本書介紹預測控制理論和雙層結構工業算法，包括預測控制原理、預測控制模型辨識、預測控制穩態目標計算、穩定過程和積分過程的雙層動態矩陣控制、狀態空間模型的雙層動態矩陣控制、雙層預測控制的非線性和變自由度處理技術，以及兩步法狀態空間預測控制與廣義預測控制。本書綜合考慮研究生這類讀者群的接受水平和期望，將預測控制理論融人工業領域。本書提供大量仿真算例和例題，并且給出部分程序代碼供讀者研究與參考。
從讀者對象的角度看，本書既大大降低了沒有編程經驗的讀者學習Python數據分析的門檻，又為有經驗的Python數據分析師提供了大量實用的AI數據分析技巧，幫助他們快速轉型為具備AI能力的數據分析師。從核心內容的角度看，本書不僅講解了如何在數據預處理、數據清洗、數據可視化等基礎的數據分析環節使用AI工具，而且還講解了如何在聚類分析、預測分析等高級的數據建模環節使用AI工具。
"本書是《Python數據挖掘算法與應用》（清華大學出版社，劉金嶺、馬甲林編著,以下簡稱主教材）的配套指導書，共分為兩部分，第一部分為上機實驗，根據主教材的知識點設計了18個實驗，以幫助讀者理解主教材的內容及算法的原理;第二部分為課程實訓，根據Python語言的特點給出了4個實訓案例。本書內容實用性強，講解由淺入深、循序漸進，注重培養學生的應用能力，可作為高等院校數據挖掘、機器學習等課程的上機實驗、課程實訓的指導書或畢業設計的參考書。"
本書詳細講解了基于微服務的數據工程應用開發實踐，包括微服務及數據工程相關原理概述、開發環境搭建、服務運行與跟蹤、服務通信與配置、國產自主可控數據庫實踐、相關系統的開發實踐等內容，特色是（1）結合當今微服務發展技術指導傳統數據工程應用的開發實踐（2）引入當今對國產自主可控數據庫的要求，詳細講解了如何在微服務技術條件下對國產化數據庫的安裝、配置與使用。（3）采用經典的數據工程應用案例分析。讀者對象是管理科學工程專業本科學生、從事數據工程開發的開發人員、架構師等。
本書講述：大數據技術的戰略意義不在于掌握龐大的數據信息，而在于對這些含有意義的數據進行專業化處理。換而言之，如果把大數據比作一種產業，那么這種產業實現盈利的關鍵，在于提高對數據的“加工能力”，通過“加工”實現數據的“增值”。首先，本書在總結大數據的概念、特征的基礎上，給出大數據的本質是客觀存在的論斷。其次，探討大數據價值變現與應用，并重點研究和討論數據分析與數據挖掘。
本書全面講解指標體系與指標平臺的設計方法和實踐案例，全書共10章。第1章介紹指標驅動的數字化經營。第2章著重介紹指標體系的設計方法。第3、4章深入講解指標平臺的產品設計和技術架構，包括如何構建“一處定義，全局使用”的指標平臺。第5-8章介紹零售、金融、制造、連鎖加盟等行業的指標平臺設計、建設和應用案例，展示不同行業的指標平臺建設最佳實踐。第9、10章探討兩大趨勢：數據民主化，以及大模型在數據智能、指標管理中的應用。
本書為想要設計、構建和維護實時分析應用程序的人員(包括數據工程師、架構師和技術領導者)提供了結構合理的基礎知識。第1章和第2章簡要介紹實時分析，并概述可以構建的實時分析應用程序的類型。第3章介紹一家虛構的比薩公司，該公司已經建立了流處理基礎設施，但尚未實現任何實時分析功能。第4-10章展示如何為這家比薩公司實現不同類型的實時分析應用程序。第11-13章介紹將應用程序投入生產時的注意事項、實時分析的一些真實使用案例，以及未來幾年該領域可能會出現的情況。
本書以“三教”改革為抓手，研究在大數據技術、人工智能等新興技術環境下，會計職業教育如何轉型開展“業財稅”融合實踐教學改革。改革研究包括“業財”融合實踐教學內容設計、“財稅”融合實踐教學內容設計、“業稅”融合實踐教學內容設計三項，涉及營運管理崗位、資金管理崗位、成本管理崗位、績效管理崗位、納稅申報崗位、稅務檢查崗位、納稅籌劃崗位、稅務風險管理崗位等八大崗位實踐教學內容改革。“業財稅”融合實踐教學改革研究有效對接以上八大崗位工作內容和工作過程，并融合“1+X”職業技能等級證書考核標準和職業院校技能大
本書將關注大模型超參調優這類昂貴的多目標優化問題, 針對其經典的求解方法即貝葉斯優化優化方法, 開展理論方法探索。針對低維和高維決策空間中的并行化函數評估問題、獲取函數優化效率問題以及維度災難和邊界問題, 本書對多目標貝葉斯優化方法進行了四個方面的研究, 旨在有效地求解低維和高維昂貴的多目標優化問題。
數據是數字經濟的關鍵生產要素與核心資源。數據要素市場的培育是一個動態演化和持續迭代的過程，而信任的建立是市場建設的關鍵一步。本書通過“信任”這一視角，對數據流通進行全方位的解讀，對中國數據要素市場的建設實踐進行回顧與展望。基于“TIME”分析框架，對數據可信流通技術、數據流通機構、可信的數據流通模式以及促進數據可信流通的治理方案進行全面系統的介紹。本書旨在為數據要素市場參與者、數字經濟從業者、數據治理人員以及關注數據流通交易的讀者提供實用的參考，幫助他們理解數據流通的可行模式，破解數據要素市場發
新書資訊 新書推薦