"本书针对基于演化的机器学习的一些关键问题进行深入探索。全书共20章，分为3篇。
上篇为第1～6章，探索了深度改进的分布估计算法，提出了基于共轭先验分布的两层分布估计算法、带有链接学习的量子演化算法和问题规模自适应的基于分解的多目标分布估计算法。中篇为第7～13章，针对学习分类器与特征选择方法，重点研究两者的融合策略，将学习分类器的分类模型构建过程与特征选择的特征子集搜索过程统一集成在基于演化的机器学习框架下，同时改善了分类算法的预测性能与运行效率。下篇为第14～20章，从提高规则空间的搜

本书探讨了三支决策的基本概念、方法、模型以及应用，内容涵盖了TAO模型、分布式三支决策、概念三支决策模型、强化学习三支决策模型以及三支决策在自然语言处理、云计算领域的应用等内容。本书既有理论的证明推理，也有实际模型的构建；既有方法论的阐述，也有紧密结合当下热门领域的交叉实践。理论和实践紧密结合、从实际场景出发以及问题导向的思路构成了本书的重要特点。

本书围绕PLCnext 新一代开放式控制平台的诸多技术优势展开介绍，基于实时开放的Linux 系统，可简单快速集成开源代码和APP 开发自动化项目。用户可选择IEC 61131-3 标准PLC 编程语言和高级语言（如C 、C#）或模型语言（如MATLAB Simulink）进行混合开发。在应用案例设置上紧密贴合工业4.0 智能控制需求，助力解决行业创新应用。本书软硬结合，理论与创新实践应用相结合，由浅入深，可以帮助读者建立全新的开放式智能PLC 控制理念。本书参编团队由高校教师和行业专家

内容简介AI让所有人都能轻松成为短视频创作高手，你欠缺的只是一本合适的指导书！这是一本专门写给小白（包括0基础的老年人）的AI短视频高手速成教程，跟着做就能快速生成高质量短视频。本书通过70个实用案例、128个实用知识点、160余分钟教学视频、170余个素材与效果文件、530余张精美插图，53组精心撰写的提示词，全面展示了AI赋能下的短视频高效创作流程，可帮助读者从新手快速变成AI短视频创作高手。本书共包括9章，从技能和案例两条线展开介绍。技能线：对文案生成、文生视频、图生视频、视频生视频、数字

内容简介对于我们每个普通人而言，核心的AI能力不是写作不是绘画，也不是编码，而是AI Agent设计！这是一本能帮助每个人轻松构建从提示词编写到AI Agent设计完整知识体系的实战指南，由LangGPT社区的的创始人等几位国内提示词编写和AI Agent设计领域的领军人物撰写，得到了硅基流动创始人袁进辉、润米咨询创始人刘润、通往AGI之路创始人AJ等众多行业专家的高度评价。设计AI Agent，提示词是关键。本书首先详细介绍了提示词的原理、编写提示词常用的6种方法，以及被奉为圭臬的结构化

本书是一本以大字大图配视频为特色的AI实用指南，以五天学习计划为框架，帮助读者零基础认识 AI、学会使用热门 AI 工具(如豆包、DeepSeek)，并将其运用于日常生活中。本书涵盖 AI基础知识、生活助手功能、健康管理功能、娱乐应用功能及艺术创作功能等内容。本书语言通俗易懂、操作步骤具体，并附有小练习。读者可以掌握 AI工具的使用方法，享受智能生活的便利与乐趣。

本书由龙蜥社区操作系统及eBPF专家联合撰写，带领读者一次性学透eBPF原理与Linux可观测性，让性能与安全问题无所遁形，效果立竿见影。具体来说，本书系统介绍eBPF技术生态、特性、五大主流开发框架，并深度剖析应用、网络、内存、I/O、调度、安全六大关键Linux可观测性实践。本书共9章，从逻辑上分为两部分。第一部分为eBPF基础（第1～3章）：第1章概述eBPF技术的发展历程和应用场景；第2章深入解析eBPF的指令集、辅助函数及程序类型设计原理；第3章介绍如何使用libbpf、BCC、eun

AI已成为职场的入场券，你准备好了吗？
这是一本面向所有职场人的AI助手使用指南，它以流行的豆包为工具，从实战的角度讲解了如何借助AI大幅提升工作效率和激发创新能力。本书凝聚了LangGPT社区核心AI专家的丰富实战经验和方法论，得到了豆包官方字节跳动旗下的火山引擎开发者社区，以及秋叶等多位办公和AI领域专家的高度认可。
工欲善其事，必先利其器。本书首先从一个行家的视角全面介绍了豆包、豆包内置应用、豆包浏览器插件的功能和使用方法，为读者打下AI基础；然后，详细讲解了La

"本书结合典型机械系统控制的实例，系统地介绍了神经网络控制的基本理论、基本方法和应用技术。本书是作者多年来从事控制系统教学和科研工作的结晶，同时融入了国内外同行近年来所取得的新成果。
全书共分16章，包括绪论、RBF神经网络的设计与仿真、基于梯度下降法的RBF神经网络控制、自适应RBF神经网络控制、RBF神经网络滑模控制、基于模型整体逼近的自适应RBF控制、基于局部逼近的自适应RBF控制、基于RBF神经网络的动态面自适应控制、数字RBF神经网络控制、离散神经网络控制、自适应RBF观测器设计

本书通过具体的案例，循序渐进地讲解了计算机视觉和模型调优的相关内容。首先介绍基础知识，包括人工智能基础、计算机视觉基础、图像基础和编程基础相关知识。然后讲解传统计算机视觉和基于深度学习的计算机视觉，如卷积神经网络等。接着深入探讨算法原理，包括卷积、池化、批归一化、激活函数、残差结构、全连接、SoftMax等，并提供手写算法示例。最后介绍了模型在 Python 和 C++中的实际应用以及性能优化技巧，如计算向量化、权值预加载和多线程等。
本书内容实用，由浅入深，案例典型，讲解通俗易懂，随书提