大數據正在成為人類社會最重要的生產要素和基礎資產之一,并對管理決策理論與實踐產生深遠影響。本書匯編了國家自然科學基金“大數據驅動的管理與決策研究”重大研究計劃的部分項目研究成果,就研究體系和重要研究方向上的新知貢獻進行闡釋與討論。首先,本書系統性討論了大數據管理決策研究挑戰和應對,并介紹了頂層設計研究體系及凝練的全景式PAGE框架。進而結合重要研究方向,分別介紹了大數據決策范式、大數據分析技術、大數據資源治理、大數據使能創新等相關議題和若干前沿進展。
本書共8章。第一章是緒論部分,對多智能體分布式協調控制進行了簡要的介紹;第二章為數學基金部分,主要對圖論、一致性理論、系統的穩定性理論和書中用到的一些重要的引理等基礎知識進行介紹;第三章為基于采樣數據的二階多智能體系統分布式一致;第四章為具有時滯的多智能體系統分布式一致;第五章為異質多智能體系統分布式一致;第六章為多智能體系統的分布式包含控制;第七章為非線性多智能體系統的分布式跟蹤;第八章為非線性多智能體系統的分布式最優協調控制。
本書基于大數據時代分布式數據庫相關的基礎內容,對分布式數據庫系統的主要結構組成、大數據時代分布式數據庫的設計策略、分布式數據庫的查詢處理及存取技術、分布式數據庫的恢復管理與可靠性進行了深入探討,以發展的眼光透視了分布式數據庫的數據復制與一致性問題、分布式數據庫的并發控制原理與技術分析、大數據時代分布式數據庫系統研究的新進展。
這是一本講解如何用ChatGPT、Github Copilot X、Cursor等主流AIGC工具優化和提升軟件開發全流程效率和質量的實戰性著作。
全書以軟件開發的流程位主線來組織內容,詳細講解了程序員、架構師、項目經理、產品經理、技術團隊管理者們如何在技術方案構建、需求文檔撰寫、代碼編寫與注解、客戶端開發、前端開發、后端開發、測試和調試、性能優化、疑難問題解決、產品設計、軟件架構與設計、應試與面試12個主題充分發揮AIGC工具的潛能,在提高研發效率和質量的同時,提升自身的實
本書主要分為三個部分。第一部分,主要講解Python的基礎知識點。第二部分,結合編程思維將知識串聯起來在探究活動中練習和實踐,鞏固Python基礎知識,提升編程思維能力。第三部分,以解決問題實戰為主線,串聯編程思維,從整體視角上思考問題,使用Python從0到1,完整解決多個問題,從而掌握解決編程問題的基本思路,學會舉一反三,增強理解和運用Python的能力。
本書在盡可能降低數學要求的情況下,利用貫穿全書并反映多學科最新成果的大量反饋控制實例,簡明而又全面地介紹了反饋控制的基本理論和設計方法,既刪繁就簡地涵蓋了經典自動控制理論的所有重要內容(包括建模方法、時域分析、頻率分析的傳遞函數、伯德圖、奈奎斯特圖、根軌跡法、頻域設計與校正等),又選擇性地介紹了現代反饋控制理論的重要概念、方法和進展,如李雅普諾夫穩定性、可達性、能觀性、狀態估計器、魯棒性、非線性描述函數法、pid參數整定等,為各讀者提供了學習自動控制理論與設計的一個起點低、終點靈活的選
本書綜合闡述了軟件測試的基礎知識和方法,主要分為三個部分。第一部分介紹軟件測試的數學背景,包括集合論、圖論、函數、命題邏輯等內容。第二部分討論如何進行單元測試,包括邊界值測試、等價類測試、基于決策表的測試、基于代碼的測試和面向對象的測試等內容。第三部分探討單元測試之外的測試方法,包括基于生命周期的測試、集成測試、系統測試、基于模型的測試等內容。本書做到了理論與實踐的有效結合,反映了軟件測試和開發的新進展和新變化。
本書涵蓋了多個繪畫知識專題及AI繪畫應用案例:從Midjourney和StableDiffusion兩款AI繪畫工具的入門操作,到墊圖方法、風格化實操演示、模型使用技巧、插件使用方法等進階技術,以及定制寫真、商業LOGO、藝術字、藝術二維碼、電商海報產品圖等應用案例的全流程操作,包括了從基礎應用到實戰項目的常用方法和技巧。通過這些知識內容,幫助讀者解決在藝術設計領域的創造力、工作效率等核心問題,實現從小白到AI繪畫創作大師的質變。
本書主要針對那些需要應用用戶界面和交互設計準則的軟件設計與開發專業人員,以及交互設計師、用戶界面設計師、用戶體驗設計師、硬件產品設計師,還包括那些經常做可用性測試和評估的人員,他們在分析觀察到的使用問題或者評估軟件時,經常會參考設計以啟發思考。在本書中,暢銷書作者JeffJohnson為設計人員提供了足夠的感知和認知心理學背景知識。有了這些知識,用戶界面設計準則就不再只是一系列需要遵循的規則,而變得有了直觀的意義。
本書旨在幫助沒有任何人工智能技術基礎的工程師們全面掌握AIGC的底層技術原理,以及大語言模型、擴散模型和多模態模型的原理與實踐。本書的核心價值是,首先為想學習各種大模型的讀者打下堅實的技術基礎,然后再根據自己的研究方向展開深入的學習,達到事半功倍的效果。