《大模型Agent应用开发》深入探讨了LLM的核心概念、前沿技术和实际应用，最终为扩展AI能力边界的大型基础模型（Large Foundation Models，LFM）的崛起铺平道路。本书开篇详细介绍了LLM的基本原理，随后探讨了多种主流架构框架，既涵盖专有模型（如GPT-3.5/4），也分析开源模型（如Falcon LLM）的独特优势与差异。接下来，我们以基于Python的轻量级框架LangChain为核心，引导读者逐步构建智能体。这些智能体能够从非结构化数据中提取信息，并利用LLM和强大工具包与结构化数据交互。此外，本书还将深入探索LFM领域——该类模型融合了视觉、音频等多态能力，可以覆盖更广泛的AI任务。无论你是经验丰富的AI专家，还是初入该领域的新人，本书都将为你提供解锁LLM全部潜力的路线图，助力开创智能机器的新纪元。

本书围绕多源知识融合技术展开，系统地介绍了多源知识融合的基本概念、关键技 术、应用场景和发展趋势。书中涵盖当前主流的多模态数据处理技术，这些技术能够实 现跨模态信息检索，从而消除不同数据源之间的语义隔阂，促进知识的互通与共享。 本书首先详细讲解了文本、图像、信号和视频等不同模态数据的知识获取方法；然 后重点探讨了多模态数据的语义表示与检索，以及多模态知识图谱的融合方法；最后探 讨了多源知识融合技术在推荐系统、知识问答、辅助决策等前沿领域的应用及相关技术 挑战与未来展望，并通过实际案例展示了多源知识融合技术如何赋能领域应用。

本书是计算机领域本科教育教学改革试点工作（“101计划”）系列教材之一，秉承“发展经典，关注前沿；问题先导，内容溯源；章节灵活，难度适配”原则编写而成。全书共16章，包括绪论，线性表，栈与队列，字符串，树与二叉树，优先级队列，图，图应用，不相交集，内排序，查找与高级查找，外排序，查找与索引，算法基础，高级算法。本书提供配套教学课件、各章知识点教案、各章引入视频、配套实验教材（C、C++、Java、Python等语言实现），以及实践教学平台等教学资源，可作为高等学校计算机类专业本科生“数据结构”课程教材。

本书针对高校商学院商业分析课程编写，内容涵盖了所有相关的商业分析主题，而且各个主题在设计上都是模块化的，教师授课时可灵活地选择最符合其课程目标的主题。比如，本书可以适用于涵盖数据处理（第2章）、数据可视化（第3章）、综合指标（第3章）、统计理论（第4章和第5章）和回归分析（第6章和第7章）的入门课程，或侧重于预测（第8、9、10、11和12章）和预测性建模（第13章）的高级商业分析课程。为适应不同学生对于统计软件的需求，本书每个知识点都提供了Excel和 R语言两种分析方法和实际操作，而且所有的例题和习题都是使用撰写本书时最新版本的软件解决的，即Microsoft Office Professional 2016、Analytic Solver 2019和 R语言3.5.3版本。本书的最终目的是让学生更好地理解、管理和可视化数据，学会应用适当的分析工具，并对研究结果及其相关性进行沟通。

本书从信息技术的应用实践出发，阐述Ubuntu（Linux）操作系统的基础使用方法以及服务器相关配置的应用原理与实践，内容包括Ubuntu操作系统的安装与基本使用方法、用户与组管理、目录与文件管理、资源管理、系统管理、Shell编程、部署Ubuntu服务器、配置文件服务器和网络服务器，并将安全相关内容贯穿其中。本书采用了行业应用比较前沿的Ubuntu 18.04版本为基础环境，紧密跟踪行业需求和发展现状，以业内的典型实践来设计和开展相关教学与实践，培养读者的扎实理论基础和动手能力。本书内容丰富，理论概念清晰，实验内容系统全面，理论联系实际，便于初学者快速入门，可作为高等学校计算机、云计算等相关专业的教材，也可作为从事网络部署和运维相关工作的技术人员的参考书。

本书以基金与编程基础为出发点，面向零基础或基础知识较少的读者，由浅入深地介绍了从零编写基金分析与交易的量化系统的方法与实践。本书内容由Python的基础知识与编程和投研常用的Python工具开始，逐步介绍常用的交易指标与投资组合管理，最终介绍系统的优化与管理。本书共分为七章，第1~3章分别介绍基金的基础知识、Python环境的搭建与常用的编程与分析工具，为后几章代码编写铺垫；第4章着重介绍了如何从零开始搭建量化分析系统，其中包含不同模块的设计；第5章与第6章介绍了在量化系统中实现不同的交易框架和策略；第7章介绍将量化系统上线，并配置监控进行运营管理的方法。本书以通俗易懂的语言和实例阐述量化在基金产品上的分析与应用，适于对基金交易与量化分析有兴趣的读者。书中附有详细注释的代码会帮助读者加深量化系统的构建过程与交易策略的思想。

内容简介这是一部立足于当下行业实践和政策指引，从工作程序和实体法律角度，对企业数据资产入表的基本内涵、具体流程、数据交易与入表工作的合规要点进行分析归纳的专著，旨在通过深入浅出的分析帮助读者实现在数据交易、数据资产入表领域的快速认知同步。作者曾经在金融监管部门、金融机构和头部互联网平台工作，是国内较早开展数据领域法律实践的律师，曾经为众多企业在场内进行数据交易的产品提供合规评估，为多个大型数据平台企业和金融机构提供数据合规、金融科技的法律服务，包括个人信息合规自评估、证券业跨行业数据共享监管沙盒项目、垂类大模型合规项目等，具有丰富的法律实践和研究深度、广度。全书共12章，主要内容如下：第1和2章数据要素市场与数据资产入表的内涵介绍首先，从数据要素市场出发对国家层面的政策和法律沿袭进行了梳理与分析，对国家顶层设计文件“数据二十条”的主要内容进行了介绍；然后，对数据资产入表的内涵和意义以及各个相关概念进行比较分析；最后，对数据资产入表的具体操作进行简明扼要的解读，帮助读者透彻理解数据要素市场和数据资产入表的底层逻辑。第3~6章数据资产入表的重点合规问题及入表准备首先，对数据资产入表与数据确权的关系进行了深入分析，明确了权属清晰对数据资产入表的底层重要性；然后，对确权相关的合规问题以及其他涉及数据资产入表的合规问题进行了深入分析，厘清了关键合规要点，特别是数据来源的合规性；最后，对数据资产入表的准备工作和主要路径进行了介绍和梳理，帮助读者迅速掌握操作思路和落地路径。第7~10章数据资产入表的数据分类合规重点就数据资产入表在主要领域的开展难点进行分析，并就上市公司和非上市公司的具体案例进行分析，给出启示。具体分为数据资产入表与公共数据、数据资产入表与个人数据、数据资产入表与人工智能三个部分，分别从数据资产入表角度对各自的合规难点、立法现状、未来展望加以深入浅出的剖析。第11章数据资产入表衍生金融化利用的思考与展望就数据资产化之后的数据资本化，即数据资产入表的金融化利用问题进行了积极而冷静的分析与思考。首先对金融意义下的数据资产管理内涵进行了分析，然后对目前数据资产的金融化探索与实践进行了分析，对其中的法律难点问题进行归纳，并对普遍性开展的难点进行分析和展望。第12章数据资产入表与数据交易首先，对数据资产入表与数据交易之间的紧密联系进行分析；然后，对数据交易的概念、内涵以及法律性质进行分析，并对场内数据交易和场外数据交易进行比较分析；最后，对数据交易中的合规性审查要点进行分析归纳。

本书提供了关于如何在数据治理中建立和运行数据认责工作的适用且可操作的信息和说明，旨在为新任数据专员或数据治理经理提供在数据认责方面所需的知识，以确保其工作有效和高效。本书分为11章，包括：数据认责和数据治理：二者如何结合；了解数据认责的类型；认责管理的角色和职责；实施数据认责；培训业务型数据专员；数据认责实践；数据专员的重要角色；衡量数据认责进度：指标；数据认责成熟度评估；大数据和数据湖认责；基于数据域开展数据治理和认责。本书内容丰富，理论和实践相结合，易读性和可操作性强，可以作为数据质量管理的入门和进阶用书，还可作为数据治理、信息技术、数据分析等领域人员的参考用书，尤其适合对数据认责感兴趣的读者和负责组织以及运行数据认责工作的人员阅读。

大模型在众多领域得到了广泛应用，促进了AI技术的整合和创新。然而，在实际应用过程中，直接将大模型应用于特定行业常常难以达到预期效果。本书详细阐述如何在游戏经营分析场景中利用大模型实现数据体系的建设。本书分为6个部分，共16章。第1部分主要介绍大模型技术的发展与应用，从大模型的发展现状展开，重点介绍大模型与数据体系的相关知识。第2部分主要介绍大模型下的关键基础设施，涵盖湖仓一体引擎、湖仓的关键技术、实时数据写入和高效数据分析等内容。第3部分主要介绍大模型下的数据资产，围绕数据资产重塑、数据资产标准、数据资产建设、数据资产运营展开。第4部分主要介绍自研领域大模型的技术原理，涵盖领域大模型的基础、需求理解算法、需求匹配算法、需求转译算法等内容。第5部分主要介绍大模型的工程化原理，涉及工程化的基础、技术筹备、建设要点、安全策略等内容。第6部分介绍大模型在游戏领域的应用，通过游戏领域的经营分析案例，系统地阐述如何实现业务需求。本书适合致力于大模型技术应用的数据工程师阅读，也适合寻求AI自动化编程解决方案的软件开发者阅读，还适合希望利用AI提升业务效率的企业决策者阅读。

本书围绕UI界面设计展开创作，以“理论 实操”为写作原则，用通俗易懂的语言对UI界面设计的相关知识进行详细介绍。全书共9章，内容涵盖UI设计基础知识，界面设计在线工具—MasterGo，界面图标设计，基础控件设计，常用组件设计，移动端App界面设计，PC端界面设计，小程序界面设计以及界面的标注、输出与动效制作，等等。在介绍理论知识的同时，穿插了大量的实操演示，部分章结尾安排“案例实战”或“新手答疑”板块，旨在让读者学会并掌握，达到举一反三的目的。全书结构编排合理，所选案例贴合UI界面设计实际需求，可操作性强。案例讲解详细，一步一图，即学即用。本书适合高等院校师生、UI设计师等阅读使用，也适合作为社会培训机构相关课程的教材。