本書從語義匹配的角度解決搜索引擎和推薦系統(tǒng)的關(guān)鍵痛點，為構(gòu)建解決語義匹配問題的深度學習模型提供了通用框架。第1章概述搜索和推薦中的語義匹配問題，以及近年來的研究進展。第2章介紹傳統(tǒng)匹配模型，包括潛在空間模型。第3章介紹深度學習技術(shù)在構(gòu)建匹配模型時的應用。第4章和第5章分別介紹用于搜索和推薦的深度匹配模型，并將當前的深度

本書講解概率圖模型的基本原理及其在機器學習、大數(shù)據(jù)建模、深度神經(jīng)網(wǎng)絡模型中的應用,并且從概率圖模型的角度講解機器學習算法、深度神經(jīng)網(wǎng)絡模型的概率原理，培養(yǎng)學生知其然，并知其所以然的思維方式，解決學生應用建模時僅局限于模型選型和調(diào)參的問題。本書內(nèi)容豐富，將原理與實例相結(jié)合，數(shù)學與代碼相結(jié)合，可作為高等院校的人工智能

本書分為十章，作者從時代背景和理論基礎出發(fā)，分別從互聯(lián)網(wǎng)治理的時代背景、相關(guān)概念界定、相關(guān)研究幾方面展開討論，進而引出關(guān)于互聯(lián)網(wǎng)治理現(xiàn)狀和問題的分析，提出互聯(lián)網(wǎng)協(xié)調(diào)治理的政策設計設想，方案，對大數(shù)背景下中國互聯(lián)網(wǎng)治理政策文件進行了梳理和總結(jié)。此外，作者在書稿中以新冠肺炎疫情這一公共突發(fā)事件治理為研究案例，以圖表形式詳細

本書詳細解讀《信息安全技術(shù)網(wǎng)絡安全等級保護基本要求》（GB/T22239—2019）中的安全擴展要求部分，包括第一級至第四級云計算安全擴展要求、移動互聯(lián)安全擴展要求、物聯(lián)網(wǎng)安全擴展要求、工業(yè)控制系統(tǒng)安全擴展要求、大數(shù)據(jù)安全擴展要求，對相關(guān)概念、涉及的等級保護對象等進行了全面的闡述。本書可供網(wǎng)絡安全等級測評機構(gòu)、等級保護

本書主要以未來信息學院網(wǎng)站為載體，介紹如何利用最新Web前端開發(fā)技術(shù)HTML5和CSS3等制作靜態(tài)網(wǎng)站。全書共劃分為12個任務，將未來信息學院網(wǎng)站項目拆分為前10個任務，每個任務實現(xiàn)一個相對獨立的功能；任務11在學習前面任務的基礎上，按照真實網(wǎng)站開發(fā)流程，完成未來信息學院網(wǎng)站整體的設計與實現(xiàn)；任務12完成化妝品公司網(wǎng)站

本書是高職教育類教材。本書針對目前開發(fā)行業(yè)對Java語言開發(fā)工具應用的技能需求以及計算機類專業(yè)對Java語言編程的基本要求，與企業(yè)深度合作，以“學習目標”→“任務引導”→“任務基礎”→“任務實施”→“綜合訓練”為主線來編寫。內(nèi)容在涵蓋基本程序語法的基礎上，以小項目開發(fā)為實踐落腳點。通過“學習目標”和“任務引導”，讓學生

Linux是世界上最流行的開源操作系統(tǒng)。Linux系統(tǒng)編程技術(shù)將使你能夠使用自己的系統(tǒng)程序擴展Linux操作系統(tǒng)，并與系統(tǒng)上的其他程序進行通信。本書探討了Linux文件系統(tǒng)及其基本命令、內(nèi)置手冊頁、GNU編譯器集合（GCC）和Linux系統(tǒng)調(diào)用；講述了如何處理程序中的錯誤，以及如何捕獲錯誤并打印錯誤相關(guān)信息；介紹了在系

本書全面介紹Vue.jsNode.js全棧開發(fā)所使用的新技術(shù)，包括MongoDB、Express、Vue.js3、Node.js、NaiveUI、md-editor-v3、Nginx、basic-auth、JavaScript、TypeScript等開源技術(shù)棧，知識點涉及數(shù)據(jù)存儲、模塊、測試、緩沖區(qū)、事件處理、文件處理

本書從信息安全基礎理論入手，按照網(wǎng)絡空間安全大類的基本知識點由淺入深地介紹了信息安全的基礎理論、原理和技術(shù)。本書分為12章，內(nèi)容包括密碼學的基本概念、原理和技術(shù)，系統(tǒng)地介紹了網(wǎng)絡安全技術(shù)的基礎知識體系，涵蓋了網(wǎng)絡安全攻擊與防御等方面的內(nèi)容（前一部分是以理論知識為主，后一部分是以實踐為主），每一章附有課后習題。本書內(nèi)容翔

《工業(yè)機器人精度補償技術(shù)與應用（英文版）》詳細地介紹了工業(yè)機器人精度補償?shù)幕�礎理論和關(guān)鍵技術(shù)，主要內(nèi)容包括：機器人運動學模型建立方法和機器人定位誤差分析，機器人運動學模型標定方法，機器人非運動學標定方法，機器人最優(yōu)采樣點規(guī)劃方法等，并進一步闡述了飛機裝配自動制孔系統(tǒng)中工業(yè)機器人精度補償技術(shù)的應用方法，以驗證該技術(shù)的有效