"《向量数据库:大模型驱动的智能检索与应用》系统地介绍向量数据库的原理、技术实现及其应用，重点分析传统数据库在处理高维向量数据时的局限性，并提供相应的解决方案。《向量数据库:大模型驱动的智能检索与应用》分为4个部分，共13章，内容涵盖从理论基础到技术实践的多个方面，详细讨论高维向量表示中的信息丢失、嵌入空间误差和维度诅咒等问题，结合FAISS和Milvus等主流开源工具，深入剖析向量数据库的索引机制、搜索算法和优化策略。通过实际案例，展示向量数据库在推荐系统、行为分析、智能诊断、语义搜索等领域的应用，并特别强调企业级语义搜索系统的开发与部署经验。 《向量数据库:大模型驱动的智能检索与应用》不仅提供深度的理论指导，还通过丰富的案例帮助读者掌握如何构建高效的向量搜索引擎，适合从事搜索引擎与推荐系统开发的工程师，数据科学、人工智能及相关领域的从业者、研究人员，以及对向量数据库与相似性搜索感兴趣的读者，也可作为培训机构和高校相关课程的教学用书。"

"《向量数据库:大模型驱动的智能检索与应用》系统地介绍向量数据库的原理、技术实现及其应用，重点分析传统数据库在处理高维向量数据时的局限性，并提供相应的解决方案。《向量数据库:大模型驱动的智能检索与应用》分为4个部分，共13章，内容涵盖从理论基础到技术实践的多个方面，详细讨论高维向量表示中的信息丢失、嵌入空间误差和维度诅咒等问题，结合FAISS和Milvus等主流开源工具，深入剖析向量数据库的索引机制、搜索算法和优化策略。通过实际案例，展示向量数据库在推荐系统、行为分析、智能诊断、语义搜索等领域的应用，并特别强调企业级语义搜索系统的开发与部署经验。 《向量数据库:大模型驱动的智能检索与应用》不仅提供深度的理论指导，还通过丰富的案例帮助读者掌握如何构建高效的向量搜索引擎，适合从事搜索引擎与推荐系统开发的工程师，数据科学、人工智能及相关领域的从业者、研究人员，以及对向量数据库与相似性搜索感兴趣的读者，也可作为培训机构和高校相关课程的教学用书。"

内容简介 大模型赋能，重新定义智能机器人的未来。 本书是一部讲解如何用大模型驱动具身智能的权威指南，系统揭示了从底层架构到实战部署的完整技术路径。作者团队融合多年一线研发经验，深入讲解如何在多模态环境中，实现智能机器人的任务理解、动作控制、记忆建构与仿真协同。本书不仅提供扎实的理论基础，更通过丰富的行业案例与系统性的方法论，帮助读者构建面向未来的具身智能系统。 通过阅读本书，你将获得： （1）全面理解大模型如何赋能具身智能。揭示大型语言模型在感知-决策-执行链条中的核心作用，理清从感知到行为的智能演化路径。 （2）掌握任务规划与动作控制核心技术。深度解析任务分解、动作生成、空间约束与控制策略，覆盖从高层意图到低层执行的全链路建模方法。 （3）构建具身智能的记忆与反思机制。学习如何实现任务记忆、动态规划与自我优化机制，提升机器人在复杂环境中的自适应能力。 （4）搭建可复用的开发与仿真框架。熟练运用 ROS、MoveIt、Gazebo 等核心中间件与仿真平台，助力系统开发与快速迭代。 无论你是正在开发具身智能系统的工程师；投身人工智能前沿的科研人员；关注智能机器人产业落地的技术管理者或产品决策者；本书都将成为你不可或缺的参考读物，引领你从理念到落地，真正掌握大模型时代的具身智能开发的核心技术，让你在这场技术革新中把握先机。

内容简介 大模型赋能，重新定义智能机器人的未来。 本书是一部讲解如何用大模型驱动具身智能的权威指南，系统揭示了从底层架构到实战部署的完整技术路径。作者团队融合多年一线研发经验，深入讲解如何在多模态环境中，实现智能机器人的任务理解、动作控制、记忆建构与仿真协同。本书不仅提供扎实的理论基础，更通过丰富的行业案例与系统性的方法论，帮助读者构建面向未来的具身智能系统。 通过阅读本书，你将获得： （1）全面理解大模型如何赋能具身智能。揭示大型语言模型在感知-决策-执行链条中的核心作用，理清从感知到行为的智能演化路径。 （2）掌握任务规划与动作控制核心技术。深度解析任务分解、动作生成、空间约束与控制策略，覆盖从高层意图到低层执行的全链路建模方法。 （3）构建具身智能的记忆与反思机制。学习如何实现任务记忆、动态规划与自我优化机制，提升机器人在复杂环境中的自适应能力。 （4）搭建可复用的开发与仿真框架。熟练运用 ROS、MoveIt、Gazebo 等核心中间件与仿真平台，助力系统开发与快速迭代。 无论你是正在开发具身智能系统的工程师；投身人工智能前沿的科研人员；关注智能机器人产业落地的技术管理者或产品决策者；本书都将成为你不可或缺的参考读物，引领你从理念到落地，真正掌握大模型时代的具身智能开发的核心技术，让你在这场技术革新中把握先机。

内容简介 这是一本从实践角度深入探讨如何利用大语言模型提升软件交付全生命周期效率与效能的实战性著作。全面细致地讲解了研发和运维人员需要掌握的大语言模型及其相关技术的原理，重点讲解了如何借助大模型实现DevOps、SRE、平台工程三大领域的智能化实践，覆盖开发、测试、运维、监控、安全、项目管理等软件开发全流程和全场景，通过丰富的实例展示了其在实际工作场景中的具体应用。 本书的独特之处在于它不仅涵盖了基础理论知识，如Transformer模型的基本原理及GPT系列模型的发展历程，更注重于实践应用，提供了从预训练到微调的完整方法论。书中特别强调了大语言模型在降低IT人员认知负荷方面的作用，通过集成多种工具和技术，帮助企业构建更加高效、智能的软件交付体系。此外，本书得到了来自企业级、学术界和研究机构近20位专家的一致好评。 通过阅读本书，你将： ?了解大语言模型的发展和起源 ?了解ChatGPT的相关内容，包括GPT模型的结构和完整实现 ?了解Transformer模型的基本原理 ?深入了解大语言模型的微调技术，软件交付的三大底座以及RAG的基本原理 ?探索大语言模型在运维场景中的实践 ?探索大语言模型在编程场景中的实践 ?探索大语言模型在测试场景中的实践 ?探索大语言模型在安全场景中的实践 ?接触前沿的技术趋势，了解实践中的具体方法，清晰看懂实践后的数据和数据

本书从数据库基础理论、数据库实践、数据库设计、国产数据库等方面全面阐述了数据库技术的应用体系。全书理论阐述求精求易，理论与实践环环相扣，重点介绍国产数据库。 本书选用MySQL作为实践平台，附录中的上机实验可作为数据库课程的实验内容，便于读者学以致用。本书可作为普通高等院校计算机科学与技术及相关专业本科生数据库课程的教材，也可作为数据库初学者的入门读物。

本书介绍数据库应用的基本概念，并通过案例驱动，介绍SQL Server 2008数据库的实际应用。教材构架体现了从基础知识到实际应用的认知体系，系统地介绍数据库理论和SQL Server 2008数据库的具体应用。包括SQL Server 2008系统安装、Transact-SQL程序设计、数据库、表、索引、视图、存储过程、触发器的建立、数据库的复制与恢复、数据安全性和完整性的维护以及数据库基础、关系数据库规范化设计、关系运算、数据库系统体系结构、数据库并发控制等相关内容。

本书介绍了数据库原理、方法及其应用开发技术。介绍了数据库系统基础，关系数据库理论，关系数据库标准语言SQL，SQL Server 2005应用基础，SQL语言高级应用，数据库设计，数据库保护技术，数据库访问技术，C语言数据库应用程序开发技术，C#和ADO.NET数据库应用程序开发技术，Java数据库应用程序开发技术以及数据库新技术等内容。同时介绍了使用C、C#和Java三种语言开发数据库应用程序的基本方法和技术。附录提供实验指导、课程设计指导等实践环节。

本书系统地介绍了数据库的基础理论、常用模型、查询语言等，可帮助读者掌握常用的数据库管理技术和应用开发方法，培养设计、实现和管理数据库系统的能力。同时，本书也将抽象的概念与实际情景相联系，优先选取有应用场景的知识点，并通过翔实的教学实训案例以及在国产数据库管理系统上的实践，加深读者对理论知识的理解，做到理论和实践相结合。本书可作为计算机、软件工程、人工智能、信息管理与信息系统、大数据等专业的数据库类课程的教材，也可作为企业培训教材和技术人员的参考读物。

本书共分为三篇：一篇介绍数据库基础知识，重点是关系数据库理论；第二篇关注实践，重点是数据库服务器端的维护和管理；第三篇讨论数据库应用结构、数据访问接口以及应用领域和发展方向。附录用一个完整的示例说明了数据库设计的全过程。本书选用SQLServer2012作为数据库实践平台。本书注重理论与应用的结合，内容全面，实例丰富，并配有电子教案。本书可作为高等院校非计算机专业的数据库教材，也可作为计算机专业学生的补充读物，还可供数据库初学者作为入门读物。