本书对自然语言处理中的两种代表性的短文本信息挖掘进行研究：关系抽取和弹幕评论挖掘。针对关系抽取任务，从精度、效率、鲁棒性及前沿探索四个方面进行分析并提出对应的解决方法。针对弹幕评论挖掘任务，充分地利用弹幕的实时性、交互性、高噪声等性质，提出适用于弹幕评论的语义分析模型。针对目标任务的信息缺陷，本书从多角度研究和设计对应的深度学习算法以提高信息挖掘的精度。

《中国互联网发展报告》是由中国互联网协会组织编撰的大型编年体综合性研究报告，自2003年以来，每年出版一卷。 《中国互联网发展报告2023》客观地记录了2022年中国互联网行业的发展轨迹，总结归纳了中国互联网在基础资源与技术、领域应用与服务、治理与发展环境等方面的发展现状、前沿技术及创新成果。本书内容丰富，数据翔实，图文并茂，重点突出，旨在为互联网从业者提供参考和借鉴，为相关部门的决策和相关产业协同发展提供有效支撑。

本书主要对珠三角国家科技成果转移转化示范区自2018年建立以来，在科技成果转移转化工作方面所取得的成效、经验、模式等进行梳理分析和系统总结，为关心、支持珠三角地区和广东省发展的社会各界提供示范区建设的实情概貌，为政府部门深化开展科技成果转移转化工作、构建完善的科技成果转移转化生态体系提供决策参考，也为行业人员开展珠三角地区的专项研究提供材料及数据支撑。本书最大的创新点是根据科技成果转移转化全链条的关键节点布局全书的章节脉络，即从“科技成果产出供给—需求锻造—供需对接—服务支撑—政策配套—成效产出”等全流程进展进行布局谋篇，力图为读者清晰展示每个环节示范区使出的“硬招、实招、新招”，准确把握示范区建设的特色路径，以此触发提升科技成果转化工作水平的新思路。

从什么是数据，数据与优化的关系入手，以经典的传统数据分析方法和最新的深度学习算法为例，系统介绍了数据分析的算法设计思想及实现方法。内容涉及了数据的可视化、特征选择与降维、神经网络基本原理、无监督学习、有监督学习、深度学习的鲁棒性等，全书提供了丰富的实例以及完整的可实现的Pyth从什么是数据，数据与优化的关系入手，以经典的传统数据分析方法和最新的深度学习算法为例，系统介绍了数据分析的算法设计思想及实现方法。内容涉及了数据的可视化、特征选择与降维、神经网络基本原理、无监督学习、有监督学习、深度学习的鲁棒性等，全书提供了丰富的实例以及完整的可实现的Python代码，强调数学概念在算法中的作用，力图通过简明的介绍和推导，让读者理解数据分析的本质，起到举一反三的作用。on代码，强调数学概念在算法中的作用，力图通过简明的介绍和推导，让读者理解数据分析的本质，起到举一反三的作用。

本书是一本全国青少年信息学奥林匹克联赛（NOIP）算法竞赛的实战训练书籍，主要内容包括近年来NOIP竞赛普及组、提高组的初赛笔试竞赛题分析和讲解，NOIP普及组、提高组复试真题分析和讨论。一个实际应用问题的求解方法往往会有多种可能，书中代码仅可作为参考，读者应该发挥自己的想象力，力求独辟蹊径，对各种求解算法进行分析讨论，权衡利弊，以求达到事半功倍的学习效果。 本书可作为NOIP初/复赛、全国青少年信息学奥林匹克竞赛（NOI）的教材和指导用书，也可作为有意参加ACM国际大学生程序设计竞赛及相关同类算法竞赛的读者的参考用书。

本书围绕智能计算在天文学领域中的发展历史和未来趋势展开阐述。本书针对目前天文学领域，尤其是人工智能寻星、天文信息学、射电望远镜接收机等领域，对 化探索宇宙背景下巡天大数据时代的研究现状进行阐明，并基于此探讨技术路线与发展趋势，详细论述当前所面临的重大挑战和机遇。 ，本书介绍之江实验室即将部署的计算天文学方向的研究工作，并与 天文台 FAST 团队开展合作，围绕数字反应堆的高性能计算软硬件平台，通过对现有技术的研究和应用，为未来有志从事计算天文学研究的专家学者、业界同行等提供参考，共同促进现代天文学的发展。

暂缺简介...

本书围绕提升云计算自身的能力、使用云来整合现有的数据资源、集成原有的系统并发布新的服务展开，针对云计算的系统架构、云存储和云作业调度算法，以及云计算在实践中的应用四个方面深入研究。主要包括云计算资源管理关键技术及系统架构、云计算中碎片资源管理关键技术、云存储及相关调度机制、云计算负载均衡的相关技术、基于Hadoop 的云存储的负载均衡优化策略、多因素优化的云存储负载均衡模型、基于动态副本技术的负载均衡策略、基于虚拟机迁移的资源调度负载均衡策略、MapReduce 平台上基于预期的调度算法等内容。

本书是一本统计学入门图书，没有全面介绍统计学，而是通过数据、随机变量和一些估计方法介绍几种重要的统计方法和思维，提供统计学学生培养的基本框架。本书的前五章是基础，讲述数据、概率与随机变量，“插叙”之后转向更高级的理论——估计和推断，最后三章分别介绍了半参数统计与推断、参数统计与推断以及贝叶斯统计与推断，目的是让读者明白，想要成为自信的数据分析师的学生最好深入学习一种统计方法，而不是粗略了解许多方法。文中穿插R代码，每节配有练习。

本专著的内容分为四大部分，第一部分为绪论，介绍各类成像卫星任务规划问题的基本特点、目前的发展现状、引出本文的具体内容；第二部分为方法论，介绍集成强化学习与运筹学的两阶段问题求解框架、流程、原理等，界定各部分具体模型方法的边界；第三部分为基于数学规划模型和确定性算法的任务调度问题研究、基于有限马尔可夫决策模型和强化学习算法的任务分配问题研究，为具体模型方法的理论推导、证明、设计等内容；第四部分为基于某型号卫星的实例研究。本专著的特色是深入浅出为读者介绍成像卫星任务规划问题，尽量用易于理解的方式展现研究工作和相关内容，面向的读者群体主要包括：运筹学相关方向的本科生和研究生、高校相关专业的教师、相关科研机构的研究人员、工业部门相关领域的技术人员、对该问题感兴趣的所有读者。