心，引导读者渐进式地学习数据仓库建设版图中所需知识。通过认识数据基建、数据质量、数据安全、实时技术、数据治理、数据资产、数据服务、数据应用等8个模块及常见遇到项目，使读者能够了解日常数据仓库开发流程及数据仓库工作具体内容，从而快速上手数据仓库建设工作。 本书共14章，分为基础篇、基建篇、应用篇、评价篇、展望篇。基础篇（第1章和第2章）介绍数据仓库框架和数据模型建设知识点；基建篇（第3~8章）详细讲述数据仓库中每个板块建设，由简入深剖析搭建背景及搭建中细节；应用篇（第9~11章）通过实战讲解，快速上手数据仓库常见项目；评价篇（第12章和第13章）结合数据仓库基建和项目，阐述完整数据仓库需要具备的条件，并补充评价体系指标；展望篇（第14章）结合当前AIGC应用衍生
本书从原理的角度，力求讲解清楚深度学习、强化学习、深度强化学习中的一些精选方法，并从实践的角度，通过一系列循序渐进的原创实验，引领读者独立编程实现这些方法，以期为读者精通深度强化学习并应用深度强化学习方法解决实际问题奠定坚实基础。 本书不仅适合计算机科学与技术、人工智能、物联网工程、数据科学与大数据、软件工程、通信工程、电子信息、机器人工程、自动化、智能制造等相关专业高年级本科生及研究生教学与自学使用，也适合机器学习等领域的从业者、科研人员及爱好者自学与参考使用。
想要借助macOS提升自己的效率？想要把macOS变成辅助学习的 利器 ？想要用macOS享受生活的乐趣？打开本书吧，这是一本让你从小白变成 效率达人 的手册。本书以macOS为基础，从基础配置、高效办公、辅助学习、系统维护等方面入手，图文并茂地介绍了macOS中各种实用技巧和隐藏功能。本书以实际应用为导向，以提高水平为目标，帮助读者了解macOS的细节，挖掘macOS的潜力，掌握高效使用macOS的窍门，快速成为macOS达人。本书不仅适合希望了解macOS各项功能和各类技巧的学生、职场新人等 小白 用户，也适合希望提升工作效率的开发人员。
本书一步一步地展示了如何使用Julia这种开源、直观的脚本语言构建自定义程序。Julia的设计理念是将 高性能 放在**优先级上。在Julia中，当用户调用函数时，参数是已知的。编译器会仔细观察函数，找出特定参数所需的必要CPU指令。本书的作者是16岁的技术天才Tanmay Bakshi，行文风格通俗易懂，使学习变得轻松愉快。本书清楚地解释了Julia编程的基础知识，并展示了前沿的机器学习应用。同时，本书还介绍了如何将Julia应用程序与Python代码进行交互。本书的读者对象为所有年龄段的编程爱好者和编程初学者。和16岁的 编程神童 Tanmay一起学Julia语言！
作为实现智能制造的核心技术，视觉检测技术是当前的热门技术之一。本书讲述了基于OpenCV和VC 开发一套高度柔性的视觉检测系统的过程和方法，从硬件、软件、算法及应用四个方面较为全面地介绍了开发柔性视觉检测系统的技术要点和实践方法。 全书共5章，简要介绍了视觉检测技术的发展、应用，视觉检测系统的结构、原理及视觉检测系统柔性化的必要性及总体开发思路；阐述了柔性视觉成像系统的结构部件设计与核心光学器件选型，软件和底层通用算法库的设计与实现；最后讲解了数个典型视觉检测应用案例的开发。 本书可作为机器视觉检测、智能生产线开发等相关领域的研究者和工程技术人员的参考用书，而对于有一定C 编程基础并需要自行搭建一套完整的机器视觉检测系统的读者，也可借鉴本书快速搭建个性专属的视觉系统。
