计算全息与图像加密

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

《UI设计基础与应用标准教程（全彩微课版）》围绕UI设计进行编写，以理论+实操为编写原则，用通俗易懂的语言对UI设计的相关知识进行详细介绍。《UI设计基础与应用标准教程（全彩微课版）》共9章，内容涵盖UI设计学习入门、图标设计、控件设计、动效设计、App界面设计、网页界面设计、软件界面设计、界面的标注与切图、综合实战案例等。在介绍理论知识的同时，穿插了大量的实操案例，第1～8章结尾还安排了实战演练

本书面向广大数据科学与人工智能专业的学生及初学者，力求通俗易懂、简洁清晰地呈现学习大数据与人工智能需要的基础数学知识，助力读者为进一步学习人工智能打好数学基础。全书分为4篇，共19章：微积分篇（第1～5章），主要介绍极限、导数、极值、多元函数导数与极值、梯度下降法等；线性代数篇（第6～10章），主要介绍向量、矩阵、行列式、线性方程组、特征值和特征向量等，并介绍这些数学知识在人工智能中的应用；概率统

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

本书共共15章，主要包括多源信息融合处理理论与方法及多源信息目标检测、识别和应用两部分内容。书中具体讲述了多源信息融合处理的基本概念以及多源信息融合发展的核心理论方法，如Dempster-Shafer证据理论等；介绍了多源高冲突信息鲁棒性证据推理方法、多辨识框架下异构证据融合方法以及多值迁移融合方法等多种融合技术；给出了多源信息融合的典型应用，特别是在不确定数据分类、多源信息融合检测与识别领域的实

《H5页面设计与制作标准教程（全彩微课版）》以H5为写作基础，以实际应用为指导思想，用通俗易懂的语言对H5页面设计与制作的相关知识进行详细介绍。H5页面设计的魅力在于通过巧妙的设计手法，将复杂的功能简化，将枯燥的信息趣味化，让用户在享受视觉盛宴的同时，轻松获取所需内容。《H5页面设计与制作标准教程（全彩微课版）》共7章，内容涵盖初识H5、H5视觉交互设计技巧、H5页面元素的设计与制作、H5页面动效

《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

本书比较全面、系统地介绍了深度强化学习的理论和算法，并配有大量的案例和编程实现。全书核心内容可以分为3部分，第一部分为经典强化学习，包括第2、3、4章，主要内容有动态规划法，蒙特卡洛法、时序差分法；第二部分为深度强化学习，包括第6、7、8章，主要内容有值函数近似法、策略梯度法、策略梯度法进阶；第三部分重点介绍了深度强化学习的经典应用——AlphaGo系列算法。另外，作为理论和算法的辅助，第1章介绍

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