《调度:原理、算法和系统》(第2版)(翻译版)内容经过了有意义的扩展，新增了5章，在确定性部分(即第1部分)，单机、加工车间、开放车间的内容有了相当的扩展。在随机部分(即第Ⅱ部分)，整个新的一章集中讨论了带工作提交时间的单机调度问题。之所以增加这一章是因为教师们有很多要求，他们想看到随机调度和优先队列之间的联系。这一章建立了这种联系。第Ⅲ部分，也就是应用部分，内容扩展得最多。关于常用方法现在共有两章，代替了只介绍一般目标方法的单一章节。其中第2个章节涵盖了多种相对较新的、过去几年受到相当关注的技术。

《调度:原理、算法和系统》(第2版)(翻译版)内容经过了有意义的扩展，新增了5章，在确定性部分(即第1部分)，单机、加工车间、开放车间的内容有了相当的扩展。在随机部分(即第Ⅱ部分)，整个新的一章集中讨论了带工作提交时间的单机调度问题。之所以增加这一章是因为教师们有很多要求，他们想看到随机调度和优先队列之间的联系。这一章建立了这种联系。第Ⅲ部分，也就是应用部分，内容扩展得最多。关于常用方法现在共有两章，代替了只介绍一般目标方法的单一章节。其中第2个章节涵盖了多种相对较新的、过去几年受到相当关注的技术。

本书分为4大部分。第一部分（第1~3章）：搜索推荐系统的基础。首先介绍数学与统计学是现代机器学习理论的基础；其次介绍搜索推荐系统的常识；最后，描述知识图谱相关基础理论。第二部分（第4~6章）：搜索系统的基本原理。主要内容包括：搜索系统框架及原理、主要算法以及搜索系统相关评价指标。第三部分（第7~9章）：推荐系统的基本原理。主要内容包括：推荐系统框架及原理、主要算法以及推荐系统相关评价指标。第四部分（第10~12章）：应用。首先介绍三种常见的搜索引擎工具；其次讲述搜索引擎和推荐系统两个方向的应用。

本书分为4大部分。第一部分（第1~3章）：搜索推荐系统的基础。首先介绍数学与统计学是现代机器学习理论的基础；其次介绍搜索推荐系统的常识；最后，描述知识图谱相关基础理论。第二部分（第4~6章）：搜索系统的基本原理。主要内容包括：搜索系统框架及原理、主要算法以及搜索系统相关评价指标。第三部分（第7~9章）：推荐系统的基本原理。主要内容包括：推荐系统框架及原理、主要算法以及推荐系统相关评价指标。第四部分（第10~12章）：应用。首先介绍三种常见的搜索引擎工具；其次讲述搜索引擎和推荐系统两个方向的应用。

《分布式计算:原理、算法与系统》内容简介：分布式计算是指由计算机网络连接的多处理平台的各种形式的计算、信息访问与信息交换。《分布式计算:原理、算法与系统》覆盖了分布式计算中的理论、算法以及系统方面的基本原理和模型。兼顾理论的广度与深度，注重实际，包括了互斥、死锁检测、认证和失效恢复等常见问题。算法经过认真选择，描述清晰，使用简单的解释和图表来说明算法。

数据孤岛问题已经成为制约人工智能发展的主要阻碍。在此背景下，联邦学习（Federated Learning）作为一种新兴的机器学习技术范式，凭借其突出的隐私保护能力，展示出在诸多业务场景中的应用价值。本书从联邦学习的基础知识出发，深入浅出地介绍了中央服务器优化和联邦机器学习的算法体系，详细阐述了联邦学习中涉及的加密通信模块的相关知识，以定性和定量的双视角建立了联邦学习服务质量的评估维度、理论体系，还延伸介绍了提升联邦学习服务质量的方法，并对联邦学习的研究趋势进行了深入探讨与分析，可以对设计和选择算法提供工具式的参考和帮助。本书是高校、科研院所和业界相关学者研究联邦学习技术的理想读本，也适合大数据、人工智能行业的从业者和感兴趣的读者参考。

本书涵盖了机器学习领域中的严谨理论和实用方法，讨论了学习的计算复杂度、凸性和稳定性、PAC-贝叶斯方法、压缩界等概念，并介绍了一些重要的算法范式，包括随机梯度下降、神经元网络以及结构化输出。 全书讲解全面透彻，适合有一定基础的高年级本科生和研究生学习，也适合作为IT行业从事数据分析和挖掘的专业人员以及研究人员参考阅读。

本书涵盖了机器学习领域中的严谨理论和实用方法，讨论了学习的计算复杂度、凸性和稳定性、PAC-贝叶斯方法、压缩界等概念，并介绍了一些重要的算法范式，包括随机梯度下降、神经元网络以及结构化输出。 全书讲解全面透彻，适合有一定基础的高年级本科生和研究生学习，也适合作为IT行业从事数据分析和挖掘的专业人员以及研究人员参考阅读。

本书是一本引人入胜、信息量大、覆盖各类交易策略的图书。无论个人投资者，还是机构投资者，都可以借鉴和使用其中的策略。本书中的策略大致可分为均值回归系统和动量系统两大类。书中不仅介绍了如何使用每种类别的交易策略，更解释了各种策略之所以有效的原因。本书始终以简单、线性的交易策略为重心，因为复杂的交易策略容易受到过度拟合及数据窥探的侵害。数学和软件是算法交易的两条腿。本书用到了一定程度的数学知识，使其对各种金融概念的讨论更加清晰准确。另外，书中还加入了很多使用MATLAB代码编程的说明性示例，这些示例可以在本书的网站上下载。总体而言，本书涉及的主要内容包括： 选择正确的自动执行平台及回测平台，以减少或消除算法交易策略中易犯的错误； 交易均值回归的投资组合的简单技能（线性、布林带、卡尔曼滤波）以及在这些测试和策略中使用什么数据形式（实际价格、对数价格、或是比例...(展开全部)

本书是一本引人入胜、信息量大、覆盖各类交易策略的图书。无论个人投资者，还是机构投资者，都可以借鉴和使用其中的策略。本书中的策略大致可分为均值回归系统和动量系统两大类。书中不仅介绍了如何使用每种类别的交易策略，更解释了各种策略之所以有效的原因。本书始终以简单、线性的交易策略为重心，因为复杂的交易策略容易受到过度拟合及数据窥探的侵害。数学和软件是算法交易的两条腿。本书用到了一定程度的数学知识，使其对各种金融概念的讨论更加清晰准确。另外，书中还加入了很多使用MATLAB代码编程的说明性示例，这些示例可以在本书的网站上下载。总体而言，本书涉及的主要内容包括： 选择正确的自动执行平台及回测平台，以减少或消除算法交易策略中易犯的错误； 交易均值回归的投资组合的简单技能（线性、布林带、卡尔曼滤波）以及在这些测试和策略中使用什么数据形式（实际价格、对数价格、或是比例...(展开全部)