本书探讨了深度学习中的高级主题，例如优化算法、超参数调整、Dropout和误差分析，以及解决在训练深度神经网络时遇到的典型问题的策略。你首先要研究激活函数，主要是单个神经元（relu、sigmoid和swish），了解如何使用TensorFlow进行线性和逻辑回归，并选择正确的代价函数。接着讨论了具有多个层和神经元的更复杂的神经网络结构，并探讨了权重的随机初始化问题。一整章致力于对神经网络误差分析的全面概述，给出了解决来自不同分布的方差、偏差、过度拟合和数据集问题的例子。

暂缺简介...

本书对近年来涌现出的各种主流分布式技术做了简要介绍和全面梳理。本书将分布式系统中涉及的技术分为前端构造技术、分布式中间件技术和分布式存储技术三大类，对每类技术都详细介绍了其原理、设计思想和架构，以及相关应用场景。此外，本书还总结了分布式系统的构建思想，并分别对业界几个非常成功的大型分布式系统（谷歌搜索系统、淘宝网电商平台、阿里云公有云平台、领英社交平台）进行了案例研究。

本书是作者在已经出版的 《Xilinx Zynq-7000嵌入式系统设计与实现：基于ARM Cortex-A9双核处理器和Vivado的设计方法》 一书的基础上进行修订而成的。 本书新修订后内容增加到30章。修订后，本书的一大特色就是加入了Arm架构及分类、使用PetaLinux工具在Zynq-7000 SoC上搭建Ubuntu操作系统，以及在Ubuntu操作系统环境下搭建Python语言开发环境，并使用Python语言开发应用程序的内容。本书修订后。进一步降低了读者学习Arm Cortex-A9嵌入式系统的门槛，并引入了在Zynq-7000 SoC上搭建Ubuntu操作系统的新方法。此外，将流行的Python语言引入到Arm嵌入式系统中，进一步拓宽了在Arm嵌入式系统上开发应用程序的方法。

多智能体系统是分布式人工智能的一个重要分支，已成为研究复杂性科学与复杂系统的有力工具。多智能体系统的一致性问题是复杂系统协同控制的根本问题，也是分布式计算理论的基础。《多智能体系统一致性协同演化控制理论与技术》围绕多智能体系统的一致性及分组一致性问题，从系统复杂性、拓扑复杂性以及连接复杂性三个维度，分别概要论述了多智能体系统的一致性以及分组一致性协同演化控制理论及技术等内容，其集中体现了该领域新研究成果与发展动态。《多智能体系统一致性协同演化控制理论与技术》可作为高等院校计算机、通信、自动化、系统科学等专业以及人工智能领域相关研究人员的参考用书，也可供相关领域工程技术人员参考。

《VSTO开发中级教程》由软件开发专家根据自己十余年VBA开发经验编写而成，深入阐释VSTO开发。《VSTO开发中级教程》内容体系完善，知识点高阶，案例丰富，让读者身临其境体会VSTO编程策略和魅力。《VSTO开发中级教程》共20章，全面介绍VSTO开发的环境要求和配置、VSTO项目的概念和实现方法，主要内容包括VisualStudio的安装和使用、VB.NET语言基础和进阶技术、VSTO外接程序项目的开发、使用功能区可视化设计器以及RibbonXML进行customUI设计、自定义任务窗格、文档自定义项的开发、Excel-DNA开发自定义公式和加载项等核心技术。《VSTO开发中级教程》内容由浅入深、难易结合，兼顾不同基础和水平的读者。采用VB.NET语言作为VSTO的开发语言，特别适合于具有VBA、VB6编程基础的人员学习和研究。由于C#和VB.NET同属.NET语言，因此《VSTO开发中级教程》也适合使用C#进行VSTO开发的人员参考学习。另外，《VSTO开发中级教程》使用的案例内容丰富、重点突出，所处理的对象是Windows用户经常遇到的问题，因此普适性非常强，从事其他编程语言的开发人员亦可将《VSTO开发中级教程》作为参考书。

本书从初学者的角度出发，通过通俗易懂的语言，详细介绍了机器学习、NLP自然语言处理（聊天机器人设计）、网络爬虫等应用知识，书中所有知识点都结合具体实例进行讲解，可以使读者轻松领会 Python 程序开发的精髓，让零基础的读者轻松跨入编程领域。本书适合Python语言零基础的学生、以及从事数据建模框架和与机器学习、NLP自然语言处理、网络爬虫应用开发的人员阅读。

《工会遇到互联网》是一本综合性的教材。近几年来，各级工会组织深谙互联网之道，制定实施了具有本地区特色的网上工作规划，并与全总《工会网上工作纲要（2017～2020年）》有效对接，形成了上下联动、横向互动、全面推进的工作格局。各企业工会都试图借助互联网之势，探寻工会组织的转型与升级路径，占领服务职工的网络高地。如何精准把握“互联网+工会”工作脉搏，找准工作发力点，切实解答好工会组织互联网转型这一时代命题。在这里，山钢股份莱芜分公司工会的一些做法，具有特色，值得各级工会组织参考和借鉴。 \n本书以莱芜分公司为案例，详述了工会如何利用互联网做好服务工作。 \n

本书涵盖SEO的各个领域，有丰富的实例，不仅详细剖析了不同类型网站在SEO不同阶段的*佳实践，还指出了许多过时以及危险的错误做法，仔细阅读这本书，在了解SEO的正确做法之外，还能够帮助读者远离\

随着数据量的几何级数增长，近5年，以数据为导向的预测和因果推断在学术界有着巨大的进展。本书将着重讨论这两方面的进展，以及如何应用这些成果进行医学科学研究。本书前半部分以重症监护治疗室患者的数据为例介绍如何进行医学数据的预处理，如何使用机器学习模型预测患者的死亡率。本书前半部分的重点在于深度学习，内容包括神经网络的基础知识、利用卷积神经网络分类诱发电位图像、利用递归神经网络预测疾病的复发以及利用自编码算法去除图像噪音以生**的模拟图像。本书还涉及基础医学中深度学习的应用以及如何解释机器学习模型。然而，医学实践中往往不只需要预测某个患者的某项结局，更需要知道哪些治疗能够改善结局。本书在神经网络模型之后将以脓毒症患者的治疗为例介绍强化学习的概念，从而为进入因果推断搭建桥梁。本书最后2个专题着重讨论如何通过因果关系图直观地判断因果关系中的混杂因素、如何使用回归控制混杂因素、如何利用倾向得分控制混杂因素以及如何利用逆概率加权控制混杂因素。结合强化学习的概念，最后将讨论如何评估随时间变化的治疗，以及如何建立治疗策略。本书可作为各级医学研究者、医学院学生和教师的参考用书。