數(shù)據(jù)科學的理論基礎(chǔ)是數(shù)學。本書共六章。前三章系統(tǒng)介紹了數(shù)據(jù)科學里廣泛使用的線性代數(shù)、概率論、微積分以及最優(yōu)化理論的相關(guān)基礎(chǔ)知識；后三章簡練闡述了網(wǎng)絡(luò)分析、量子算法、大模型的基本數(shù)學原理和一些代表性算法。書中部分應(yīng)用案例源自作者的原創(chuàng)性工作,通過發(fā)現(xiàn)問題、分析問題、解決問題的邏輯鏈條,生動展示了數(shù)據(jù)建模在解決實際問題中的

人工智能已在多個行業(yè)得到成功應(yīng)用，大模型的應(yīng)用已成為突破性進展的重要驅(qū)動力，而在特定垂直領(lǐng)域，如醫(yī)療、法律、金融等，大模型微調(diào)面臨獨特的挑戰(zhàn)和需求。本書致力于大型語言模型微調(diào)與應(yīng)用的關(guān)鍵技術(shù)，探討兩個熱門應(yīng)用方向：大模型的知識專業(yè)性和時效性。剖析了垂直領(lǐng)域大模型訓(xùn)練的背景及意義，探討大模型在垂直領(lǐng)域的遷移學習、應(yīng)用部署

首先，緒論介紹空間對地觀測光學衛(wèi)星視頻智能處理的定義和特點。著重論述了空間對地觀測視頻衛(wèi)星的發(fā)展應(yīng)用、視頻智能處理方法的發(fā)展現(xiàn)狀和難點、數(shù)據(jù)集的發(fā)展等重點內(nèi)容，為后續(xù)章節(jié)的內(nèi)容奠定理論基礎(chǔ)。衛(wèi)星視頻智能處理任務(wù)方面的章節(jié)中，專著既強調(diào)了任務(wù)的概念與內(nèi)涵，又詳細介紹了方法的發(fā)展脈絡(luò)、應(yīng)用案例以及提出的先進的模型算法，使讀

本書詳細闡述了深海智能探測與自主采樣機器人的兩層分離式主體結(jié)構(gòu)總體設(shè)計、關(guān)鍵配套部件及應(yīng)用系統(tǒng)的創(chuàng)新設(shè)計。本書建立了海底熱液異常源信息智能搜索的強化學習模型，提出了機器學習系列高效求解算法，提高了深海探測與采樣機器人的搜索效率與準確性；建立了深海探測與采樣機器人實時跟蹤控制的強化學習模型，提出了深度學習系列高效求解方法

紫光同創(chuàng)FPGA憑借其高性能、低功耗和良好的可編程性等優(yōu)勢，在通信、工業(yè)控制、汽車電子等領(lǐng)域得到了廣泛的應(yīng)用。本書以紫光同創(chuàng)Logos2系列FPGA為例，從多個維度介紹紫光同創(chuàng)FPGA的開發(fā)技術(shù)，主要內(nèi)容包括FPGA產(chǎn)品及廠商介紹、紫光同創(chuàng)FPGA產(chǎn)品介紹、Logos2系列FPGA的單板硬件設(shè)計方法、Logos2系列F

本書是一本系統(tǒng)介紹虛擬現(xiàn)實技術(shù)基本理論、關(guān)鍵技術(shù)和應(yīng)用方法的教材，內(nèi)容涵蓋虛擬現(xiàn)實技術(shù)的基本概念、發(fā)展歷史及其應(yīng)用領(lǐng)域。書中詳細介紹虛擬現(xiàn)實系統(tǒng)中常用的輸入輸出設(shè)備及其工作原理和技術(shù)特點，深入闡述三維建模的基本方法和關(guān)鍵技術(shù)，以及虛擬現(xiàn)實系統(tǒng)中常用開發(fā)引擎的基本功能和應(yīng)用方法。此外，本書還介紹了增強現(xiàn)實系統(tǒng)的核心技術(shù)及

教材涵蓋軟件構(gòu)造安全等新技術(shù)、供應(yīng)鏈安全、智能化對軟件安全影響等新問題、軟件自動修復(fù)、類型安全語言等新進展。將正向逆向結(jié)合，突出逆向分析方法，從方法論上和漏洞機理的深度剖析上，引發(fā)學生深度思考，建立系統(tǒng)的軟件安全觀。針對漏洞分析、惡意代碼檢測等內(nèi)容，沿著從理論分析、實驗驗證到技術(shù)實現(xiàn)的主線展開；圍繞軟件安全開發(fā)、軟件全

本書是分布式并行計算的算法設(shè)計和消息傳遞并行編程的入門教程。書中詳細介紹了包括MPI基礎(chǔ)知識、求解線性代數(shù)方程組的共軛梯度法的并行算法實現(xiàn)、并行程序的效率和可擴展性、進程組和通信器操作、求解三對角線性代數(shù)方程組的追趕法、求解偏微分方程的算法并行化方法等相關(guān)內(nèi)容；還分析了并行程序可擴展性差的主要原因，為讀者提供了全面的并

遙感數(shù)據(jù)是空間大數(shù)據(jù)的一個子集。面向大數(shù)據(jù)處理，需要新的思維指導(dǎo)實踐。新思維之一：尋找多源數(shù)據(jù)不變特征的思維，基于不變特征減弱同地、同譜、同時不同傳感器數(shù)據(jù)之間的不一致性，不同傳感器數(shù)據(jù)可綜合集成應(yīng)用。本書數(shù)據(jù)處理篇多源數(shù)據(jù)的幾何一致性處理、輻射一致性處理等都是這一思維指導(dǎo)下的關(guān)鍵技術(shù)。新思維之二：將信息提取轉(zhuǎn)化為數(shù)據(jù)

性能退化是產(chǎn)品使用維護面臨的重要挑戰(zhàn)之一，既會影響產(chǎn)品使用體驗，又會帶來維修保障需求。通過對退化數(shù)據(jù)進行建模分析，量化產(chǎn)品退化過程，掌握產(chǎn)品退化規(guī)律，可以更為準確地評價產(chǎn)品可靠性水平。本書圍繞退化過程的建模分析，突出個體異質(zhì)性、動態(tài)環(huán)境作用、測量誤差影響等退化數(shù)據(jù)實際特點，采用維納過程進行退化建模與分析，提出了一系列維