复杂系统多Agent建模与控制的理论及应用

本书源于斯坦福大学的相关课程，主要介绍不确定状态下的决策算法，涵盖基本的数学问题和求解算法。本书共分为五个部分：首先解决在单个时间点上简单决策的不确定性和目标的推理问题；然后介绍随机环境中的序列决策问题；接着讨论模型不确定性，包括基于模型的方法和无模型的方法；之后讨论状态不确定性，包括精确信念状态规划、离线信念状态规划、在线信念状态规划等；最后讨论多智能体系统，涉及多智能体推理和协作智能体等。本书

本书内容是在充分利用偏最小二乘原理优势的基础上，重点研究改进与优化偏最小二乘的不足方面，使其更好地适应中医药数据分析。主要内容包括分别引入非径向数据包络分析和降噪稀疏自编码器优化偏最小二乘的噪声处理，使其处理缺失值和噪声更有效；分别引入特征相关、L1正则项和灰色关联优化偏最小二乘的特征提取，实现有效降维和提取特征子集；分别融合受限玻尔兹曼机、稀疏自编码器、深度置信网络提取非线性成分，优化偏最小二乘

本书以理论为基础，以应用为导向，用大量的实例对Access数据库的应用进行全面讲解。全书共8章，主要内容包括数据库的基础知识、Access的基本操作、表的构建、查询的创建、窗体的设计、报表的设计、宏的自动化操作，以及数据库文件的管理。知识点覆盖《全国计算机等级考试二级Access数据库程序设计》考试大纲规定的内容。在介绍Access操作方法的同时，安排大量的动手练案例，并且穿插知识延伸小体例，理论

本书深入剖析了互联网主导下的数字广告系统，详细阐述了如何通过数据驱动的产品技术、计算算法和动态定价模型来推进广告主的数字营销，并使其在广告领域与技术广告体系全面融合。同时，本书还探讨了数字化升级对广告业流程的影响，包括市场研究、内容匹配、定制化广告、广告竞投以及消费者沉浸式互动和用户忠诚度提升等营销职能。这些内容共同构建了数字化和智能化广告发展的综合知识体系。全书分为三篇（共10章）：第一篇为基础

《Web3.0》针对当下火热的Web3.0话题，介绍Web3.0的相关专业知识、技术实现方法及应用前景。全书共9章，第1章介绍了Web3.0的基本知识；第2、3章介绍了Web3.0的基础技术栈和拓展技术栈；第4章介绍了Web3.0的生态构建，包括去中心化自治组织、开放式金融、加密货币、代币经济与数字市场、数字身份、创造者经济、注意力经济等；第5章阐述了Web3.0的行业应用；第6章介

本书以简洁的语言介绍了使用Word和InDesign编辑与排版文档所需掌握的主要功能、操作方法和实用技巧。本书提供了动手实践案例实战疑难解答几个栏目，以便增强学习效果，使读者可以更好地将理论知识与实践相结合。本书共9章，内容分为Word和InDesign两部分：Word部分中的内容主要包括文档基本操作和页面设置、文本编辑和格式设置、创建和设置表格、插入和设置图片、图文表混排、创建和使用样式与模板、

《深度序列模型与自然语言处理：基于TensorFlow2实践》以自然语言和语音信号处理两大应用领域为载体，详细介绍深度学习中的各种常用序列模型。在讲述理论知识的同时辅以代码实现和讲解，帮助读者深入掌握相关知识技能。《深度序列模型与自然语言处理：基于TensorFlow2实践》共12章，不仅涵盖了词向量、循环神经网络、卷积神经网络、Transformer等基础知识，还囊括了注意力机制、序列到序列问题

深度强化学习是人工智能和机器学习的重要分支领域，有着广泛应用，如AlphaGo和ChatGPT。本书作为该领域的入门教材，在内容上尽可能覆盖深度强化学习的基础知识和经典算法。全书共10章，大致分为4部分：第1部分（第1～2章）介绍深度强化学习背景（智能决策、人工智能和机器学习）；第2部分（第3～4章）介绍深度强化学习基础知识（深度学习和强化学习）；第3部分（第5～9章）介绍深度强化学习经典算法（D

《细说机器学习：从理论到实践》从数学知识入手，详尽细致地阐述机器学习各方面的理论知识、常用算法与流行框架，并以大量代码示例进行实践。本书内容分为三篇：第一篇为基础知识，包括机器学习概述、开发环境和常用模块、特征工程、模型评估、降维方法等内容。本篇详细而友好地介绍机器学习的核心概念与原理，并结合大量示例帮助读者轻松入门。第二篇为算法应用，涵盖机器学习最重要与高频使用的模型，包括K-Means聚类、K