《人工智能驱动的机制设计（英文版）》结合人工智能相关技术与机制设计理论，提出人工智能驱动的机制设计框架，以提供一种替代方法来处理目前机制设计理论与实践中的一些问题。该框架包含两个互相交互的抽象模型：智能体模型和机制模型。结合人工智能与机制设计，我们可以解决利用单一领域技术无法解决的问题。例如，我们可以极大缩小机制搜索空间，构建更现实的买家模型，以及更好地平衡各类目标。我们从多物品拍卖，动态拍卖，以及多目标拍卖三个场景入手，分析并说明该框架对理论与实践均有帮助。

本书是“大数据技术”专业相关课程技能抽查实训指导，书中所有上机练习都是经反复推敲精心设计的。全书共分为4个实训模块，包括程序设计、数据库技术、hadoop生态圈组件搭建与运维、数据可视化等内容。本书将大数据存储与处理分析、数据库设计、大数据平台部署与运维以及大数据开发工作程序编写规范、技术文档编写等内容进行有机结合，紧扣教材内容、重视实践、案例实用、配套资源完善。本书可作为高等职业院校大数据技术专业的实训教材，也可作为信息技术相关单位技术培训和相关从业人员的参考书。

本书基于Python语言，结合实际的数据集，介绍了机器学习算法以及数据分析方法的应用。本书主要包含两部分内容，第一部分为Python机器学习入门知识：主要介绍了Python的基础内容、Numpy与Pandas库数据操作、Matplotlib与Seaborn库数据可视化、Sklearn库机器学习，以及与机器学习相关的基础知识；第二部分为Python机器学习算法应用：主要介绍了数据的回归预测分析、时间序列预测，数据无监督学习中的聚类、降维以及关联规则，数据分类模型的应用以及针对文本数据与网络图数据的机器学习算法应用。 本书适合对机器学习、数据分析感兴趣的初学者学习，也可作为Python机器学习、数据分析、数据可视化的入门及进阶的教材。

作为元宇宙时代的营销指南，本书以“人、货、场”模型为底层架构，基于元宇宙营销的 本质与未来发展趋势，结合大量品牌元宇宙实践案例，梳理了企业进军元宇宙的路径与步骤； 按照“取势、明道、优术”的商业逻辑，系统地阐述了元宇宙为何兴起、如何落地、如何赋能 实体经济和如何助力品牌破圈。 第1章带领读者开启元宇宙之旅，探讨元宇宙对传统营销“人、货、场”的重构；第2章 讨论元宇宙营销之“货”——从IP的视角重新定义数字藏品；第3章讨论元宇宙营销之“人”—— 从DAO的视角重新定义数字分身；第4章讨论元宇宙营销之“场”——从社区的视角重新定义 虚拟场景。 本书可供企业经营管理者和营销人员、电商、平台、直播带货主播阅读参考。

本书是一本全面介绍机器学习方法特别是算法的新书，适合初学者和有一定基础的读者。 机器学习可以分成三大类别，监督式学习、非监督式学习和强化学习。三大类别背后的算法也各有不同。监督式学习使用了数学分析中函数逼近方法、概率统计中的极大似然方法。非监督式学习使用了聚类和贝叶斯算法。强化学习使用了马尔可夫决策过程算法。 机器学习背后的数学部分来自概率、统计、数学分析以及线性代数等领域。虽然用到的数学较多，但是最快捷的办法还是带着机器学习的具体问题来掌握背后的数学原理。因为线性代数和概率理论使用较多，本书在最后两章集中把重要的一些概率论和线性代数的内容加以介绍，如果有需要的同学可以参考。另外，学习任何知识，动手练习加深理解的**方法，所以本书的每一章都配备了习题供大家实践和练习。

中国民居是中国古代建筑中数量多、分布广的一种建筑形式。本书从民居的历史发展谈起，用深入浅出的语言，配以大量实景照片、钢笔画、彩画，生动地介绍了中国具有代表性的民居的建筑模式、建筑结构特点、建筑材料的选用，以及背后的文化与历史。全书包括中国民居的发展历程、中国民居的建筑形式、中国民居的艺术特征三章内容，有很强的理论性、艺术性和欣赏性。本书对于研究中国建筑文化、继承古老文化传统有重要意义，可供建筑专业相关人员及中国建筑文化爱好者阅读使用。

中国古建筑核心的结构形式是木构架，在历史进展过程中，中国发展出一套复杂的营造系统，与中国人的哲学、美学与文化融为一体，迥异于西方建筑，成为一种奇迹。中国古建筑从城市防御、公共建筑、宫殿庙宇或乡土建筑都而自成一体。本书以建筑材料和建筑类型划分章节，对中国古建筑语言予以阐述。语言简洁明了、插图生动形象，文字与插图有机结合。可以使读者轻松地阅读这些词句语言，了解中国古建筑语言的真谛。

本书首先从工业要素、工业品研发生产制造过程等维度对新工业进行解读，指出知识工程、工业软件在新工业发展中的作用。基于对知识金字塔模型（DIKW模型）的研究与发展，提出知识工程体系与成熟度模型。在此基础上，进一步介绍支撑知识工程体系建设的技术与实施方法论。还通过不同行业典型案例的介绍，展示企业在知识工程实施过程中如何开展知识体系的设计，并逐步落地。

模式识别和机器学习是人工智能应用的基础。本书将模式识别任务按照监督学习和无监督学习两种方式进行组织。第1章讨论模式识别和机器学习的内在关系，介绍了两者的基础知识和模式识别的设计过程。第2章和第3章介绍了zui优化的和常规的基于实例的分类问题。第4~6章检验了参数的、非参数的和函数逼近的分类规则。之后在第7章和第8章就分类的误差估计和模型选择对分类模型的性能进行讨论。第9章介绍了能够提高分类模型的性能并减少存储空间的降维技术。第10章和第11章分别介绍了聚类分析技术和回归模型。本书适合相关专业高年级本科生和研究生，以及该领域的从业人员阅读。

本书作者根据数十年的项目实践和教学经验，通过一种全新的视角和思维方法来呈现新版PMP考试的考点和题型。本书采用情境化的描述方式，将项目管理的知识与实践进行衔接，使读者"身临其境”，获得沉浸式的学习体验，在学习项目管理方法的同时更高效地准备PMP认证考试。本书涵盖了《PMBOK指南》（第7版）的精髓内容和新版PMP考纲的所有考点，能帮助读者在巨变时代更好地掌握做好项目的关键要点，更有效地进行备考，从而更高效地通过PMP认证考试。