該書(shū)全面地闡述經(jīng)典控制理論的基本概念、原理和自動(dòng)控制系統(tǒng)的各種分析方法。主要內(nèi)容包括：控制系統(tǒng)的數(shù)學(xué)模型、線性控制系統(tǒng)的時(shí)域響應(yīng)分析法、線性控制系統(tǒng)的根軌跡分析法、線性控制系統(tǒng)的頻域分析法、線性控制系統(tǒng)的校正方法；非線性控制系統(tǒng)的分析、線性離散控制系統(tǒng)的分析與設(shè)計(jì)。該書(shū)取材先進(jìn)實(shí)用，講解深入淺出，各章選例和習(xí)題豐富，且

本書(shū)分為4個(gè)部分，第1部分為數(shù)據(jù)庫(kù)技術(shù)概述，第2部分介紹關(guān)系型數(shù)據(jù)庫(kù)（包括MySQL、Oracle、SQLServer和PostgreSQL）技術(shù)應(yīng)用，第3部分介紹NoSQL數(shù)據(jù)庫(kù)（包括Redis、MongoDB、HBase、Hive、Cassandra和Elasticsearch）技術(shù)應(yīng)用，第4部分介紹其他類型數(shù)據(jù)庫(kù)

本書(shū)依據(jù)物聯(lián)網(wǎng)應(yīng)用技術(shù)專員、運(yùn)維工程師等崗位需求，以智能小車為載體，以實(shí)踐為主線，以崗位需求構(gòu)建技術(shù)與能力融合教學(xué)模塊，以典型應(yīng)用項(xiàng)目實(shí)施技術(shù)與能力融合的人才培養(yǎng)，以具體任務(wù)開(kāi)展層次化教學(xué)活動(dòng)，注重模塊化、系統(tǒng)化案例設(shè)計(jì)，以項(xiàng)目引領(lǐng)，任務(wù)驅(qū)動(dòng)，包含10項(xiàng)目，35個(gè)任務(wù)，構(gòu)建物聯(lián)網(wǎng)系統(tǒng)設(shè)計(jì)開(kāi)發(fā)。為方便教學(xué)和學(xué)生學(xué)習(xí)掌握，

掌握AI寫作，就可以輕松寫出高質(zhì)量職場(chǎng)文章。本書(shū)通過(guò)對(duì)國(guó)內(nèi)外多款A(yù)I寫作工具的簡(jiǎn)單介紹，旨在幫助讀者快速掌握AI職場(chǎng)文章的寫作方法。本書(shū)共九章，分別介紹AI寫作工具、AI優(yōu)化簡(jiǎn)歷、職場(chǎng)入門AI寫作、AI項(xiàng)目策劃、AI項(xiàng)目復(fù)盤、AI高效辦公、AI高效溝通、讓職場(chǎng)更輕松的軟件和AI職場(chǎng)視頻剪輯等內(nèi)容。 本書(shū)適合職場(chǎng)新老員工

本書(shū)是國(guó)內(nèi)首先使用Pythontkinter設(shè)計(jì)GUI的中文書(shū)籍之一。本書(shū)主要講解如何在窗口內(nèi)使用Python的內(nèi)部模塊tkinter設(shè)計(jì)圖形用戶接口(GUI)程序，讓用戶可以利用圖形接口與計(jì)算機(jī)溝通。tkinter模塊是一個(gè)跨平臺(tái)的窗口應(yīng)用程序，使用它設(shè)計(jì)的程序可以在Windows、macOS、Linux系統(tǒng)上執(zhí)行。

《AI繪畫(huà)全面精通：軟件平臺(tái)+腳本文案+設(shè)計(jì)制作+案例實(shí)戰(zhàn)》匯集了抖音、快手、B站、小紅書(shū)中的AI繪畫(huà)火爆案例，從兩條主線，幫助讀者全面精通AI繪畫(huà)。第一條是縱向技能線，通過(guò)90多個(gè)素材效果呈現(xiàn)、100多分鐘教學(xué)視頻、160多個(gè)實(shí)用內(nèi)容和600多張精美插圖，介紹AI繪畫(huà)的核心技法，如文案生成、內(nèi)容輸入、參數(shù)設(shè)置、一鍵換

近半年來(lái)，以GPT為代表的大型語(yǔ)言模型風(fēng)起云涌，不僅完全改變了人工智能領(lǐng)域的研究范式，也使得通用人工智能(AGI)和人工智能生成內(nèi)容（AIGC）成為公眾領(lǐng)域的熱點(diǎn)，而教育領(lǐng)域有可能成為大型語(yǔ)言模型最先落地的領(lǐng)域，各類應(yīng)用層出不窮，各類觀點(diǎn)也此起彼伏。為了應(yīng)對(duì)這一技術(shù)與社會(huì)的焦點(diǎn)，中國(guó)人工智能學(xué)會(huì)智能教育技術(shù)專業(yè)委員會(huì)聯(lián)

本書(shū)循序漸進(jìn)地講解了開(kāi)發(fā)深度學(xué)習(xí)程序的核心知識(shí)，并通過(guò)具體實(shí)例演練了TensorFlow、Keras和Scikit-learn在深度學(xué)習(xí)方面的開(kāi)發(fā)方法和流程。書(shū)中首先介紹了深度學(xué)習(xí)開(kāi)發(fā)基礎(chǔ)，然后結(jié)合實(shí)例介紹了加載數(shù)據(jù)集、監(jiān)督學(xué)習(xí)、無(wú)監(jiān)督學(xué)習(xí)、模型選擇和評(píng)估、核心算法、前饋神經(jīng)網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)的具體應(yīng)用，最后講解

本書(shū)內(nèi)容來(lái)自第三屆人工智能合作與治理國(guó)際論壇，探討適合人工智能健康發(fā)展的治理體系，分享各個(gè)國(guó)家、地區(qū)，以及政、產(chǎn)、學(xué)、研各界在人工智能治理方面的最佳實(shí)踐，幫助讀者更好地理解和參與人工智能治理的進(jìn)程。 本書(shū)根據(jù)3個(gè)主論壇和5個(gè)專題論壇的內(nèi)容，共分為42講，涵蓋如下主題：人工智能引領(lǐng)韌性治理與未來(lái)科技、人工智能治理技術(shù)、

動(dòng)態(tài)規(guī)劃（DynamicProgramming，DP；簡(jiǎn)稱動(dòng)規(guī)）在算法競(jìng)賽中占據(jù)極其重要的位置，也是初學(xué)者在剛接觸算法設(shè)計(jì)時(shí)覺(jué)得難以理解的知識(shí)點(diǎn)。簡(jiǎn)單來(lái)說(shuō)，動(dòng)態(tài)規(guī)劃是一種用來(lái)解決最優(yōu)化問(wèn)題的算法思想，將一個(gè)復(fù)雜的問(wèn)題分解成若干個(gè)子問(wèn)題，通過(guò)綜合子問(wèn)題的最優(yōu)解來(lái)得到原問(wèn)題的最優(yōu)解，通常適用于解決有重疊子問(wèn)題和最優(yōu)子結(jié)構(gòu)性