本书阐述了共享经济的特征与价值理念，深入剖析了共享经济中的道德问题及成因，探寻共享经济与大学生德育的内在关联性；从新时代共享发展理念、德育理论和西方相关理论的借鉴研究等方面，对共享经济背景下大学生德育的理论渊源进行阐释，运用共享发展理念构建德育的理论体系，重点对大学生社会主义核心价值观教育、诚信教育、社会公德教育和共享发展理念培育四个方面展开论述并提出共享·共融·共识理念下的大学生德育创新途径，推进共享经济与大学生德育的有效融合。

本书主要内容包括：典型零件的参数化设计、曲轴轴系优化技术、中体部件模态响应分析及结构优化设计、管道气流脉动分析及优化改造、监控及故障检测系统、隔膜压缩机配油系统结构优化、迷宫密封结构优化设计、气缸受迫振动分析及结构优化。将新技术与实际生产的往复压缩机设备运行情况相结合，通过主要零部件的参数化设计、建模、仿真、静态和动态分析，针对设备实际生产中引起的各种振动、泄漏等找出相关参数进行分析和修正，达到提升设备使用性能的目的。

本书主要讲解燃油汽车与电动汽车相关的专业知识。第1、2章为汽车机械、电气基础知识篇，主要介绍一些基本知识，机械部分包括的组成和工作原理，燃油汽车、底盘传动系(包括变速器)、行驶系(包括悬架与车轮)、转向系与行驶系、车身及饰件的结构形式与特点，机械部件的控制方式与工作原理。第3章讲解汽车发动机的类型、结构与原理。第4章按新能源汽车的技术分类介绍了纯电动汽车(BEV)。第5章讲解电动汽车的补能技术，主要介绍常见的直流快充与交流慢充技术的特点与原理。第6-8章则为(准)车主们提供了一些常见的汽车购买、

本书旨在帮助读者快速上手创建Dash应用程序，实现数据可视化。本书第一部分针对初学者，简要介绍Python、PyCharm、pandas当中与构建Dash应用程序相关的知识。第二部分循序渐进地讲解如何使用基于社交媒体收集的数据创建简单的Dash仪表板程序；如何使用世界银行全球数据集创建具有更复杂页面布局的仪表板应用程序，并实现与API实时交互检索数据；如何通过财富仪表板应用程序，构建和调试更复杂的Dash应用程序；以及如何使用Dash探索机器学习算法原理，并进行可视化呈现。

本书面向学习电子电路的初学者，以电子电路的基本内容为前提，同时作为阅读详细专业书籍的准备内容，旨在帮助初学者了解电子回路的基本概念和工作原理，从常见的二极管、晶体管、场效应晶体管等器件的角度，介绍它们的结构以及使用方法。在介绍使用方法时，将经典的放大电路与上述器件结合，阐述电子回路的基本原理，为初学者建立框架式的电子回路体系。

本书首次全面介绍了主动推理架构，涵盖理论基础和实践应用。作为理解行为与大脑的“第一原则”方法，主动推理架构以最小化自由能为纲。本书强调了自由能原理对理解大脑运行方式的重大意义，介绍了主动推理架构的相关概念和形式体系，并将其置于当前认知科学理论的语境之中，而后以具体实例展示了如何使用基于主动推理的计算模型来解释知觉、注意、记忆和计划等认知现象。

本书聚焦在经济增速放缓的情况下，企业如何改善供应链的成本、交付和资产周转。跟三五年前相比，我们今天面临的问题没有本质不同。困扰我们的供应链管理问题仍旧是成本做不低，速度做不快；客户要的我们没有，我们有的客户不要。真正的解决方案在于改变方法论。这是贯穿本书的一条主线，即从不同角度来审视那些司空见惯的问题，真正理解“为什么”，以便更好地解决“怎么办”的问题，通过改变能力来改变行为，通过改变行为来改变结果。比如管好需求，做好计划，紧急需求就少，就用不着每天跟供应商催货；对接产品设计和工艺设计，设计优化

本书涵盖了一系列有监督的机器学习方法，包括基础方法(k-NN、决策树、线性和逻辑回归等)和高级方法(深度神经网络、支持向量机、高斯过程、随机森林和提升等)，以及常用的无监督方法(生成模型、k-均值聚类、自动编码器、主成分分析和生成对抗网络等)。所有方法都包含详细的解释和伪代码。通过在方法之间建立联系，讨论一般概念(例如损失函数、最大似然、偏差-方差分解、核和贝叶斯方法)，同时介绍常规的实用工具(例如正则化、交叉验证、评估指标和优化方法)，本书始终将关注点放在基础知识上。最后两章为解决现实世界中有

本书包括5篇14章，具体内容如下。概念篇从企业面临的主要数据问题入手，逐渐延伸到对数据血缘的相关定义、特征、价值，以及数据组成的深度解读。这部分是真正落地数据血缘项目的基础，只有充分理解了这部分内容，才知道如何与上下游沟通协作。建设篇先完整展示了一个可落地的数据血缘框架模型——“1355”框架模型，即1个周期、3种实体、5个类型、5个层级，这是数据血缘建设的基础模型；然后详细介绍了数据血缘实施路径，其中包括可能会面临的问题、具体建设方式和具体建设步骤。

本书教你如何从基于时间的数据(如日志、客户分析和其他事件流)中获得即时、有意义的预测。在这本通俗易懂的书中，作者通过带有注释的Python代码全面演示了用于时间序列预测的统计和深度学习方法。全书分为四部分：第一部分介绍时间序列预测的概念；第二部分介绍使用统计模型进行预测；第三部分介绍使用深度学习进行大规模预测；第四部分介绍使用自动化预测库进行大规模预测。