作为视频剪辑方面的新手，如何快速成为一名高手？精通视频的剪辑、调色、字幕、音效等制作。不会Premiere与AfterEffects软件，有没有快速成长的方法？功能强大且简单操作的剪映能帮到你！本书完全从零开始，通过50多个案例，实战教学，并赠送所有案例的素材、效果文件，以及90多集同步制作过程的教学视频，详细讲解了短视频制作的剪辑、调色、字幕、音效等内容，帮助读者快速上手，成为专业剪辑师。

本书介绍了解贝叶斯神经网络的基本原理, 了解不同的关键BNN实现/近似之间的权衡, 了解概率DNN在生产背景下的优势, 指导如何实现各种BDL方法, 以及如何将这些方法应用于现实世界中的问题, 了解如何评估BDL方法并为特定任务选择最佳方法。通过本书, 读者将了解预测任务中不确定性估计的重要性, 并将了解各种用于产生原则性不确定性估计的贝叶斯深度学习方法。读者将在这些方法的实施过程中得到指导, 并将学习如何选择和在现实世界中应用贝叶斯深度学习方法。在本书结束时, 读者将对贝叶斯深度学习

"本书顺应国家信息技术应用创新产业发展要求，融入了当前行业前沿发展技术，基于“岗课赛证”融通的理念进行内容的设计与编写。本书共包括12个项目，选取校园网络建设与运维等网络工程案例中典型的应用场景作为实训内容，结合相关背景知识，以“识网—用网—管网—建网”为主线编排内容，采用“项目引导、任务驱动”的方式，按照“项目导读”“相关知识”“项目实施”三部分展开，以培养学生网络实用技能及提高职业能力为出发点，同时将行业、企业认证模块、1+X证书等职业技能知识分解后嵌入相关任务，在做中学，在学中做。

本书结合案例详细介绍了AI绘画技术在各领域的应用，旨在让读者深入了解AI绘画技术应用的多样性，真正做到让AI绘画赋能你我他。 本书共10章，涵盖的主要内容有AI绘画概述、AI绘画在插画领域的应用、AI绘画在营销领域的应用、AI绘画在产品设计领域的应用、AI绘画在摄影领域的应用、AI绘画在建筑领域的应用、AI绘画在电影领域的应用、AI绘画在网站和社交软件领域的应用、AI绘画在游戏领域的应用，以及AI绘画的展望与挑战。 本书内容通俗易懂，案例丰富，实用性强，特别适合AI绘画初学者阅读，同时也适合需要

机器学习虽然在改进产品性能、产品流程和推进研究方面有很大的潜力，但仍面临一大障碍——计算机无法解释其预测结果。因此，本书旨在阐明如何使机器学习模型及其决策具有可解释性。本书探索了可解释性的概念，介绍了许多简单的可解释模型，包括决策树、决策规则和线性回归等。本书的重点是模型不可知方法，用于解释黑盒模型（如特征重要性和累积局部效应），以及用Shapley 值和局部代理模型解释单个实例预测。此外，本书介绍了深度神经网络的可解释性方法。本书深入解释并批判性地讨论所有的可解释方法，如它们在黑盒下的运作机制

本书以Office 2021为平台，精选典型实用案例，以任务驱动的方式，对Office高级应用所需的知识与技能进行详细深入讲解。全书共分为四个部分：Word高级应用、Excel高级应用、PowerPoint高级应用和Visio应用，由9个实际工作任务、20个拓展实训任务和9个综合实践任务组成。本书采用三层递进的方式编写，立足应用，充分考虑办公人员的认知特点，更加符合学生的认知和能力形成规律。本书配有电子课件、任务素材、课程标准等教学资源，便于教学和读者自学。本书既适用于本科及高职高专相关专业学生

本书采用数字逻辑基础、组合逻辑电路、时序逻辑电路、系统综合设计的组织结构，首先介绍数字逻辑基础知识，然后讨论组合、时序逻辑电路的分析和设计方法，同时将逻辑电路的门电路实现、PLD实现、HDL描述作为数字电路的不同实现方式进行有机融合，比较全面地讲解数字电路的理论和实现方法。
全书共9章，第1章、第2章主要介绍数字逻辑理论基础与布尔函数的逻辑实现，包括信息的数字化表示、布尔代数的基本理论和方法，小、中、大规模器件的类型和实现数字电路的基本原理和方法；第3章～第6章详细讨论组合逻辑电

本书阐述数据驱动的工业过程监控与故障诊断的理论与应用方法，主要内容包括：过程监控必要的基础知识、常见测量方法、检测指标、控制限设计和仿真平台；面向间歇过程的故障检测方法，包括软过渡PCA监控、基于核费希尔包络分析的故障识别、基于局部特征相关性的故障诊断；面向质量监控的全局与局部特征融合的故障诊断方法，包括基于全局加局部偏最小二乘模型、局部保持偏最小二乘模型、局部线性嵌入潜结构偏最小二乘的投影模型和鲁棒L1偏最小二乘模型的多种质量监控方法；面向故障溯源的数据与机理融合诊断方法，包括基于贝叶斯因果模

在人工智能飞速发展的今天，大众对于这一前沿技术仍感神秘且难以窥探其深。为此，本书针对人工智能的核心问题进行了深入剖析，旨在帮助读者揭开其神秘面纱。
　　本书的主要内容围绕以下问题展开：什么是人工智能？人工智能能否解释其决策？它能否承担法律责任？它是否具有代理权？人类应该保留对这类系统的何种控制权，是否取决于所做决策的类型？如今数据共享比10年前更容易也更普遍，我们是否需要对隐私法进行根本性的反思？我们如何应对通过针对性政治广告进行操纵的潜在可能？政府在使用决策工具方面与产业界是否有所不同？

本书结合小波变换和深度学习这两种先进的技术手段，系统地设计多种小波域上的依赖关系，对小波变换域联合建模进行深入的研究，从而显著地提高小波对图像特征的表示能力，并推动小波分析在理论和应用方面的发展。本书首先介绍小波变换的基本原理和相关的数学知识，以及小波变换在图像处理中的应用；其次详细地讲解深度学习相关的理论知识和常用的图像处理方法；然后详细地介绍深度神经网络的基础理论和网络组件，以案例形式介绍PyTorch深度学习框架；最后，详细地介绍深度神经网络常用网络组件和模型，重点介绍和分析ResNet模