本書是作者在發(fā)表于科學網(wǎng)博客上的科普文章和在北京大學通用人工智能實驗班和中國科學院高能物理研究所舉辦的講座基礎(chǔ)上撰寫的。本書面向剛剛走上學術(shù)發(fā)展道路的科研新手和有志于此的年輕人，從金庸的武俠小說入手，暢談學術(shù)成長道路，總結(jié)科研規(guī)律。本書分上、中、下三篇。上篇為縱篇，以金庸小說中的“天射神倚”為主線，建立金庸小說的武學體系架構(gòu)，梳理武學發(fā)展史；中篇為橫篇，分析金庸小說典型人物的武功發(fā)展脈絡(luò)，總結(jié)經(jīng)驗和教訓；下篇為外篇，主要論述個體選擇對于武學發(fā)展的影響。本書**的特點是為金庸小說架設(shè)了底層邏輯主線

麥克斯韋方程組以一種近乎完美的方式統(tǒng)一了電和磁，并預(yù)言光就是一種電磁波，這是物理學家在統(tǒng)一之路上的巨大進步。很多人都知道麥克斯韋方程組，知道它極盡優(yōu)美，但是能看懂這組方程的人卻不多，因為它需要用到微積分，并不像許多方程那樣簡單直觀。因此，《什么是麥克斯韋方程組》會依然延續(xù)「長尾科普系列」的風格，繼續(xù)用通俗的語言和縝密的邏輯將麥克斯韋方程組的前前后后都講清楚，讓不懂微積分的中小學生也能輕松讀懂這組偉大的方程。全書行文流暢，語言生動，圖文并茂，可讀性強。是一部不可多得的原創(chuàng)科普佳作。強烈推薦給對世界

本書在全面介紹Python語言中基本數(shù)據(jù)類型、組合數(shù)據(jù)類型、程序控制結(jié)構(gòu)、函數(shù)及模塊化編程、文件與數(shù)據(jù)處理、文本分詞與詞云可視化、繪圖及數(shù)據(jù)可視化等知識的基礎(chǔ)上，著重介紹基于Python語言的編程方法和第三方庫工具解決醫(yī)學實踐中的問題，并通過對多個綜合案例進行案例描述、問題分析、編程實現(xiàn)、代碼解析，展現(xiàn)解決問題的實現(xiàn)過程和基本原理。全書共分3部分：第1部分（第1～5章）為語言篇，著重介紹Python語言的基本語法，包括Python語言的數(shù)據(jù)類型和語法元素；第2部分（第6～8章）為數(shù)據(jù)處理篇，著重

這本書打破了長久以來認為創(chuàng)作者就該苦心孤詣、慘淡經(jīng)營的迷思，為創(chuàng)作者提供了找到同行、加入圈子的方式。想要有人找，關(guān)鍵是要找得到；與其無效社交，不如善用網(wǎng)絡(luò)。 《秀出你的工作》給出了10條展示自己的法則，比如：要重視過程，而非結(jié)果；每天分享一點新知；保持初學者心態(tài)；敞開懷抱接受不同的可能。去聯(lián)結(jié)，去講授，去分享。如此，你的光芒會被看見，你也會在不斷反思與精進中，變得愈發(fā)耀眼。

本書以學位論文寫作為主題，以問題為中心。首先，從問題入手，介紹學位論文選題與標題設(shè)計；其次，介紹文獻檢索、管理以及文獻述評與開題報告撰寫；再次，介紹問卷調(diào)查、比較研究等常用研究方法；從次，介紹學位論文寫作、檢閱與規(guī)范以及實證論文如何寫；最后，指出要圍繞問題提出命題，通過論證命題來回答問題。本書邏輯嚴謹、語言平實、文風輕松、操作性強。無論你是本科生、研究生還是從事論文寫作教學的大學教師，本書都將為你提供實用而有益的幫助。

地磁場是矢量場，單純進行總量測量難以獲取全面的磁信息。地磁矢量測量能有效克服總量測量的不足，在地磁導航、磁目標探測、磁異測量、數(shù)字化地球建設(shè)等方面具有重要的應(yīng)用價值�！督萋�(lián)式地磁矢量測量技術(shù)》在提出捷聯(lián)式地磁矢量測量系統(tǒng)的基礎(chǔ)上，重點對捷聯(lián)式地磁矢量系統(tǒng)誤差機理、三軸磁傳感器校正、慣導與磁傳感器坐標系非對準誤差校正、慣導干擾分量補償、系統(tǒng)測試與應(yīng)用等問題進行研究，建立了一套捷聯(lián)式地磁矢量測量系統(tǒng)。

本書的編寫遵循數(shù)學建模的基本原理，精選了一些典型數(shù)學模型案例，注重講解基本建模的框架和方法。全書包括了9章2個附錄，主要涉及了數(shù)學模型與數(shù)學建模基本概述、初等建模、線性規(guī)劃、非線性規(guī)劃、統(tǒng)計描述與分析、微分方程、差分方程、圖與網(wǎng)絡(luò)以及數(shù)學建模競賽及專家講評等基礎(chǔ)模塊，文后附加了MatLab、Python軟件入門知識和使用簡介。全書主要體現(xiàn)了以下特點：1）以案例教學的形式，介紹數(shù)學建模的內(nèi)容、方法和步驟，提升學生數(shù)學素質(zhì)和能力；2）以“問題-建模-求解”為主線，強調(diào)數(shù)學語言的表述和數(shù)學模型的符號表

《知識圖譜：方法、工具與案例》介紹可供信息提供者構(gòu)建和維護知識圖譜的方法和工具，包括實施知識圖譜，手動、半自動、自動構(gòu)建驗證語義標記，并將語義標記集成到知識圖譜；還介紹用于半自動和自動整理圖譜的基于生命周期的方法，可進行評估、糾錯，以及利用其他靜態(tài)和動態(tài)資源來豐富知識圖譜。第1章定義知識圖譜，重點描述各種方法的影響，而非數(shù)學理論。第2章詳細闡述如何構(gòu)建、實現(xiàn)、維護和部署知識圖譜。第3章介紹在這些知識圖譜上構(gòu)建的相關(guān)應(yīng)用層，并解釋如何用推理來定義這些圖譜上的視圖，使其成為開放的、面向服務(wù)的對話系統(tǒng)

本書在闡述云計算和大數(shù)據(jù)關(guān)系的基礎(chǔ)上，介紹了云計算和大數(shù)據(jù)的基本概念、技術(shù)及應(yīng)用。全書內(nèi)容分為三部分。第一部分為云計算理論與技術(shù)，第1~5章講述云計算的概念和原理，包括云計算的概論、基礎(chǔ)、機制、虛擬化和應(yīng)用。第二部分為大數(shù)據(jù)理論與技術(shù)，第6~9章講述大數(shù)據(jù)概述及基礎(chǔ)，包括大數(shù)據(jù)概念和發(fā)展背景、大數(shù)據(jù)系統(tǒng)架構(gòu)概述、分布式通信與協(xié)同、大數(shù)據(jù)存儲；第10~15章講述大數(shù)據(jù)處理，包括分布式處理、HadoopMapReduce解析、Spark解析、流計算、集群資源管理與調(diào)度、機器學習。第三部分為綜合實踐，

如何進行新媒體的入駐、正文的創(chuàng)作、運營的決策，以及數(shù)據(jù)分析？如何展開新媒體的營銷、平臺的運營、粉絲的導流，以及用戶促活？《從零開始學新媒體運營推廣（第3版）》分為“技能篇”和“平臺篇”，分別對新媒體運營進行了深度揭秘，幫助廣大運營者從零開始快速精通新媒體運營的技巧！技能篇主要介紹了精準定位、標題文案、內(nèi)容策劃、數(shù)據(jù)分析、漲粉引流等內(nèi)容，幫助讀者學會創(chuàng)作優(yōu)質(zhì)視頻內(nèi)容的技能手法，力爭吸引更多人關(guān)注！平臺篇主要分析了抖音、快手、B站、視頻號、小紅書等平臺的運營技巧，教大家抓住主流平臺的特色，爭取獲得更