本書是近年來作者對混合智能系統(tǒng)研究成果及經(jīng)驗的總結。本書界定了混合智能系統(tǒng)的研究范圍和研究層次，給出了混合智能系統(tǒng)的概念。以設計科學的思想為基礎，以基于案例推理的混合智能系統(tǒng)技術選擇為核心，依據(jù)“從定性到定量綜合集成研討廳”的基本思想，提出了基于案例推理的混合智能系統(tǒng)構造方法。在對串型混合智能系統(tǒng)、并型混合智能系統(tǒng)、反

機器學習是人工智能的一個方向。它是一門多領域交叉學科，涉及概率論、統(tǒng)計學、矩陣論、神經(jīng)網(wǎng)絡、計算機等多門學科。其目標是使用計算機模擬或實現(xiàn)人類學習活動，從現(xiàn)有大量的數(shù)據(jù)中學習，利用經(jīng)驗不斷改善系統(tǒng)性能。機器學習步驟一般分為獲取數(shù)據(jù)、數(shù)據(jù)預處理、建立模型、模型評估和預測。本書共6章。第1章節(jié)主要介紹機器學習的基本概念及其

本書旨在幫助讀者筑牢數(shù)據(jù)結構和算法的基礎，提升職場競爭力。本書代碼采用Java語言編寫，分為上、下兩篇，共15章。其中，第1~9章為上篇，講解數(shù)據(jù)結構和算法基礎，為讀者全面梳理基本知識，內容涵蓋線性結構、樹結構、圖結構、排序與查找、窮舉法、遞歸算法、貪心算法、動態(tài)規(guī)劃、回溯法；第10~15章為下篇，收集了50多道經(jīng)典且

本書系統(tǒng)介紹當前工業(yè)互聯(lián)網(wǎng)面臨的安全風險和國內外安全架構，內容涵蓋工業(yè)互聯(lián)網(wǎng)的工業(yè)設備層安全、邊緣側安全、傳輸網(wǎng)絡安全、平臺安全及安全測試等安全技術和安全應用方案的**研究成果。本書面向工業(yè)互聯(lián)網(wǎng)實際部署中面臨的安全威脅及安全需求，融合當前工業(yè)互聯(lián)網(wǎng)熱點技術（5G、TSN、IPv6、邊緣計算、SDN等），提出具有創(chuàng)新性

本書圍繞先進自動測試系統(tǒng)，以信號發(fā)生、采集和分析理論為主線，結合自動測試、常規(guī)測量和前沿探索研究中的大量實例進行闡述。具體內容包括測量與計量基礎，信號采樣與量化，基于模擬/數(shù)字轉換技術的測量，數(shù)字模擬轉換及信號發(fā)生，基本電參量測量，時間與頻率的測量，信號波形顯示與測量，頻譜分析與測量，自動測試系統(tǒng)概述，自動測試系統(tǒng)總線

本書結合水回用的基本知識，梳理水回用的基本概念、途徑及特點，總結我國水回用標準和法規(guī)的發(fā)展歷程，并比較各國水回用的標準，對我國及國外水回用的發(fā)展歷程進行回顧，詳細闡述水回用的各項技術，包括工業(yè)廢水處理、生活污水、油田采出水、礦山排水、熱電廠水回用技術等，從農(nóng)業(yè)應用、景觀用水、工業(yè)利用、城市公用、河流生態(tài)、地下水回灌方面

本書基于主流日志管理與分析系統(tǒng)的設計理念，完善、透徹地對日志分析各流程模塊的原理與實現(xiàn)進行了系統(tǒng)性講解，綜合介紹了日志分析技術在數(shù)據(jù)治理、智能運維、可觀測性、SIEM、UEBA、SOAR等IT運維及安全復雜場景中的應用，并匯總了各行業(yè)優(yōu)秀的解決方案。第1～3章介紹了日志分析的基本概念、日志管理相關的法律法規(guī)及規(guī)范要求、

本書結合工程造價崗位所需的知識和技能，系統(tǒng)講解了工程結算的基本知識、編制方法、編制內容、審查方法等，并且依托廣聯(lián)達云計價平臺GCCP6.0詳細講解了運用信息技術進行工程結算的步驟和方法。本書可以使學生系統(tǒng)掌握工程結算的編制方法和結算技巧，學會在開放的施工環(huán)境中進行工程結算時如何化解沖突，處理好發(fā)包商、承包商之間關于工程

本書主要從電子商務數(shù)據(jù)分析入手，系統(tǒng)介紹在電子商務環(huán)境下進行數(shù)據(jù)分析的各種思路和方法。全書共分為12個項目，主要內容包括初識電子商務與數(shù)據(jù)分析、使用數(shù)據(jù)分析工具、分析市場數(shù)據(jù)、分析競爭對手數(shù)據(jù)、分析商品定價數(shù)據(jù)、分析流量數(shù)據(jù)、分析運營與銷售數(shù)據(jù)、分析庫存數(shù)據(jù)、分析會員數(shù)據(jù)、分析利潤數(shù)據(jù)、制作數(shù)據(jù)分析報告，最后一個項目以

本書的主體內容包括機器學習概念與特征工程、機器學習技術、模型關系管理，其中，模型關系管理部分主要介紹了弱集成學習、強集成學習和混合專家模型。弱集成學習是指使用機器學習中的弱分類器實現(xiàn)模型準確度和穩(wěn)定性之間的平衡。強集成學習是指協(xié)同特征工程與強分類器形成強集成學習環(huán)境。混合專家模型是指通過神經(jīng)網(wǎng)絡集成和網(wǎng)絡結構設計形成深