统计学习方法即机器学习方法，是计算机及其应用领域的一门重要学科。 本书分为监督学 习和无监督学习两篇，全面系统地介绍了统计学习的主要方法。 包括感知机、k 近邻法、朴素贝 叶斯法、决策树、逻辑斯谛回归与*熵模型、 支持向量机、提升方法、EM 算法、隐马尔可夫 模型和条件随机场，以及聚类方法、 奇异值分解、主成分分析、潜在语义分析、概率潜在语义分 析、马尔可夫链蒙特卡罗法、 潜在狄利克雷分配和 PageRank 算法等。除有关统计学习、监督学 习和无监督学习的概 论和总结的四章外，每章介绍一种方法。叙述力求从具体问题或实例入手， 由浅入深， 阐明思路，给出必要的数学推导，便于读者掌握统计学习方法的实质，学会运用。 为满足读者进一步学习的需要，书中还介绍了一些相关研究，给出了少量习题， 列出了主要参 考文献。 本书是统

《CCF CSP轮认证一本通》根据CSP J1/S1考试题型，并综合了近两年CSP J1/S1考试真题和近10年信息学奥赛初赛考试真题编写而成。在编写过程中，所有题目都完全模拟CSP J1/S1考试的题型，在对题目进行分析的同时，也对考试知识点进行了梳理，能够更好地帮助考生理清考试思路和把握重难点。 《CCF CSP轮认证一本通》共8章，前4章对选择题的知识点进行了梳理，后4章对阅读程序题和完善程序题的知识点进行了梳理。针对每章知识，首先介绍这一章的知识点，让考生有大体把握，然后对该知识点的题目进行详细分析，后提供有针对性的习题供考生复习巩固。通过知识、分析、练习等多种形式让考生轻松掌握CSP J1/S1考试的知识内容，帮助考生更好地通过考试。 《CCF CSP轮认证一本通》主要供广大考生作为CSP J1/S1轮认证考试之用，也可作为相关人士学习信息学的辅导书。

本书包括四大块，一是预测模型的基础知识，二是基于Logistic回归的临床预测模型实战， 是预测模型中其他 要技术；特色：（1）白话统计：统计难教难学难应用，讲解统计需要 语言行传授或表达，本书作者有20年一线统计教学的经验，可以将统计以为通俗易懂 案例行讲解，而非标准数据，让读者有处理真实数据的感觉；（3）软件优势：本书撰写 度 低，非常适合广大的非统计学专业的从业人员学习；（4）自编插件：针对数据处理中 繁琐的分析过程，可以实现一键实现， 大降低读者的学习难度！

《MATLAB神经网络分析及应用》以MATLAB R2023b为平台，以实际应用为背景，采用 理论 公式 经典应用 相结合的形式，深入浅出地讲解MATLAB神经网络经典分析与应用。全书共11章，主要包括为什么神经网络应用广泛、MATLAB快速入门、感知器分析与应用、线性神经网络分析与应用、BP神经网络分析与应用、RBF神经网络分析与应用、反馈神经网络分析与应用、竞争型神经网络分析与应用、神经网络的Simulink应用、自定义神经网络、深度神经网络的分析与应用。通过学习本书，读者可以认识到神经网络在各领域中的广泛应用，可以领略到利用MATLAB实现神经网络的方便、快捷、专业性强等特点。 《MATLAB神经网络分析及应用》可作为神经网络领域初学者和提高者的学习资料，也可作为高等院校相关课程的教材，还可作为广大科研人员、学者、工程技术人员的参考用书。

《多模态大模型:从理论到实践》系统地介绍多模态大模型的理论基础、关键技术与实际应用。全书分为两部分12章，第1部分（第1～5章）围绕基础理论与技术解析展开论述，包括基本概念、Transformer架构、跨模态对齐、模态融合，以及多模态大模型的预训练方法、模型微调与优化等，为理解多模态大模型的构建逻辑奠定基础。第2部分（第6～12章）聚集于多模态大模型的高级应用与场景实现，包括主流视觉语言模型（如CLIP、BLIP-2等）的实现、跨模态推理与生成的技术应用、多模态大模型的推理与优化方法、模型的安全与可信性问题，并通过多模态检索与推荐系统、多模态语义理解系统和多模态问答系统的端到端开发实践，展示了多模态大模型的实际落地路径。 《多模态大模型:从理论到实践》兼具理论深度与实际应用价值，适合大模型和AI研发人员、人工智能领域的

《大模型RAG应用开发:构建智能生成系统》系统介绍检索增强生成（RAG）技术的核心概念、开发流程和实际应用。《大模型RAG应用开发:构建智能生成系统》共分为11章，第1～3章详细介绍RAG开发的基础，包括环境搭建、常用工具和模块，帮助读者从零开始理解RAG系统的工作原理与开发技巧；第4～8章聚焦RAG系统的具体搭建，从向量数据库的创建、文本的向量化，到如何构建高效的检索增强模型，为开发RAG应用奠定基础；第9～11章通过实际案例，包括企业文档问答系统、医疗文献检索系统和法律法规查询助手的实际开发，帮助读者在特定领域深入理解和应用RAG技术。 《大模型RAG应用开发:构建智能生成系统》适合RAG技术初学者、大模型和AI研发人员、数据分析和挖掘工程师，以及高年级本科生和研究生阅读，也可作为培训机构和高校相关课程的教学用书或参考书。

本书是一本全面介绍Flutter跨平台框架的书籍，主要分为入门，进阶和实战三部分，细分为13章。入门篇包括背景知识、环境搭建、基础语法、组件和API等；进阶篇包括网络通信、第三方插件、热更新和应用打包发布等；实战篇则是一个综合的开发案例，让读者快速的上手项目开发。每个阶段的知识都是层层深入且环环相扣的，能够帮助读者对Flutter框架的原理与应用有一个全面的认识。 本书适合具有一定Android/iOS原生开发基础的一线APP开发工程师、大中专院校相关专业师生、培训班学员学习，可用于夯实基础，提Flutter开发实战技能。

《从零构建大模型:算法、训练与微调》是一本系统且实用的大模型构建指南，旨在引领读者从基础知识起步，逐步深入探索大模型的算法原理、训练方法及微调技术。《从零构建大模型:算法、训练与微调》共12章，涵盖了Transformer模型的基础理论，如Seq2Seq模型、分词、嵌入层和自注意力机制等关键概念；并深入剖析了GPT模型的核心实现与文本生成过程，以及BERT模型的预训练和微调技术。同时，也对ViT（视觉Transformer）模型的架构、训练方法，以及高阶微调策略如Adapter Tuning和P-Tuning进行了详尽讲解。此外，还系统地介绍了数据处理、数据增强、模型性能优化（包括混合精度训练和分布式训练）、对比学习、对抗训练、自适应优化器、动态学习率调度，以及模型蒸馏与剪枝技术等多个方面。最后，通过应用案例，展示了模型训练和微调的完整流程，助力读者将理论知

《大模型轻量化:模型压缩与训练加速》围绕大模型轻量化这一主题，系统地阐述大模型轻量化的基本理论与实现方法，旨在提升模型的部署效率和计算性能。全书分为3部分，共10章。第1部分（第1～5章），介绍大模型的背景与面临的问题，以及Transformer和MoE架构的基本原理；重点讲解模型压缩、训练加速和推理优化等核心技术，包括量化、蒸馏和剪枝等，并通过实际案例验证其效果。第2部分（第6、7章），重点介绍端侧学习与计算引擎优化策略，尤其是动态Batch和异构执行的工程实现。第3部分（第8～10章），针对高性能算子库与手工算子开发，分别以cuDNN、NEON、CUDA等为代表，揭示算子优化的细节，最后，以国产开源模型DeepSeek-V3为例，展现从训练到推理的综合优化方案。 《大模型轻量化:模型压缩与训练加速》提供全面实用的轻量化方法论，结合丰富代码示例与实

本书涵盖动态系统分析、经典控制理论与现代控制理论的核心内容。其中，经典控制理论以拉普拉斯变换为数学工具，通过传递函数分析系统的表现并进行控制器的设计；现代控制理论则是以状态空间方程为研究对象，以微分方程和线性代数为数学工具，从时域的角度分析系统的表现并设计系统的控制器。 本书在多个章节对比讲解两种理论之间的区别与联系。本书的目标是以简单的语言讲述复杂的知识，希望本书可以引起读者对控制理论的兴趣，并掌握控制理论的核心精神所在，为未来深入学习其他相关知识打下基础。同时，本书的 实战性 很强，大部分章节以一个实际例子入手，从开发者的角度展开分析并引出知识点。

本书是享誉全球的Python入门书，影响了 过250万读者。全书分两 分：第 分介绍用Python编程所 须了解的基本概念， 括强大的Python库和工具，以及列表、字典、if语句、类、文件和异常、代码测试等内容；第二 分将理论付诸实践，讲解如何开发三个项目， 括简单的2D游戏、利用数据生成交互式的信息图以及 建和定制简单的Web应用，并帮助读者解决常见编程问题和困惑。第3版进行了全面修订：使用了文本编辑器VS Code，新增了介绍removeprefix()方法和removesuffix()方法的内容，并且在项目中利用了Matplotlib和Plotly的 新 性，等等。

nbsp nbsp《架构基础：从需求到架构》根据各种企业级真实场景总结，提出合理的设计思路和解决方案，从需求、问题、解决方案、原理、设计方法、落地方案多个角度，给出架构设计方法。 《架构基础：从需求到架构》主要内容包括大型互联网架构设计的四大原则、分布式微服务架构设计、登录功能架构设计、用户安全架构设计、系统日志架构设计、系统攻防架构设计、系统消息架构设计、监控预警架构设计、关系型大数据架构设计、批处理调度架构设计、系统配置架构设计、企业级核心架构设计实战等，详细讲解了各种场景的架构方案。 《架构基础：从需求到架构》与任何编程语言无关，目的是提升读者的设计思维、培养读者的设计能力、开启读者的架构思维。同时，《架构基础：从需求到架构》也是一本设计方案指南，开发人员、设计人员、架构人员均可参

本书全面介绍 Spring Boot 3 Vue.js 3全栈开发的基本思想、方法和技术。全书共 13章，内容涵盖 Spring基础、Spring MVC基础、Spring Boot核心知识、Web开发、数据访问、MyBatis与 MyBatis-Plus框架基础、安全控制、异步消息、单元测试、Vue.js基础与进阶、电子商务平台的设计与实现（Spring Boot Vue.js 3 MyBatis-Plus）等。书中实例侧重实用性、通俗易懂，通过本书的学习，读者能够快速掌握 Spring Boot 3 Vue.js 3全栈开发的基础知识、编程技巧以及完整的开发体系，为大型项目开发打下坚实的基础。 本书可作为大学计算机及相关专业的教材或教学参考书，也可作为 Java技术的培训教材，适合具有 Java和 Java Web编程基础的读者，尤其适合广大 Java EE应用开发人员阅读与使用。

这本书专门为那些对自然语言处理技术感兴趣的读者提供了系统的LLM应用开发指南。全书分为11章，从LLM基础知识开始，通过LangChain这个开源框架为读者解读整个LLM应用开发流程。第1~2章概述LLM技术的发展背景和LangChain框架的设计理念。从第3章开始，分章深入介绍LangChain的6大模块，包括模型I/O、数据增强、链、记忆等，通过大量代码示例让读者了解其原理和用法。第9章通过构建PDF问答程序，帮助读者将之前学习的知识应用于实践。第10章则介绍集成，可拓宽LangChain的用途。第11章为初学者简要解析LLM的基础理论，如Transformer模型等。本书以LangChain这个让人熟悉的框架为主线，引导读者一步一步掌握LLM应用开发流程，适合对大语言模型感兴趣的开发者、AI应用程序开发者阅读。

《LangChain大模型应用开发》帮助读者在项目中探索微调、提示工程以及部署和监控的最佳实践时，解锁LLM的全部潜力。无论你是构建创意写作工具、开发复杂的聊天机器人，还是制作尖端的软件开发辅助工具，《LangChain大模型应用开发》都将是你的路线图，帮助你自信且创造性地掌握生成式人工智能的变革力量。 主要内容 ●使用LangChain创建LLM应用,如问答系统和聊天机器人 ●理解变换模型和注意力机制 ●使用pandas和Python自动进行数据分析和可视化 ●掌握提示工程以提高LLM性能 ●微调LLM并了解释放其力量的工具 ●将LLM作为服务部署,并应用评估策略 ●使用开源LLM与文档本地互动,以防止数据泄露

本书以MATLAB R2020a为基础，由浅入深全面讲解MATLAB/Simulink软件的应用知识。本书基于认知逻辑编排内容，自始至终采用示例描述，内容完整且每章相对独立，有较大的参考价值。 本书分为两部分，共17章。第一部分（第1～8章）主要介绍MATLAB基础知识、Simulink仿真基础、公共模块库、仿真命令操作、子系统及其封装、基于S函数建模、系统运行与调试等；第二部分（第9～17章）主要介绍控制系统仿真基础、PID控制系统仿真、模糊逻辑控制仿真、电力系统仿真、机电系统仿真、通信系统仿真、神经网络控制仿真、滑模控制仿真、汽车系统仿真等内容，并提供了仿真示例帮助读者学习。 本书以工程应用为目标，讲解深入浅出、内容翔实，可作为理工科高等院校研究生、本科生的教学用书，也可作为广大科研人员和工程技术人员的参考用书。

本书首先总结了IT 项目方案编制常犯的各类错误，接着按照项目发展进程，系统、全面地阐述从市 场拓展到交付验收过程中各类方案的编制框架、编制风格和编制重点，方案类型包括市场分析报告、市场营销方案、市场宣传方案、技术解决方案、项目投标文件、项目交付方案、项目交流手册等，最后附上部分方案模板供参考。 本书的编写目的是用来培训和提升作者所带团队成员，因此侧重于实战，案例真实丰富、贴近工作，可随学随用，适用于企业内训、个人继续教育培训，对于有志从事方案编制的IT 售前工程师及售前管理 者具有一定的借鉴和参考价值。

本书系统论述了Altium Designer 24 软件的高级功能及案例实践（含纸质图书、实践案例、配套视频教程），是一本进阶学习高速PCB 设计的优秀工具书。全书分为8 章，第1 章为Altium Designer 24高级功能及应用，介绍PCB 设计流程中需要使用的高级功能；第2 章为设计规则的高级应用，介绍多层板中常见的规则、Query 语句的设置及应用、规则的导入和导出；第3 章为层叠应用及阻抗控制，介绍层叠添加和阻抗的计算等；第4 章为PCB 总体设计要求及规范，介绍PCB 常见设计规范、拼板、PCB 表面处理工艺、组合装配等；第5 章为EMC设计规范，包括EMC概述、常见EMC器件、布局、布线等；第6～8 章为综合实例，包含4 层STM32 开发板、4 层MT6261 智能手表、6 层全志A64 平板计算机3 个完整案例。这些案例从PCB 设计的总体流程、创建工程文件、位号标注与封装匹配、原理图验证与导入、板框绘

本书基于开源的 WebGIS 开发技术，内容涵盖 WebGIS 开发的基础知识和技术要点，并通过实际应 用和案例分析，帮助读者更好地掌握相关知识，理解 WebGIS 的应用场景和开发需求。 本书共 12 章，系统论述 WebGIS 开发的技术要点和项目实践。其中：第 1 ～ 3 章为基础篇，第 1 章主要讲解 WebGIS 开发中的 Web 基础，第 2 章为 GIS 基础介绍，第 3 章介绍开源的 WebGIS 开发框架。 第 4 ～ 10 章为高级篇，是基础篇的提升，内容涵盖 WebGIS 开发中的大部分技能和知识点。第 4 章为 GIS 应用服务介绍，第 5 章介绍使用较多的开源 GIS 服务器 GeoServer，第 6 章为空间数据管理的相关 知识，第 7 章和第 8 章主要讲解 WebGIS 开发中的矢量数据和栅格数据渲染，第 9 章为地图控件的使用， 第 10 章讲解常用的地图交互。三维篇是第 11 章，主要介绍 Cesium 框架的使用。实践篇是第 12 章，通 过一个完

本书遵循由浅入深的原则，将内容分为三部分，共三篇。基础篇首先介绍车载网络的相关知识，接着介绍TSMaster开发环境和常见功能的使用，以便初学者掌握使用TSMaster进行一般的总线仿真、测试和分析； 入门篇首先引导读者开发第一个TSMaster仿真工程，接着结合实例重点介绍总线数据库、面板设计，以及C小程序设计； 进阶篇结合广大开发工程师可能面临的技术难题，由简单到复杂地介绍一些典型实例，以提高读者的实战技术。 本书既可作为普通高等院校车辆工程、电子信息、电气工程、自动控制等相关专业师生的参考资料，也可作为从事汽车电子软硬件开发及测试等工作的人员的工具书。

本书以 Wi-Fi 7 专业技术介绍为主，同时介绍 Wi-Fi 7 技术的新产品开发方案和测试，以及 Wi-Fi 7在行业及家庭场景中的应用，旨在让读者系统地掌握 Wi-Fi 关键技术全貌、开发新产品和实际应用部署。全书共 8 章，前 3 章从 Wi-Fi 的基本原理入手，介绍传统 Wi-Fi 关键技术和 Wi-Fi 6 的核心技术演进，然后重点介绍 Wi-Fi 7 标准制定、关键技术和创新内容；第 4 章介绍基于 Wi-Fi 7 的产品开发和测试方法；第 5 章介绍 Wi-Fi 相关的行业联盟或组织对 Wi-Fi 技术的支持、认证和技术商业化的推动；第 6 章介绍Wi-Fi 7 在行业或家庭不同场景下的应用；第 7 章介绍 Wi-Fi 7 与移动 5G 技术融合；第 8 章展望 Wi-Fi **技术发展趋势。 本书适合对 Wi-Fi 进行产品开发和应用的行业人士、希望了解 Wi-Fi 新技术或应用的各行业非专业人员及各大院校本科生或研究生。

本书是一本全面深入的浏览器插件开发教程，旨在帮助读者理解并掌握创建功能强大的浏览器插件的技术和方法。本书不仅详细介绍了插件开发的理论知识，同时还提供了丰富的实战代码，使读者能够通过实际操作来巩固和提升技能。 全书共12章。第1~3章为背景与理论介绍，包括浏览器发展背景介绍、Chrome浏览器插件基础以Manifest新特性的介绍，如service-worker、declarativeNetRequest API、promise等。第4~11章则是每个知识点的分章节介绍，包括插件的基本架构、弹出界面与配置界面详解、内容组件详解、background脚本详解、权限详解、浏览器扩展API详解、网络通信等内容，每章都配有对应的实战代码，使理论知识得到实际应用。最后的第12章是项目实战，通过完整的项目案例，帮助读者快速上手，将前面学习的知识融会贯通。 本书的特色在于它理论与实战并重的教学方式。每

本书综合性讲解HuggingFace社区提供的工具集datasets和transformers，书中包括基础的工具集的用例演示，也包括具体的项目实战，以及预训练模型的底层设计思路和实现原理的介绍。通过本书的学习，读者可以快速掌握HuggingFace工具集的使用方法，掌握自然语言处理项目的一般研发流程，并能研发自己的自然语言处理项目。 本书共14章，分为工具集基础用例演示篇（第1~6章），详细讲解HuggingFace工具集的基本使用方法。中文项目实战篇（第7~12章），通过几个实战项目演示使用HuggingFace工具集研发自然语言处理项目的一般流程。预训练模型底层原理篇（13~14章），详细阐述了预训练模型的设计思路和计算原理。 本书将使用简单浅显的语言，带领读者快速地了解HuggingFace工具集的使用方法。通过本书中实战项目的学习，读者可以掌握一般的自然语言处理项目的研发流程。通过

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。

本书以实战项目为主线，以理论基础为核心，引导读者渐进式地学习Transformer模型。 本书分为5篇共17章。Transformer模型基础篇（第1~5章）重点介绍Transformer模型框架。把Transformer模型掰开，从最基础的输入出发，按照模型框架，一点一点走进Transformer模型的内部，直到最终的模型输出；Transformer模型NLP领域篇（第6章和第7章）重点介绍Transformer模型在自然领域中的应用，了解ChatGPT的往事今生；Transformer模型计算机视觉篇（第8~10章）重点介绍Transformer模型在计算机视觉任务中的应用，让Transformer模型可以看到真实的世界；Transformer模型进阶篇（第11~13章）重点介绍Transformer模型在多模态领域上的应用，以及与其他模型的混合模型；Transformer模型实战篇（第14~17章）从环境搭建到NLP领域，计算机视觉领域，音频领域等的代码实战，彻底讲解Transformer模型的运行机制。 本书的每个