本书以PyTorch深度学习的常用技术与真实案例相结合的方式，深入浅出地介绍使用PyTorch实现深度学习应用的重要内容。本书共7章，内容包括深度学习概述、PyTorch深度学习通用流程、PyTorch深度学习基础、手写汉字识别、文本生成、基于CycleGAN的图像风格转换、基于TipDM大数据挖掘建模平台实现文本生成等。本书大部分章包含实训和课后习题，希望通过练习和操作实践，帮助读者巩固所学的内容。 本书可以作为高等学校数据科学与大数据技术或人工智能相关专业的教材，也可作为深度学习爱好者的自学

本书旨在介绍代码审计及缺陷剖析的相关知识。本书首先介绍了代码检测技术和代码检测工具；然后讲述了C/C++安全标准，展示了与标准不兼容的案例和兼容的案例，并对案例对应的知识点进行讲解，以帮助开发人员、评测人员理解和运用标准；接着分析了C/C++语言源代码漏洞测试，展示了包含安全漏洞的案例，以及修复安全漏洞的案例；最后介绍了常见运行时缺陷，主要基于C/C++案例代码进行剖析，这些运行时缺陷是在对C/C++项目进行代码检测和代码审计时需要重点关注的。 本书不仅适合开发人员、测试人员阅读，还适合作为相关

《AutoCAD 2024中文版从入门到精通（标准版）》综合介绍了AutoCAD 2024中文版的基础知识和应用技巧。全书共11章，其中第1～8章主要介绍AutoCAD 2024中文版中二维绘图的基础知识和使用技巧，第9～11章主要介绍在软件中三维对象的创建方法及编辑技巧。此外，本书还附3章线上扩展学习内容，分别对集成化绘图工具、数据交换、视图转换内容进行讲解。每章的知识点都配有案例讲解，使读者对知识点有更进一步的了解，部分章节后面还配有练习题，使读者能综合运用所学的知识点。
另外，本书还

本书以数智科技工程建设为主题，以“跟随世界潮流，紧贴时代脉搏，适应技术发展，面向工程应用”为宗旨，全面阐述数智科技工程建设事业的新动态、新思维、新经验。《BR》本书紧扣数智科技工程建设，涵盖数智科技工程建设全方位内容。全书共7篇20章，包括云计算在数智科技工程的应用案例、省级云计算数据中心建设案例、网络在数智科技工程的应用案例、5G定制网在某工业企业的建设案例、数据技术在数智科技工程的应用案例、某省级海港大数据应用平台建设案例、智慧技术在数智科技工程的应用案例、某市智慧治安防控系统建设案例、安全

移动机器人是智能机器人的重要形态之一，在各行各业都有广泛的应用前景。机器人操作系统（ROS）是无人驾驶领域所涉及的关键技术平台。本书内容将围绕移动机器人展开，首先讲解ROS的基本原理和开发方法，然后介绍智能移动机器人的控制原理与传感器应用，接下来通过丰富的案例讲解机器人视觉处理、建图导航、语音交互等核心应用的开发方法，最后通过自动驾驶场景下的综合实践提高移动机器人的开发者综合应用的开发能力，做到融会贯通。

本书系统介绍了Spark大数据处理框架以及相应的主流开发语言Scala。全书共14章,内容包括Scala基本概念和基本用法，Scala字符串和数组，Scala控制结构，Scala列表、元组、集合和映射，Scala函数，Scala面向对象编程，Spark大数据处理框架、Spark RDD编程，Windows环境下的Spark综合编程，用Spark SQL处理结构化数据，Spark Streaming流处理，Spark Structured Streaming流处理，Spark GraphX图计算，

本书是Power Query领域的经典之作，旨在让读者用正确而高效的方法精通Power Query。本书是两位作者多年积累的业务和IT工作经验总结，同时也是全球Power Query顶级社群的大咖经验提炼。本书从业务背景出发，在业务和IT之间做到了良好的平衡，系统化地给出了Power Query的思维框架和模式，同时按照多个企业级业务场景一一展示其实用性。

无论你是Power Query的新手还是经验丰富的ETL专家，都可以从各自的角度领略Power Query 和M语言的魅

《Python办公自动化从入门到精通》讲解如何使用Python技术实现自动化办公。 《Python办公自动化从入门到精通》分为两大部分，共19章。第1部分为基础语法，即从基础入门开始介绍Python语言的基础语法知识，内容对应第1章～第6章，包括初识Python、Python语法元素、程序控制语句、组合数据类型、函数、类。第2部分为高阶办公，即使用Python语言实现办公操作，内容对应第7章～第19章，包括操作文件、库、操作文件夹、操作Excel文件、操作Word文件、操作PPT文件、操作PDF

本书以项目实践作为主线，结合必需的理论知识，以任务的形式进行内容设计，每个任务都包含任务描述及任务实施的步骤，读者按照实施步骤进行操作就可以完成相应的学习任务，从而不断提升项目实践能力。本书主要内容涉及机器学习的基础知识，模型评估与选择，回归、分类、聚类等机器学习算法，数据挖掘的基础知识，数据分析与应用，以及通过用户行为分析预测项目学习如何将机器学习与数据挖掘应用到实际中。 本书适合使用机器学习与数据挖掘技术进行大数据处理的程序员、架构师和产品经理作为技术参考和培训资料，也可作为高校本科生和研究

本书系统介绍了众包学习的概念、应用领域、前沿课题和研究实践。在基础知识方面，本书介绍了众包的起源与发展、众包技术的研究方向，分析众包模式给机器学习带来的机遇与挑战。在前沿技术方面，本书详细阐述了众包标注真值推断与面向众包标注数据的预测模型学习等前沿研究课题。在研究实践方面，本书介绍了面向偏置标注的众包标签真值推断、基于机器学习模型的众包标签噪声处理、众包标签利用方法与集成学习模型、基于不确定性度量的众包主动学习等典型研究案例。