本书针对BP网络存在学习效率低、泛化能力差、易出现过拟合和网络结构设计（主要指隐节点数选择）的理论依据不足等基本问题，在分析BP网络结构和样本集的复杂性对BP网络泛化能力影响的基础上，提出用"广义"复相关系数Rn新概念定量描述包括样本数量和样本质量在内的样本集的复杂性；建立用含参数的检测误差E2表示BP网络泛化能力的定量关系表达式；导出了具有最佳泛化能力的BP网络隐节点数H0与样本集的"广义"复相关系数Rn之间满足的H0-Rn反比关系式。受信息论中传递的最大平均信息量S满足一般测不准关系式的启示

本书针对多源多维数据的汇聚融合、数据安全体系以及征信体系阐述了相关研究成果，主要包括：原位虚拟大数据中心平台体系、大数据感知与勘探技术、多源多维数据融合计算技术、基于多模型融合的信用评估技术、全生命周期的数据安全体系架构与关键技术、数据安全体系架构的测试与评估技术，以及基于信用评估的金融交易风险防控系统和多源多维大数据征信应用服务平台及其应用示范等内容。

本书从网络的实际应用出发，按照“项目导向、任务驱动”的教学思路进行教材的编写，是一本基于工作过程导向的工学结合教材。
本书包含11个项目，内容包括规划与安装Windows Server 2019、部署与管理Active Directory域服务、管理用户账户和组、配置与管理基本磁盘和动态磁盘，以及配置与管理DNS服务器、DHCP服务器、Web服务器、FTP服务器、证书服务器、VPN服务器、NAT服务器。每个项目的最后都设计了项目实训及工程案例。本书附带的“管理组策略”等电子活页教学项目和电

《大学生网络素养教育》由上海大学党委常委、副校长聂清主编。本书共分六章。第一章主要介绍了互联网的发展演进历史与网络传播的概念特征，点明加强大学生网络传播管理的重要性；第二章对大学生网络素养内涵等相关概念进行了界定，从不同维度出发进行概念阐释和理论解析，为后文奠定理论基础；第三章主要阐释了大学生作为祖国的未来、民族的希望，提升其网络素养的现实意义与时代要求；第四章从实际出发，对大学生网络平台使用习惯的数据进行收集整理与系统分析，全面分析了大学生的网络群像特征；第五章聚焦痛点难点，通过具体

本书全面介绍当前人工智能技术基础理论和方法，包括深度神经网络、知识图谱、图神经网络、生成式人工智能方法和机器学习方法5部分内容；重点介绍深度神经网络基本原理、卷积神经网络、循环神经网络、注意力机制和变形金刚(Transformer)，介绍知识图谱、图神经网络和生成式人工智能的基本理论与方法，最后简要介绍弱监督、自监督、迁移学习、深度强化学习、元学习和小样本学习、持续学习等机器学习方法，还介绍了大语言模型中的机器学习方法。

本书从大数据和人工智能对Linux操作系统需求出发组织Linux内容，全书共14章，内容包括Linux系统概述，图形界面与命令行界面，Linux文件操作，文本编辑器与软件包管理，用户与用户组管理等。

本书针对缺陷样本稀少且样本搜集困难、缺陷检测算法模型多且检测成本高、缺陷类型繁多且检测场景复杂等问题提出了基于深度学习的技术解决方案，采用生成对抗网络、目标检测网络和迁移学习等最前沿的深度学习技术建立了完善的缺陷样本数据集，提高了缺陷检测的精度，并且对不同种类的缺陷检测快速地训练新模型。最后还介绍了一个多类型表面缺陷智能视觉检测Web在线系统。

软件体系结构是从软件设计发展起来的一门新兴学科，目前已经成为软件工程的一个重要研究领域。软件体系 结构的目标是为软件开发者提供统一、精确、高度抽象和易于分析的系统信息。合理的框架结构是应用系统开发的 重要基础和保障。本书将系统地介绍软件体系结构的基本原理，对软件体系结构的理论知识、发展状况和应用实践 进行细致分析，分 11 章，主要包括软件体系结构概论、软件体系结构建模、软件体系结构风格、特定领域的软件体 系结构、Web 服务体系结构、软件演化技术、软件产品线、设计模式、创建型设计模式、结

编写本书的目的是使读者可以在最z短时间内掌握Excel 数据分析。本书以数据分析的整体流程和知识难易度来安排各章内容及其在全书中的次序，每一章内容都紧密围绕数据分析展开。全书共10 章，每天学习一章，10 天就能学会Excel 中的大多数数据分析工具的用法和技巧。
本书的主要内容包括数据分析的基本概念和流程、Excel 中的数据分析工具的功能和特点、导入外部数据和输入不同类型的数据、修复有问题的数据、设置数据格式、排序、筛选、分类汇总、数据透视表、公式和函数基础知识、提取和格式化文本、汇总

本书是以实验案例方式而组织的, 全书共给出了21个人工智能实验案例, 覆盖了人工智能课程涉及的主要内容, 包括搜索求解、逻辑推理、贝叶斯网络、马尔可夫决策、监督学习、非监督学习、强化学习等各个方面, 也包含了深度神经网络技术。为了便于教学, 每个实验案例对实验的内容、背景和目标进行了明确阐述, 对所涉及的理论基础及算法也进行了详细介绍, 并提供了相应的Python语言代码。