随着ChatGPT 的出现，大语言模型的能力得到了业内外的认可，新的商业模式不断涌现，旧的设计和实现都将重构。本书主要介绍基于ChatGPT 开发算法相关的应用或服务，侧重于介绍与自然语言处理相关的常见任务和应用，以及如何使用类似ChatGPT 的大语言模型服务来实现以前只有算法工程师才能完成的工作。



全书共8 章内容，第1 章介绍与ChatGPT 相关的基础知识，第2～5 章分别介绍相似匹配、句词分类、文本生成和复杂推理方面的任务，

本书主要介绍C和C++程序构建的相关知识，包括直接调用C和C++编译器完成构建的基础内容，以及使用CMake完成项目构建的相关内容。全书先介绍市面上C和C++的主流编译器及其相关命令行工具、Makefile等的使用，抽象出与项目构建相关的概念模型，再介绍CMake脚本语言的基础语法、常用命令等，最后介绍与CMake项目构建相关的内容。本书含有两个实践章节，借助CMake脚本语言，分别构建了快速排序算法程序、手写数字识别库及配套命令行工具。 本书适合有C和C++编程基础，希望了解或应用CMake工

本书共9章，由浅入深地介绍各类数据可视化技术及相关可视化工具的使用方法，力求培养读者对数据可视化的认知以及动手能力。第1章和第2章是基础应用，介绍数据可视化的定义、作用和发展历史，以及如何使用Excel进行数据可视化；第3章～第5章介绍数据可视化工具Tableau的基本使用方法；第6章～第9章详细介绍如何利用代码实现数据可视化，包括前端数据可视化、使用JavaScript实现数据可视化、大屏数据可视化、Python编程语言可视化。全书理论结合实践，既有一定的技术深度，也有行业应用的广度。 本书可

本书以修片思路 修片实战的形式，对风光摄影、人像摄影、纪实摄影、建筑摄影、花卉摄影、夜景摄影这六个重点题材的后期处理技术进行了详细讲解。对于当前比较热门的Photoshop AIGC技术，本书没有以单独的章节进行讲解，而是将AIGC相关的知识点融入不同题材的后期处理过程中，这样可以帮助读者更好地掌握相关的应用技巧。



本书配备全套多媒体视频，帮读者加深学习印象，提升学习效率。另外，本书提供书中所有案例的素材，供读者同步练习。

本书定位于3dsMax的动画及特效制作领域，通过大量实例全面系统地讲解该软件的动画及特效制作技巧。全书共8章，第1章讲解软件动画的基础知识，第2-8章通过分门别类的方式，详细讲解关键帧动画、材质光影动画、控制器动画、角色动画、动力学动画、粒子动画和液体动画。本书内容丰富、结构清晰、章节独立，读者可以直接阅读自己感兴趣的章节进行学习。本书提供的素材包括所有案例的工程文件、贴图文件及作者本人录制的教学视频文件。

本书深入分析讲解AfterEffects的主要功能和命令的使用方法，针对视频特效制作中经常用到的关键帧、蒙版、特效、表达式与插件的使用方法也进行了详细讲解。本书除了讲解软件的基本使用方法，还提供了大量实例，而且实例内容由易到难、由浅入深、步骤清晰、通俗易懂，可以学习到不同层次的视频制作方法。本书还赠送视频教学资料，分为两部分。第一部分为基础教学视频，主要讲解与AfterEffects相关的基础知识及应用技巧；第二部分为实例教学视频，主要讲解AfterEffects的进阶应用技巧，并且收

本书全面系统地介绍了大数据的相关技术原理与应用方法。全书从理论知识入手，在介绍大数据相关理论知识的基础上，逐步深入地讲解大数据技术，将理论与实践完美结合。本书分为大数据基础篇、大数据存储篇、大数据采集篇、大数据计算篇和大数据应用篇。全书共15章，内容包括大数据概述、Linux集群搭建、分布式文件系统HDFS、HDFS的安装与基本应用、分布式数据库系统HBase、HBase的安装与基本应用、Sqoop和Flume、数据分发工具Kafka、MapReduce计算框架与应用、基于内存的计算框架Spar

本书是一本介绍分布式数据库基础内容与应用的大数据专业类图书，力求培养读者对分布式数据库的应用技能。 本书共11章，采用原理＋代码实例+综合案例的编写形式，清晰明了地介绍分布式数据库的原理、基础应用、进阶应用及主流工具的使用方法、应用场景，以理实结合为编写要求，让读者能够轻松学习和掌握分布式数据库的内容。 本书可以作为高等院校计算机、网络技术等相关专业的教材，也可以作为数据库相关工作的从业人员的参考用书，亦可作零基础人员学习分布式数据库技术的入门图书。

《嵌入式计算机智能系统设计》从微型计算机应用需求的角度，介绍了嵌入式计算机智能系统设计的基础知识、关键技术和实例分析，内容涵盖计算机应用系统的基础知识，嵌入式计算机智能系统中的MCS-51、PIC、MSP430、ARM、DSP系列微处理器等，系统输入/输出通道，数据采集接口设计，模拟量与开关量（数字量）输出通道设计，系统外设处理接口技术，系统中的通信接口，系统的数据处理，系统的抗干扰技术，系统的设计及实例，智能车路协同系统设计与实现。

本书包含六大部分：第一部分主要介绍深度学习Python语言的基础知识，讲述Python基本语法（输入、输出、数据类型、流程控制、函数、文件和目录）、数组计算（NumPy库）、绘图库（Matplotlib库）等；第二部分主要介绍Keras编程基础，以及?Keras?中提供的大量的深度学习API；第三部分主要介绍数据处理方法，包括对类别的数据处理方法和对特征的数据处理方法，以及对缺失数据处理方法等；第四部分主要介绍各种深度模型原理及应用Keras搭建各种深度学习模型的方法，如卷积神经网络、循环神经网