本书是关于如何高效使用DeepSeek智能助手的实用指南。本书首先简单介绍了DeepSeek的基础功能、对话技巧、提示词技巧等，然后通过丰富的实操案例展示了DeepSeek在多个常见场景中的应用，包括高效办公、高效学习、高效处理政务、高效处理金融业务、高效制造、高效处理出版业务、高效处理外贸业务等，以帮助读者深入理解和掌握这一AI工具。本书的目的不仅仅是向读者展示DeepSeek的功能，更重要的是教会读者如何将其应用到实际的工作和生活中，以提升工作效率和学习能力。

本书系统讲解自动机器学习工具与方法。让机器学习与自动化两大概念合理的结合起来，进而让读者精准理解自动化机器学习的必要性。从技术原理剖析其在自动化机器学习中的角色和内涵，通过案例掌握自动化机器学习的关键知识点和技术原理。自动机器学习可以将部分机器学习过程自动化，减轻数据科学从业者的工作负担。本书介绍自动机器学习模块的理论、技术与应用，包括自动实现数据预处理、特征选择、模型训练、模型优化等任务，学习应用auto-sklearn和MLBox等已有的自动化库，并且创建和扩展自定义的自动机器学习

本书第一章介绍了脉冲神经网络的背景，第二章介绍了脉冲神经网络的基本概念及工作原理，第三章介绍了脉冲神经网络的学习算法等，第四章介绍了多款典型的边缘端类脑计算神经形态芯片设计，包括所用的脉冲网络哟拓扑结构、片上学习算法、硬件架构和关键模块电路设计，第五章总结了类脑芯片的应用前景，目前存在的问题以及结论。

《机械设计手册》第七版共6卷，涵盖了机械常规设计的所有内容。其中第1卷包括一般设计资料，机械制图和几何公差，常用机械工程材料，机构。 本手册具有权威实用、内容齐全、简明便查的特点。突出实用性，从机械设计人员的角度考虑，合理安排内容取舍和编排体系；强调准确性，数据、资料主要来自标准、规范和其他权威资料，设计方法、公式、参数选用经过长期实践检验，设计举例来自工程实践；反映先进性，增加了许多适合我国国情、具有广阔应用前景的新材料、新方法、新技术、新工艺和新产品。本手册可作为机械设计人员和有关工程

《机械设计手册》第七版共6卷，涵盖了机械常规设计的所有内容。其中第4卷包括带、链传动，螺旋传动、摩擦轮传动，多点啮合柔性传动，减（增）速器、变速器，常用电机及电气传动系统，机械振动，机架。本手册具有权威实用、内容齐全、简明便查的特点。突出实用性，从机械设计人员的角度考虑，合理安排内容取舍和编排体系；强调准确性，数据、资料主要来自标准、规范和其他权威资料，设计方法、公式、参数选用经过长期实践检验，设计举例来自工程实践；反映先进性，增加了许多适合我国国情、具有广阔应用前景的新材料、新方法、新技

本书深入剖析了主流开源分布式系统模式，包括模式中的常见问题和解决方案，并展示了Kafka和Kubernetes等系统的真实代码示例，以帮助企业架构师和开发人员更好地理解这些系统的工作原理，以及分布式系统的设计原则，为应对数据存储在多台服务器上时可能出现的各种问题做好准备。通过阅读本书，读者将:了解什么是分布式系统，以及为什么需要分布式系统。更深入地理解分布式系统模式设计所面临的挑战，以选择合适的云服务和产品。理解包括数据库、内存数据网格、消息代理，以及各种云服务在内的系统的实现原理。自信地浏览开

本书概述了城市计算的定义、框架和主要研究问题，以典型应用为案例着重介绍大数据中异构数据的融合和协同计算技术。

本书提供了关于如何在数据治理中建立和运行数据认责工作的适用且可操作的信息和说明，旨在为新任数据专员或数据治理经理提供在数据认责方面所需的知识，以确保其工作有效和高效。本书分为11章，包括：数据认责和数据治理：二者如何结合；了解数据认责的类型；认责管理的角色和职责；实施数据认责；培训业务型数据专员；数据认责实践；数据专员的重要角色；衡量数据认责进度：指标；数据认责成熟度评估；大数据和数据湖认责；基于数据域开展数据治理和认责。
本书内容丰富，理论和实践相结合，易读性和可操作性强，可以

这是一本讲解在数据要素大背景下，企业如何将数据资源开发成数据产品，进而通过数据产品实现数据资产化和资本化的著作，为企业释放数据价值提供了科学的方法论和国内领先的实践方案。
这本书由全球数据资产理事会（DAC）组织编写，融合了国内数据资产管理领域多家企业的10位专家的研究成果和实战经验，得到了湖南数据产业集团、广州数据集团、深圳数据交易所、浙江大数据交易中心、华为、平安、安永、毕马威、德勤、普华永道、浙江大学等企业、机构和高校等近20位高层领导、技术专家和学者的高度评价和一致推荐。

本书以深度学习入门内容为主线，通过数形结合的方式来渐进式引导读者进行学习，力争使各位读者对于每个算法原理不仅要做到知其然更要做到知其所以然。同时，本书采用了深度学习中较为流行且简单易学的PyTorch框架来进行示例，以便让各位读者在学习各个算法的原理过程中也能够掌握其实际的用法。
本书共10章，分为深度学习领域发展和开发环境配置、深度学习基础和深度学习技术在自然语言处理领域方面的应用三部分内容。第一部分内容（第1~2章）详细介绍了深度学习的起源和发展阶段及深度学习环境的安装配置。