众智网络化应用已经深入人们生活的方方面面，但是目前仍缺乏有效且合理的众智网络基础理论体系，无法解释互联网时代的各类众智现象背后的内在机理或规律。本书以众智网络为主要研究对象，研究众智网络的抽象建模，归纳智能体建模、心智计算、各类复杂系统建模等与众智网络相关的建模技术，重点阐述众智网络中智能数体的建模技术和众智网络互联的建模技术，并结合众智网络的具体应用进行说明。

本书是近年来作者对文本情感分类研究成果及经验的总结。本书针对文本情感分类中存在的高维数据、非均衡数据和无标签数据等问题，将泛化能力和适应性较强的集成学习引入文本情感分类问题的研究中，系统比较各类集成学习方法在文本情感分析中的有效性，以此为基础分别研究基于POS-RS的文本情感分类问题、基于非均衡数据分类的文本情感分类问题，以及基于半监督学习的文本情感分类问题。

本书旨在帮助读者筑牢数据结构和算法的基础，提升职场竞争力。本书代码采用Java语言编写，分为上、下两篇，共15章。其中，第1~9章为上篇，讲解数据结构和算法基础，为读者全面梳理基本知识，内容涵盖线性结构、树结构、图结构、排序与查找、穷举法、递归算法、贪心算法、动态规划、回溯法；第10~15章为下篇，收集了50多道经典且有趣的大厂面试真题，针对每道题都给出了详细的分析和解答，帮助读者全面提升解决实际问题的能力，同时为读者准备笔试、面试提供帮助。 本书坚持夯实基础、注重实践、举一反三的理念，内容丰富

机器学习是人工智能的一个方向。它是一门多领域交叉学科，涉及概率论、统计学、矩阵论、神经网络、计算机等多门学科。其目标是使用计算机模拟或实现人类学习活动，从现有大量的数据中学习，利用经验不断改善系统性能。机器学习步骤一般分为获取数据、数据预处理、建立模型、模型评估和预测。本书共6章。第1章节主要介绍机器学习的基本概念及其发展史、机器学习分类、常见机器学习算法及其特点；第2章搭建机器学习开发环境，主要包括anaconda\pycharm\python软件的安装及使用，以及常见机器学习库的介绍和安装使

本书阐释了人工智能（AI）的独特之处，它可能导致哪些法律和道德问题，以及我们如何解决这些问题。它认为AI与先前其他的任何技术都有不同，因为它能够独立且不可预测地做出决策。这引发了三个问题：责任——如果AI造成伤害，谁来负责；权利——赋予AI法律人格的道德争议和务实理由；以及围绕人工智能决策的伦理规范。该书建议，为了解决这些问题，我们需要跨行业和国际层面制定新的制度和法规。本书包含对复杂主题的清晰解释，将会吸引不同学科的受众，无论是对法律、政治和哲学感兴趣的人士，还是对计算机编程、工程和神经科学感

本书是近年来作者对混合智能系统研究成果及经验的总结。本书界定了混合智能系统的研究范围和研究层次，给出了混合智能系统的概念。以设计科学的思想为基础，以基于案例推理的混合智能系统技术选择为核心，依据“从定性到定量综合集成研讨厅”的基本思想，提出了基于案例推理的混合智能系统构造方法。在对串型混合智能系统、并型混合智能系统、反馈型混合智能系统、内嵌型混合智能系统、混联型混合智能系统的应用特点进行分析的基础上，对基于案例推理的混合智能系统构造方法进行了实证研究，并将混合智能系统引入商务智能的应用中。最后对

不同业态、规模和技术能力的企业，其数字化转型过程的步骤和关键节点有所不同，因而容易出现局部繁荣和全局收益不明显的现象。同时，数字化的理念正在经历颠覆式的发展，由方法论下沉到实践，又通过实践对方法论不断进行补充。因此，数字化转型对技术的要求越来越高。本书从技术共享、成熟度模型、核心技术体系、场景赋能等方面，对技术赋能企业数字化转型进行全局描述，并辅以案例说明。本书还涵盖大量的数字技术体系和管理方式，以帮助读者快速掌握相应的数字工具和技术方法。

这是一部汇聚和浓缩了淘宝近20年软件交付方法与经验的著作，由阿里巴巴集团大淘宝技术部历时36个月撰写而成，得到了阿里巴巴合伙人程立（鲁肃）的高度评价。这本书围绕软件价值交付的全生命周期展开，完整讲解了淘宝高效交付的体系化建设，从目标确定到需求拆分，从高效开发的技术架构、研发流程到工具平台建设，再到完善的全链路质量保障和用户体验保障实践，最后用横向的项目管理串联起全链路交付的每个环节，实现价值的高效流动。全书具体内容从以下8个维度展开：（1）目标与需求管理：淘宝的战略目标管理、项目目标管理以及不同

本书全面介绍了预测性分析相关方法，不仅直观地阐述了相关概念，还给出了现实的示例问题和真实的案例研究包括从失败项目获得的经验教训。本书理论和实践内容相对平衡，便于读者加深理解。全书共9章，外加一个附录。第1章为分析导论，第2章为预测性分析和数据挖掘导论，第3章介绍预测性分析的标准流程，第4章介绍预测性分析的数据和方法，第5章介绍预测性分析算法，第6章探讨预测性建模中的高阶主题，第7章介绍文本分析、主题建模和情感分析，第8章介绍预测性分析使用的大数据，第9章介绍深度学习和认知计算，附录展望了商业分析

本书分为前后两部分，第一部分以Python基础知识为主，案例贯穿始终，主要包括：基础知识、面向对象、多线程、数据库编程、图形界面设计和文件操作；第二部分以小游戏和项目开发案例为主线，在游戏和项目设计与开发中学习知识点的应用，做、学、练于一体。本书语言精练、层次清晰、由浅入深，以案例为主线讲解知识点，以精心设计的5个具有吸引力的游戏和项目作为章节名称进行知识点的实践训练，激发学生学习兴趣和学习愿望。本书提供完整的课程资源包，包括案例源代码、课件PPT等。本书可以作为本科院校计算机相关专业Pytho