本書是一本關于人物建模、貼圖、骨骼、渲染等方面的教材，全書系統地講解了與三維角色有關的知識與軟件操作步驟。 全書一共分為5 個項目。項目一主要圍繞角色的鞋子進行，其中涵蓋多邊形建模、UV、貼圖、渲染等操作；項目二為角色建模，其中主要包含頭部和服裝建模；項目三為角色的UV 和貼圖；項目四為表情設置和綁定操作；項目五為渲染輸出。 本書嚴格按照動畫制作流程進行講解。讀者可以快速上手操作，但需要按照項目順序進行學習。本書適合高等學校動畫及數字媒體等相關專業作為建模課程的教材使用，也適合具有一定平面
習近平總書記在黨的二十大報告中指出：實踐沒有止境，理論創新也沒有止境。實踐是檢驗真理的標準，本書以任務驅動方式，緊密結合應用，通過豐富的實例，介紹Excel 2016的操作技巧、高級功能和實用技術，更加凸顯實踐應用對理論知識掌握的重要性。 本書首先對Excel基本操作、公式、函數與圖表等知識進行提煉；接著介紹VBA及編程技術；然后給出若干應用案例，其中大部分用非編程和編程不同方法實現，以便對比同樣問題的多種解決方案；最后給出幾個用Excel和VBA開發的應用軟件。 讀者可通過分析、
本書深入淺出地闡述Python程序設計的基礎知識，同時著重介紹NumPy庫、Pandas數據分析方法和Matplotlib/Seaborn可視化的內容，并提供上機實驗指導。通過豐富的實例與實驗設計，將Python理論與實踐有機結合，讓編程變得不再枯燥，易學有趣。全書內容分為三篇： 第1~8章為基礎篇，著重介紹Python編程的基礎知識； 第9~11章為進階篇，主要介紹數據分析中常用的NumPy、Pandas與Matplotlib庫的使用； 第12章和第13章為實踐篇，著重介紹實踐
數字化轉型是企業在數字經濟時代面對的重大戰略選擇，其本質是通過有效地使用數據資源對業務進行全面的升級和優化，提高企業的綜合產業競爭力。本書將數據科學作為出發點，結合大數據、人工智能技術，以數據分析的方法和理論為觀察視角，介紹了企業數字化轉型的核心知識概念及主要的應用實踐策略。 本書共8章，分為數據科學原理、數據科學技術、數字化業務實踐，以及數字化產業目標四個主要部分。 數據科學原理部分（第2章）主要討論數據要素的核心價值體系及數據科學的基本理論范疇；數據科學技術部分（第3~6章）主要介紹數
MySQL作為一款開源的關系型數據庫管理系統，有著強大的功能和廣泛的應用領域，對促進信息化建設、推動數字經濟發展起著重要的作用。本書全面介紹了MySQL數據庫的技術原理、應用場景和開發實踐，幫助讀者掌握MySQL數據庫的基本概念和高級特性，提升數據庫設計與開發的能力。全書共11章，從數據庫基礎知識講起，包括數據庫概述、關系型數據庫設計原則、SQL語言基礎等內容，逐步深入介紹MySQL數據庫的高級特性和應用技巧，如查詢優化、事務管理、索引優化，延伸學習在數字經濟發展情境下，數據庫的發展趨勢和應用等
《學習Spring Boot 3.0》詳細闡述了與Spring Boot 3.0相關的基本解決方案，主要包括Spring Boot的核心功能、使用Spring Boot創建Web應用程序、使用Spring Boot查詢數據、使用Spring Boot保護應用程序、使用Spring Boot進行測試、使用Spring Boot配置應用程序、使用Spring Boot發布應用程序、使用Spring Boot構建原生程序、編寫響應式Web控制器、響應式處理數據等內容。此外，本書還提供了相應的示例
《智能優化算法與MATLAB編程實踐》介紹了國內外新研發的10種智能優化算法，對每種算法的靈感來源、實現過程、函數編程、案例應用都進行了細致描述并給出詳細的MATLAB代碼，使讀者快速掌握智能優化算法的學習和應用方法。 全書共分為12章，前10章分別介紹10種智能優化算法的原理、MATLAB實現、具體函數尋優求解過程和應用案例；第11章列舉了23種衡量智能優化算法性能的常見測試函數，并給出MATLAB代碼；第12章重點介紹智能優化算法的評價指標體系，選取部分測試函數和文中算法進行測試與分析
機器學習是數據科學不可或缺的重要組成部分，是數據科學人才培養的核心內容之一。本書以機器學習理論+Python編程+應用實踐的“三位一體”講解方式，引領讀者進入Python機器學習領域。理論上，突出機器學習理論講解的可讀性并兼具知識的深度和廣度，旨在指導Python編程調參和實踐應用；Python編程上，突出以數據和問題為導向的Python學習路徑，借助基于模擬數據的編程直觀展示理論背后的樸素道理反芻理論理解，借助基于案例的編程完成機器學習的應用落地；應用實踐上，突出案例選擇的典型性、綜合性和多樣
人工智能驅動的組學挖掘是數據驅動的生物醫學研究的支撐技術。組學測序技術逐步向多尺度、跨模態、有擾動等方向發展，但體現出的高維度、高噪聲、多模態、標記稀缺等特點，成為制約其有效挖掘的瓶頸。本書面向生命組學數據特點，較為系統和深入地對組學機器學習的主要研究范式、適用場景、分析方法、理論思想進行介紹。結合相應組學挖掘的具體研究案例，向讀者展示組學人工智能驅動的生命健康交叉研究的絢爛圖景。
魯棒預測控制是在預測控制的基礎上考慮到實際系統存在著模型不精確或者參數時變、未知擾動等各種不確定性而發展起來的先進控制技術。如何在魯棒預測控制的基礎上有效處理時變時滯對系統的影響成為工業過程控制亟待解決的問題。本書針對具有時變時滯的工業過程可能存在參數時變、強干擾、執行器故障、非線性、多階段切換、時變跟蹤軌跡等問題，重點介紹了基于魯棒預測控制思想以解決這些問題的先進技術和方法。其主要內容為作者和所在團隊的項目經驗及科研成果，包括線性控制、容錯控制、非線性控制和切換控制等相關內容。
新書資訊 新書推薦