人工智能和机器学习受数据驱动的趋势日益明显。仿真技术不仅强大，而且魅力无穷，有望释放两者的全部潜能。本书的主要内容有：用Unity引擎和仿真技术，解决机器学习和人工智能问题。用游戏引擎合成图像训模。创建仿真环境，训练强化学习和模仿学习模型。采用PPO等高效通用算法解决基于仿真的机器学习问题。用不同方法训练多种机器学习模

本书的主要内容包括：创建一个简单的集群，了解Kubernetes的基本工作原理。深入了解使用Kubernetes部署应用程序的细节。学习Kubernetes的专属对象，如守护进程集、作业、ConfigMap以及机密等。探索如何通过部署组织应用程序的整个生命周期。学习如何保护应用程序部署的安全。学习部署多集群应用程序，以

如果你的数据处理或服务器应用程序已经超出了单台计算机的处理能力，那么这本书就是为你准备的。你将探索分布式处理（纯Python的无服务器实现），并学习如何：使用RayActor实现有状态应用程序。在Ray中构建工作流管理。将Ray用作批处理和流处理的统一系统。使用Ray进行高级数据处理。使用Ray构建微服务。实现可靠的R

"本书为Web全栈开发校企“双元”合作系列教材之一,是Web全栈开发职业技能等级证书培训认证教材，遵循高等职业教育Web前端开发基础课程的教学需求，对接金砖国家职业技能大赛中“Web技术”赛项，以课程教学标准、职业技能等级证书、职业技能大赛及职业岗位技能需求为基础

本书深入探讨了四元数神经网络在表情识别任务中的突破性应用。与传统神经网络模型相比，四元数神经网络在处理复杂情感信息时展现出了更强特征分析能力和更低计算量的双重优势。书中内容主要展现这一前沿技术在特征表示、数据融合和信息处理上的巨大潜力，以及如何在表情识别任务中显著提升精度与效率。本书所有的内容都充分结合理论分析与实证研

本书将最优控制方法融入机器学习的研究中，创新地建立了一个基于最优反馈控制在线学习框架，并在该框架下提出了一系列用于解决线性和非线性的分类与回归问题的鲁棒自适应学习算法;构建了基于最优控制的鲁棒在线学习架构，分别讨论该架构下的线性回归、二分类和多分类问题，并且将线性问题的架构拓展到非线性回归与分类问题；提出了基于控制的深

本书汇集了作者在数字媒体资产管理领域多年的研究成果，主要包括数字媒体资产管理系统与相关业务流程、数字媒体资产价值管理与内容产业价值链、数字媒体内容产品的版权管理与定价、数字媒体内容版权交易模式、电视剧和网络电影的版权价值评估模型研究等。本书可供工商管理、数字经济、管理科学与工程等专业的高年级本科生和研究生作为参考书，也

本书首先梳理人脸识别的主要应用场景及其处理的个人信息类型，并以此为基础探讨敏感的人脸信息被泄露、篡改、伪造和滥用所造成的隐私担忧与安全风险，揭示科林格里奇困境。其次，对人脸识别的场景进行分类，尤其是各类场景中人脸信息的属性，根据公共性私人性强弱可分为三级，分别是作为个人形象的强公共属性、关联个人身份的弱公共属性以及体现

密态深度学习可以在不解密加密数据的前提下对授权用户提供深度学习服务，并可防止非授权用户对授权用户的数据进行窃取与利用。该技术突破了密态数据无法在非可信环境下被有效利用的技术瓶颈，实现了安全学习，万物互联。本书从大数据、人工智能面临的隐私挑战出发，以密态深度学习理论框架与技术方法研究为主线，从理论模型到实际应用，系统阐述

随着ChatGPT等大语言模型的迅速发展，大语言模型已经成为人工智能领域发展的快车道，不同领域涌现出各种强大的新模型。开发者想要独立构建、部署符合自身需求的大语言模型，需要理解大语言模型的实现框架和基本原理。本书梳理大语言模型的发展，首先介绍Transformer模型的基本原理、结构和模块及在NLP任务中的应用；然后介