本书基于JDK9编写，书中不仅介绍了Java语言的基本语法和面向对象程序设计等内容，还介绍了如何基于NetBeans开发JavaFX应用。书中每章都有大量的实例，并给出若干JavaFX应用开发的综合案例。作者对重点实例阐述了编程思想并归纳了必要的概念和结论。本书电子教案中附有Sun认证的考试题与解答。本书的程序实例源代码、Word版纸质授课教案、电子课件、课后习题解答、实验报告、教学和实验大纲等配套教学资源均可在清华大学出版社官方网站免费下载。

本书是为以程序设计、问题求解的阅读目的的读者所编写的教材，注重于培养读者的程序设计、代码实现、问题求解能力为基本目标。本书以C语言程序设计为主线，通过问题和案例引入内容，重点讲解利用C语言求解问题的思路、建模及编码实现。全书主要内容为程序设计语言介绍、数据类型、运算符与表达式、顺序结构、选择结构、循环结构、函数、数组、指针、内存管理、文件等，构造了新颖的案例，涉及数据存储基础、计算几何、方程求解、数据加密、字符串解析、菜单UI等具有复杂工程背景的问题，引导读者开展程序设计应用实践，培养

《数据分析实践：专业知识和职场技巧》从初学者的角度出发，讲解了进阶为高级数据分析师所需的知识和技能，其中既包括数据分析岗位的介绍、发展现状及未来趋势，也包括实际工作中各环节的方法策略、实战案例，还包括职场中的困惑解答及面试指导。阅读本书，并基于本书进一步拓展所需要的知识能，可以帮助读者形成一套成系统、可实战的数据分析方法论。

以大语言模型（或大型语言模型，本书简称大模型）为代表的生成式人工智能正在改变人类的学习、工作、生活，也在改变科普范式、改变科普创作模式。本书作者基于长期科普研究和实践的经验，又在近期的亲历和深度体验大模型基础上，将人工智能基本原理（知AI）、科普理论方法（知科普）、科普创作技巧（会创作）、与大模型对话技巧（会对话）等四者深度融合和精准对齐，聚焦于大模型在科普创作中的广泛而深度应用，成就了本书。    
全书内容包括三部分：第一部分介绍人工智能基本原理及其对人类的深远影响；第二部分介绍科

本书基于直播电商背景，以主播吸引粉丝效果为研究主线，从8个章节展开研究，旨在探索以下问题：直播视频中吸引粉丝效果的影响因素有哪些？这些因素影响吸引粉丝效果的中介机制是什么？如何基于直播视频预测吸引粉丝效果？通过采用定性访谈、计算机视觉和多模态机器学习的混合方法，研究基于说服知识理论的“情感、认知、技巧”维度，识别出12个吸引粉丝效果的影响变量，验证其重要性和显著性；构建出说服力的多模态测量方法，检验中介效应并可视化中介过程；为业界提供一个端到端（end-to-end）的吸引粉丝效果预测

本书分为两大部分 ： 第一部分主要基于Scikit-Learn， 介绍机器学习的基础算法 ； 第二部分则使用TensorFlow和Keras， 介绍神经网络与深度学习。 此外， 附录部分的内容也非常丰富， 包括课后练习题解答、机器学习项目清单、SVM对偶问题、自动微分和特殊数据结构等。 书中内容广博， 覆盖了机器学习的各个领域， 不仅介绍了传统的机器学习模型， 包括支持向量机、决策树、随机森林和集成方法， 还提供了使用Scikit-Learn进行机器学习的端到端训练示例。 作者尤其对深

数据是数字经济的关键生产要素与核心资源。数据要素市场的培育是一个动态演化和持续迭代的过程，而信任的建立是市场建设的关键一步。本书通过“信任”这一视角，对数据流通进行全方位的解读，对中国数据要素市场的建设实践进行回顾与展望。基于“TIME”分析框架，对数据可信流通技术、数据流通机构、可信的数据流通模式以及促进数据可信流通的治理方案进行全面系统的介绍。本书旨在为数据要素市场参与者、数字经济从业者、数据治理人员以及关注数据流通交易的读者提供实用的参考，帮助他们理解数据流通的可行模式，破解数据要素市场发

本书在阐述基于Agent（智能体）的情感劝说型谈判基本概念的基础上，从信任、映射、决策和社会性四个方面，论述基于Agent的情感劝说型谈判的研究进展。通过建立模型和改进算法，探讨基于Agent的情感劝说型谈判依据信任、映射、决策和社会性的动态变化实现有效调整的途径。本书内容包含作者承担的国家自然科学基金面上项目“基于Agent的信任、映射和决策的情感劝说模型及其应用研究”的工作。

在这本书中，作者着力讨论了几种获取机器学习和数据挖掘算法性能的相关知识的方法。作者展示了如何再次利用这些知识来选择、组合、编撰和调整算法和模型，从而为数据挖掘提供更快、更有效的解决方案，帮助研究人员改进算法，并开发能够自我改进的学习系统。本书的新版在旧版基础上就内容做了非常大的扩充。作者介绍了最新的自动机器学习方法，阐明了它与元学习之间的关系，他们解释了操作链设计方法的自动化问题。这本书将引起机器学习、数据挖掘和人工智能领域的研究人员和研究生的兴趣

教育信息化促进了教育测评理念的变革，人工智能时代的教育更加关注以智能技术驱动的学习者认知分析与个性化学习的诉求。本书遵循"理论-方法-应用"研究范式，探索人工智能时代的学习认知分析的新理论与新方法。