计算机/网络
-
跟徐Sir学Photoshop徐小波《跟徐Sir学Photoshop (抠图 广告 修图 调色 合成 UI) 》是一本专为Photoshop初学者设计的案例教程,系统且深入地阐述了Photoshop在抠图、广告制作、修图、调色、图像合成以及用户界面(UI)设计等方面的应用。《跟徐Sir学Photoshop (抠图 广告 修图 调色 合成 UI) 》共18章,分别介绍了Photoshop 2024的基本知识、文件操作、图层操作、图像操作、选区解密、修复工具、画笔工具、调整工具、文字工具、路径与形状、蒙版、调色、通道、滤镜以及AI工具等内容。本书采用循序渐进的讲解方式,结合260多个实战案例,助力读者从零起步,逐步掌握Photoshop的各项核心功能和高级技巧,从而创作出具备专业水准的作品。《跟徐Sir学Photoshop (抠图 广告 修图 调色 合成 UI) 》不仅适合Photoshop初学者快速入门,也适合已有一定基础的设计人员进一步提升技能,还适合作为相关院校及培训机构的教材使用。另外,对于平面设计爱好者、UI设计师、电商设计师等专业人士来说,本书也可以作为提升工作效率与创作水准的得力助手。 -
分类属性数据深度无监督学习理论及决策应用武森,高晓楠,单志广本书针对分类属性数据无监督数据挖掘任务中的三个关键问题?特征学习、分析过程和结果评价,阐述分类属性数据深度无监督学习理论及决策应用。全书共7章,第1章概述数据驱动决策支持的技术基础、有监督学习和无监督学习两类数据挖掘方法及分类属性数据无监督学习问题;第2章介绍分类属性数据的无监督特征学习、聚类分析和聚类结果评价等相关理论与方法;第3章系统阐述深度无监督特征学习、深度聚类和网络嵌入方法;第4~6章针对分类属性数据提供了包含深度无监督特征学习、深度聚类和聚类内部有效性评价的一整套深度无监督学习解决方案;第7章以人才招聘为实际问题背景,演绎了分类属性数据深度无监督学习方法在决策支持中的应用。 -
企业数据治理那些事段效亮本书在畅销书《企业数据治理那些事》的基础上,进一步聚焦数据治理的两大场景之一—源端数据治理(另一场景是末端数据治理)进行系统介绍,更加匹配数据治理领域的实践场景。全书共 3 篇 12 章内容,19 个实践,全面探讨了企业源端数据治理的方向、策略、总体架构、治理机制、运维管理等内容。本书首先介绍了企业源端数据治理的发展方向,提出了企业源端数据治理的“八步走”策略;然后从项目层面对企业如何进行源端数据治理进行了深入分析,分别对源端数据治理项目的前期准备、项目实施方法论及调研分析、构建数据管理体系、存量数据清洗、完善源端数据交换架构、优化增量数据质量、企业源端数据治理项目的管理,以及源端数据治理项目实施后的数据运维工作、风险管控进行了介绍,并分享了大量源端数据治理项目实践案例。本书主要面向企业源端数据管理人员、企业信息总监、企业中高级管理人员,能够帮助读者系统地掌握企业源端数据治理的策略和方法。 -
数据质量管理实践手册[英]罗伯特·霍克(Robert Hawker)本书深入剖析了组织中数据质量的重要性及提升方法,为组织打造优质数据提供了全面的指导。书中首先揭示了糟糕的数据质量对企业流程、决策及合规的潜在影响,进而阐述了提高数据质量的核心要素和端到端的实践流程。详细解析了数据质量提升方案的每个步骤,从构建业务案例到管理初期的繁忙阶段,再到确定关键利益相关者并明确数据规则,为读者提供了清晰的操作路径。此外,书中还介绍了数据监控与修正的有效方法,并探讨了如何将良好的数据实践融入企业日常运营。最后,作者总结了一份提升数据质量的完整纲要,配以实例和模板工具,以点燃读者的探索热情,并助力数据质量工作持续高效推进。本书是企业数据质量管理的指南,适合各类组织的数据从业者和管理者阅读参考。 -
视频智能分析与理解徐晓刚本书较为全面的介绍了行为定义、人体关键点检测、三维人体网格重建、行为识别、行为检测、人-物交互、应用实例。本书从实际应用出发,以模式识别、机器学习、深度学习等理论为基础,开展了一系列创新性的研究,并针对行为数据提取、行为特征提取、行为识别检测等方面给出了相应的解决方案。本书面向对视频行为分析感兴趣的学生和研究人员。阅读本书需要具备一定的高等代数、线性代数、概率论、图像处理、机器学习、深度学习等方面的基础知识。对于本科生而言需要补充图像处理、机器学习、深度学习等知识后阅读本书。 -
SOLIDWORKS 2024中文版机械设计从入门到精通CAD/CAM/CAE技术联盟《SOLIDWORKS 2024中文版机械设计从入门到精通》详细介绍了SOLIDWORKS 2024 在机械设计中的应用方法和技巧。全书共13 章,主要包括SOLIDWORKS 2024 概述、草图绘制、参考几何体、草绘特征、放置特征、特征的复制、修改零件、装配体设计、动画制作、工程图设计、曲面造型基础、有限元分析和运动仿真等内容。此外,本书还附有3 章线上扩展学习内容,分别对3D 草图和3D 曲线、钣金设计基础、焊接基础知识进行讲解。本书在叙述过程中突出实用性和技巧性,读者可以很快地掌握SOLIDWORKS 2024 机械建模的方法,同时还可以了解SOLIDWORKS 在行业中的应用。另外,本书随书资源包中还配备了丰富的学习资源,具体内容如下。1.301 集高清同步微课视频,可像看电影一样轻松学习,然后对照书中实例进行练习。2.28 个经典中小型实例,12 个大型综合实例,用实例学习上手更快,更专业。3.33 个实践与操作练习,学以致用,动手会做才是硬道理。4.附赠5 类共12 个综合案例及同步视频演示,可以拓宽视野,增强实战能力。5.全书实例的源文件和素材,方便按照书中实例操作时直接调用。全书实例丰富,讲解透彻,适合广大技术人员使用,也可以作为高校相关专业的教学参考书,同时也适合读者自学使用。 -
机器学习中的样例选择翟俊海 著随着数据存储技术、网络技术和云计算技术的快速发展, 数据正以前所未有的速度在不断地增长和积累。在各种实际应用中, 需要处理的数据量越来越大。 而样例选择就是从包括冗余或噪声的海量数据中选择重要数据的技术, 是机器学习的重要数据预处理步骤, 对后续学习算法的训练及性能有很大的影响. 在机器学习中, 样例选择有两种场景:一是主动学习场景, 二是监督学习场景. 《机器学习中的样例选择》结合作者及研究团队近年来关于样例选择的研究成果, 系统介绍了两种场景下样例选择的理论和方法以及两种场景下样例选择之间的区别与联系。另外,《机器学习中的样例选择》内容涵还盖了样例选择的最新研究进展。 -
图形创意设计标准教程文静"《图形创意设计标准教程 : 全彩微课版》通过对图形造型语言、图形创意思维与表达设计等相关知识的全面介绍,用丰富的图片案例系统地介绍了图形创意的分类、特点、色彩造型设计和表现形式等多个方面,旨在拓展读者的视野,点燃其创作灵感,并为其设计之路提供有力的指导。《图形创意设计标准教程 : 全彩微课版》特别注重对图形创意的思维方式和组织方法进行专项训练,并对图形创意在各种设计领域的应用进行了有针对性的分析,这充分体现了理论与实践应用之间的紧密联系。另外,《图形创意设计标准教程 : 全彩微课版》赠送PPT课件、教学大纲和同步微视频。《图形创意设计标准教程 : 全彩微课版》适合广大图形图像爱好者和设计师阅读,也可供视觉设计、产品设计、服装设计、环境艺术设计、工业设计和数字媒体动画设计专业的师生阅读。" -
ChatGPT数据分析实践史浩然、赵辛、吴志成本书从ChatGPT的基础原理讲起,逐步深入ChatGPT的基础使用和插件功能,并结合各种数据分析实战案例,重点介绍了ChatGPT在各种数据分析场景中的应用方法,让读者不但可以系统地学习ChatGPT相关知识,而且能对ChatGPT在数据分析中的实战应用有更为深入的理解。本书分为12章,涵盖的主要内容有:ChatGPT简介与基本原理;ChatGPT使用方法;ChatGPT插件应用;ChatGPT构建指标体系、ChatGPT 数据采集与清洗、ChatGPT探索性数据分析和可视化、ChatGPT推断性统计分析、ChatGPT预测分析、ChatGPT文本分析、ChatGPT分类和聚类分析、ChatGPT推荐算法、ChatGPT行业数据分析等的应用方法和实战项目案例。本书内容通俗易懂、案例丰富、实用性强,特别适合对数据分析和人工智能感兴趣的读者,包括但不限于数据分析师、数据科学家、数据工程师、有数据分析需求的业务人员、研究人员、学生以及所有想要利用ChatGPT进行数据分析的读者。另外,本书也适合作为相关培训机构的教材使用。 -
算法训练营陈小玉本书图文并茂、通俗易懂,详细讲解常用的算法知识,又融入大量的竞赛实例和解题技巧,可帮助读者熟练应用各种算法解决实际问题。本书总计8章。第1章讲解STL,涉及双端队列、优先队列、位图、集合、映射和STL中的常用函数;第2章讲解实用的数据结构,涉及并查集、倍增、稀疏表、区间最值查询、最近公共祖先、树状数组和线段树;第3章讲解查找算法,涉及散列表、字符串模式匹配和字典树;第4章讲解平衡树,涉及树高与性能、平衡二叉搜索树、树堆和伸展树;第5章讲解图论提高方面的知识,涉及连通图与强连通图、桥与割点、双连通分量的缩点和Tarjan算法;第6章讲解图论算法,涉及最小生成树、最短路径、拓扑排序和关键路径;第7章讲解搜索算法提高方面的知识,涉及剪枝优化、嵌套广度优先搜索、双向广度优先搜索和启发式搜索;第8章讲解动态规划提高方面的知识,涉及树形动态规划、状态压缩动态规划和动态规划优化。本书面向对算法感兴趣的读者,无论是想扎实内功或参加算法竞赛的学生,还是想进入名企的学生、求职者,抑或是想提升核心竞争力的在职人员,都可以参考本书。若读者想系统学习数据结构与算法,则可参考《算法训练营:入门篇》(全彩版)和《算法训练营:进阶篇》(全彩版)。
