《C语言项目开发全程实录（第3版）》共分10 章。第1 章为C 语言常用经典算法实录，分为排序算法、查找算法以及其他经典算法三大类，详细讲解了C 语言程序开发中常用的28 个经典算法的实现过程。第2~10 章精选9 个热门项目，涉及游戏开发、桌面应用开发、网络通信开发、数据库管理系统开发等多个开发领域，具体包含：挑战2048、趣味俄罗斯方块、畅联通讯录管家、岁月通万年历、网络通信系统、智企员工管理系统、智行共享汽车管理系统、阅界藏书管理系统（窗体版）、水果消消乐游戏。本书从软件工程的角度出发，按

本书全面介绍了ChatGPT在人机情感交互中应用的基本理念、原理和高级技巧，内容涵盖与ChatGPT探讨人机交互、揭开ChatGPT的面纱、ChatGPT的回答技巧、难不倒ChatGPT的问题、用ChatGPT给孩子讲故事、角色人格设定并亲密交流、用ChatGPT给烹饪带来新体验、情感输出与支持、明智谨慎地使用ChatGPT、展望ChatGPT的发展前景等。通过对本书的学习，读者可以逐步提升自己的技能，掌握基于ChatGPT的人机情感交互技术的各个方面。

"本书融合了“C# 程序设计基础”+“Unity 项目实战”，给没有C# 程序设计基础和Unity 项目开发经验，但又希望能快速上手开发出自己第一个作品的读者，带来一次友好的虚拟现实程序设计学习体验。全书共分3 篇11 章：第1~3 章为第1 篇，是开发环境的准备，带领读者一步步创建自己的第1 个Untiy项目；第4~8 章为第2 篇，是虚拟现实程序设计基础，以“基础知识讲解+ 项目实战”形式循序渐进地学习C# 基础概念、字符串与正则表达式、委托和事件、集合与泛型、常用接口等核心内容；第9~11

"本书共25章，覆盖了软件安全基础、恶意代码机理分析、恶意代码样本分析与检测、软件漏洞分析，以及软件安全智能化分析5个领域。
软件安全基础部分的相关实验具体涉及磁盘结构与数据恢复、程序链接与执行过程分析、PE及ELF可执行文件结构剖析，旨在加强读者的软件安全基础，这对于读者后续理解恶意代码和软件漏洞的机理、分析与防护技术具有重要作用。
恶意代码机理分析部分具体包括Windows PE病毒、宏病毒与脚本病毒、网络木马机理分析、网络蠕虫、勒索病毒分析等，旨在加强读者对典型恶意代码机理的理

"本书主要讲解FusionOS的基础理论知识及其实践应用。本书共分为12章，从认识操作系统开始，介绍以下内容： 操作系统的定义、特性、分类及应用领域、FusionOS等； 操作系统的安装； 操作系统的基本设置与使用； 用户和组群管理； 进程和作业管理； 文件系统和磁盘管理； 搭建FTP服务器； 搭建Web服务器； 搭建邮件服务器； 搭建数据库服务器； 使用双机集群系统； FusionOS Shell编程。本书提供大量应用实例，除第1章，其他章后均附有习题。

本书适合

本书是国内首部系统介绍人工智能和数据科学在法律实践和法学研究中应用的书籍。本书整合了国内外前沿的业界实践和学术研究，是对该领域知识进行系统整理和提炼的最新研究成果，为读者呈现了一幅人工智能与数据科学在法律领域应用的全面图景。 本书特别注意将复杂的技术知识转化为易于阅读和理解的内容，避免了复杂的数学公式和技术术语。书中介绍了大量具体案例，如基于大数据的判决预测、法系分类，基于大语言模型的法律问答、文书生成等。这些案例形象地展示了法律人工智能的丰富应用场景，帮助读者创造性地思考AI时代下法律行业的挑

近年来国家对数据要素越来越重视，相关的法律政策陆续发布，这些法律政策的出台不仅引起了学术界对数据要素的高度重视，也推动了产业方对数据要素的广泛应用，更推动了数据资产入表的深入开展，使全民对数据要素的认识和应用提高到一个新台阶。 为方便广大读者学习、领悟和贯彻这些法律政策，本书组织了本领域相关重量级专家对相关法律政策进行解读，论述法律政策出台的背景及缘由，以及其指向及重点，为读者了解法律政策提供简明扼要的辅助，同时帮助从业者了解法律政策出台目的，引导从业者按照法律政策取向干事创业、取得实际成效。

数据治理是确保数据资产得到有效管理、利用和保护的一系列政策、流程和技术措施的综合。《数据治理：制度体系建设和数据价值提升》明确了数据治理的目标、策略和体系框架，详细阐述了数据治理的组织架构，为读者奠定了坚实的理论基础，为不同规模和组织结构的企业提供了参考。

本书深入探讨了图方法在文本挖掘领域的应用，强调了图模型在处理文本数据时对上下文和长距离语义依赖关系的捕捉能力。全书分为３部分，共８章，系统地介绍了基于图的文本挖掘技术，并通过多个自然语言处理任务(如短文本分类、虚假新闻检测、知识图谱表示学习等)展示了图方法的有效性。作者结合丰富的科研和项目经验，提出了创新的图模型和算法，旨在解决数据稀疏和复杂语义建模问题。

本书深入剖析机器学习中的概率思维，从基础理论出发，结合经典例子，阐述如何将概率思维巧妙应用于机器学习算法，帮助读者理解数据背后的规律与不确定性。除引言外，全书内容分为5章，包括贝叶斯定理中的概率思维、朴素贝叶斯算法中的概率思维、极大似然估计和最大后验估计、贝叶斯网络、马尔可夫链和隐马尔可夫模型。