基本信息 商品名称： 四联总处金融管理研究(1937-1948) 开本： 16开 作者： 尤云弟|责编:傅百荣 页数： 定价： 66 出版时间： 2019-12-01 ISBN号： 9787308174978 印刷时间： 2019-12-01 出版社： 浙江大学 版次： 1 商品类型： 图书 印次： 1 作者简介： 内容提要： 作为国民政府抗战时期及战后时期的重要金融管理机构，四联总处的成立，既有统制金融的现实条件，又有战时金融管理的

本书为精装64开《中华人民共和国民法典》单行本，收录民法典完整文本。《中华人民共和国民法典》于2020年5月28日经第十三届全国人民代表大会第三次会议通过，分为总则、物权、合同、人格权、婚姻家庭、继承

.

本书从法律、健康的角度，从民事、行政、刑事三个方面介绍与噪声污染相关的法律和健康知识。通过案例引用，加强读者对噪声污染危害的认识，学习相关的法律知识，提高生态环境维权的法律意识，从而实现保护生态环境、保护生命健康、依法维权的目的。

为了帮助读者准确理解与适用法律，我社于2008年9月开始推出“法律注解与配套丛书”，深受广大读者的认同与喜爱，成为法律工作者办案运用和公民法律学习的有力助手。本套丛书主要包括注解、应用及配套三部分。注

根据厦门靠前银行股份有限公司科技创新实践，本书对中小商业银行科技创新探索的普遍性进行了全面深入的研究，并分别从“挑战与机遇”“机制与体系”“流程再造与系统建设”和“新兴技术应用”角度进行阐述，共有14章。本书试图通过分析、研究靠前外银行业（含金融科技公司）的科技创新举措和成效，全面系统地论证科技创新对中小商业银行构建科技核心竞争优势的作用，并结合中小商业银行科技创新的案例，翔实地展示中小商业银行在科技机制与体系构建、流程再造与信息科技系统建设、新兴技术应用等方面的探索与实践。

这是一部讲解如何用AI技术解决银行、保险、证券行业的核心痛点并帮助它们实现数智化转型的著作。 作者从金融智能一线从业者的视角，深入剖析了传统金融行业的痛点与局限，以及金融智能的特点与优势，阐明了人工智能等技术在金融业的必要性，并针对金融智能在银行、保险和证券业的诸多应用场景，给出了具体解决方案。此外，本书还分析了金融智能在各行业中的未来发展趋势。 本书从金融智能的现实意义出发，围绕底层技术和赋能应用对金融智能展开了全方位、多视角的深度剖析，聚焦科技赋能金融中的热点领域，充分挖掘潜在商业价值，洞悉与变革未来金融新生态，详尽展现了金融智能的产业版图。本书注重技术模式与应用实践相结合，涵盖大量金融场景下的应用案例和前瞻分析，对金融从业者具有指导意义。

布莱特先生致力于银行未来的研究，以及在21世纪的银行业中，被科技嵌入后的银行业务所带来的影响。30-50年后现金消失，塑料卡片也消失了，所有传统的银行系统会进入即时性，那么一家银行真正的样子会是怎样的呢？ 我们如何去想象一家银行账户，如何去做身份识别、价值储存以及投资理财的事情呢？关于未来银行所呈现的方式，布莱特先生会以独特的“颠覆者”视角带你去构建、想象新的银行系统及模式。从中国的移动支付、非洲的区块链技术到可以拥有银行账户的无人驾驶汽车，运用增强现实的技术，去展现银行系统的未来设计。 这点一旦被证实，那么大部分人的眼光都不会只停留在华尔街的投资上。

本书从神经科学的视角去描述投资者投资行为背后的认知机制和决策过程，聚焦于投资者的投资行为的刻画、剖析和描述，尤其是聚焦于新兴的互联网金融行业，阐释投资者在社会互动中的投资行为表现，为投资者了解自身投资行为提供科学依据。本书尝试回答以下几个问题：在网络投资情境下，社会信息是如何被评估又是如何影响个体的金融投资行为，包括个体对自身投资的获益或者损失结果如何进行解读的？社会信息对个体的金融投资行为产生影响，具体是影响了其在投资决策过程中的哪个方面，其作用机制是什么? 等等。

《工程电磁场原理（第三版）》体系面向高等工程教育，以电气信息类学生拓宽专业培养口径为立足点，依循日益发展的电磁场工程学科与相关学科融合的特点，突出强电与弱电的结合，电磁理论与工程实践的结合，较好地处理了与物理学中电磁学的关系，并引入“工程应用示例”，专题展示了电磁场与前沿科学、工程技术之间的结合点。全书主要内容为：电磁场的数学物理基础、静态电磁场I（静电场）、静态电磁场Ⅱ（恒定电流的电场和磁场）、动态电磁场I（基本理论与准静态电磁场）、动态电磁场Ⅱ（电磁辐射与电磁波）和电磁场数值分析与综合专题导引。 《工程电磁场原理》（第三版）可供普通高等学校电气信息类专业作为“电磁场”课程教材，也可供有关科技人员参考。

.

本书以TensorFlow 1.2为基础，从基本概念、内部实现和实践等方面深入剖析了TensorFlow。书中首先介绍了TensorFlow设计目标、基本架构、环境准备和基础概念，接着重点介绍了以数据流图为核心的机器学习编程框架的设计原则与核心实现，紧接着还将TensorFlow与深度学习相结合，从理论基础和程序实现这两个方面系统介绍了N、GAN和RNN等经典模型，然后深入剖析了TensorFlow运行时核心、通信原理和数据流图计算的原理与实现，很后全面介绍了TensorFlow生态系统的发展。