語音是最有效的人機交互方式之一。人工智能與傳統(tǒng)語音技術相結合使其在家居、可穿戴、機器人、車載等智能終端設備上得到了普及。終端設備具有低資源、實時性、應用場景復雜多變等特點，對算法提出了更嚴格的要求。本書介紹了面向端側設備的若干智能語音處理技術，書中主要采用了傳統(tǒng)信號處理與深度學習相結合的方法論，并且介紹了在實際工程應用

本書主要向讀者介紹基于互聯(lián)網(wǎng)技術的數(shù)據(jù)分析原理與方法，幫助讀者理解并掌握數(shù)據(jù)分析能力，可使用到實踐中并提升工作能力。本書具體內(nèi)容包括學數(shù)據(jù)分析有什么用，數(shù)據(jù)分析的基礎方法，數(shù)據(jù)分析的起點，數(shù)據(jù)分析的基礎，數(shù)據(jù)分析的準備；通過數(shù)據(jù)分析看清現(xiàn)實，通過數(shù)據(jù)分析抓住業(yè)務增長機會，通過數(shù)據(jù)分析發(fā)現(xiàn)異常、處理異常、防止異常，通過數(shù)

本書圖文并茂、通俗易懂，詳細講解數(shù)據(jù)結構和算法進階知識，并融入大量的競賽實例和解題技巧，可幫助讀者領悟數(shù)據(jù)結構和算法的精髓，并熟練應用其解決實際問題。本書總計8章。第1章講解數(shù)據(jù)結構進階知識，涉及分塊算法和跳躍表；第2章講解字符串算法進階知識，涉及AC自動機和后綴數(shù)組；第3章講解樹上操作，涉及樹鏈剖分、點分治和邊分治；

隨著信息技術的飛速的發(fā)展，大數(shù)據(jù)時代已經(jīng)到來。面對海量多源異構數(shù)據(jù)，企業(yè)如何通過挖掘大數(shù)據(jù)，進而改善用戶服務是一個備受關注的問題。推薦系統(tǒng)是在大數(shù)據(jù)環(huán)境下解決“信息過載”問題，并向用戶提供個性化服務的有效手段。本書將圍繞個性化推薦，介紹推薦系統(tǒng)的原理、經(jīng)典算法以及面向大數(shù)據(jù)的前沿推薦算法，并對推薦系統(tǒng)研究中的算法評價和

中國的AI技術逆勢崛起，催生了DeepSeek這樣革命性的大模型。本書通過100多個實例，詳細介紹了DeepSeek的最新功能及在職場辦公方方面面的應用。 全書以“技術賦能”為主線，圍繞6大核心領域展開：DeepSeek基礎知識、DeepSeek賦能智能辦公、 使用DeepSeek進行短視頻與營銷內(nèi)容創(chuàng)作、DeepSe

隨著人工智能技術的快速發(fā)展，AI正在深刻改變我們的生活與工作方式。本書旨在幫助讀者科學、全面地認識人工智能，掌握AI工具的使用方法，并將其高效應用于實際場景中。無論你是AI初學者，還是希望進一步提升AI應用能力的從業(yè)者，本書都將為你提供實用的知識與技能。 全書共分為8章，內(nèi)容涵蓋AI的基礎認知、主流工具解析、對話大模型

"全書共分11章，主要內(nèi)容為：計算機控制系統(tǒng)的組成、分類、采用的技術和發(fā)展趨勢；微控制器與總線技術；集散控制系統(tǒng)（DCS）；計算機控制系統(tǒng)的硬件設計；計算機控制中的新興技術及應用；常規(guī)和復雜控制技術；先進控制技術；計算機控制系統(tǒng)的軟件設計、工業(yè)控制網(wǎng)絡技術；計算機控制系統(tǒng)的電磁兼容與抗干擾設計；計算機控制系統(tǒng)設計實例。

"本書主要介紹數(shù)字孿生的基本知識和實現(xiàn)，包括數(shù)字孿生的發(fā)展歷史、數(shù)字孿生的特征和關鍵技術、系統(tǒng)架構及數(shù)字孿生的應用場景等。接著介紹了實現(xiàn)數(shù)字孿生所必需的幾大關鍵技術、目前國內(nèi)外常見的實現(xiàn)工具和數(shù)字孿生集成開發(fā)平臺。以實戰(zhàn)項目作為案例，融會貫通基本知識，引導讀者由淺入深的學習數(shù)字孿生。本書選取ThingJS數(shù)字孿生平臺作

"《MATLAB/Simulink控制系統(tǒng)仿真》介紹了MATLAB/Simulink的主要功能及其在控制理論中的應用。全書共分17章，第1~4章介紹了MATLAB的程序設計、常用功能及其相關函數(shù)，Simulink的操作方法，控制系統(tǒng)的基本概念與控制系統(tǒng)仿真的基本原理，重點敘述了仿真中常用的M函數(shù)和S函數(shù)在Simulin

"《多模態(tài)大模型:從理論到實踐》系統(tǒng)地介紹多模態(tài)大模型的理論基礎、關鍵技術與實際應用。全書分為兩部分12章，第1部分（第1～5章）圍繞基礎理論與技術解析展開論述，包括基本概念、Transformer架構、跨模態(tài)對齊、模態(tài)融合，以及多模態(tài)大模型的預訓練方法、模型微調(diào)與優(yōu)化等，為理解多模態(tài)大模型的構建邏輯奠定基礎。第2部分