针对如何快速把握大数据与人工智能的精髓、避免陷过多的数学细节推导的问题，以及人工智能算法和大数据平台技术的结合问题，本书作者做出了不懈探索。一是选材上，不仅分别单独讲授人工智能和大数据，还突出两者相结合的内容。二是内容上，突出浅显易懂，繁杂的数学推导适当做减法，宏观的介绍和实战技能适当做加法。三是结构上，由浅深，由宏观到比较围观，由基础知识到新技术，由理论到实践。本书主要突出优如下。1.知识覆盖全。对大数据与人工智能领域的常用基础技术、算法、模型均有介绍，保障读者知识体系的完整性。而目前市场上相当同类书只涉及本领域其中的几个问题，使读者不能较好得从宏观角度来体会大数据和人工智能的技术。2.知识覆盖新。紧跟本领域zui新研究成果。尤其重介绍了深度学习基础知识及其应用。深度学习是当前人工
1.集机器学习和深度学习于一身，由360资深算法专家撰写，让你轻松掌握推荐系统的核心技术。 2.推荐系统技术已经正式步深度学习时代。基于一线研发人员的视角，系统介绍推荐系统的技术理论和实践。 3.覆盖推荐系统召回、粗排、精排和重排全路，本书从多个角度审视推荐系统中的公平性问题、知识蒸馏、冷启动等前沿实践，是推荐系统领域实践者不容错过的指南。 4.以业界实践为基础，介绍推荐系统的核心技术。通过谷歌、阿里巴巴等大型互联网公司在4层级联架构中的模型设计和实现原理，快速了解业内主流解决方案，搭建属于自己的实用知识体系。
多主体的研究与应用是近年来备受关注的热点领 域，多主体强化学习理论与方法、多主体协作策略的 研究是该领域重要研究方向，其理论和应用价值极为 广泛，备受广大从事计算机应用、人工智能、自动控 制、以及经济管理等领域研究者的关注。
虚拟化领域系统性教材，涵盖虚拟化历史、通用虚拟化、ARM虚拟化、鲲鹏虚拟化、新一代虚拟化原理和应用实战介绍。加速虚拟化技术落地，助力国产云计算产业发展。
ROS工程师经常面临使用机器人操作系统（ROS）基础设施并将物理机器人连到机器人仿真系统的挑战。通过本书，读者将学习如何在虚拟环境中对机器人行仿真并在等效的实际场景中实现所需的行为。 本书首先介绍GoPiGo3及其配备的传感器和执行器。然后，通过从零始创建3D模型并使用Gazebo在ROS中运行仿真来使用GoPiGo3的数字孪生模型。下来展示如何使用GoPiGo3构建和运行一个了解周围环境的自主移动机器人，探索机器人如何学习尚未在代码中编程但通过观察其环境而获得的任务。本书还涵盖诸如深度学习和强化学习之类的主题。 在本书的*后，读者将熟悉在机器人技术中构建专用应用程序的基础知识，并具备从零发高度智能自主机器人的能力。 本书涵盖的主要内容： ?发有环境感知能力的机器人。 ?机器人在物理环境中的反应。 ?将期望的行为分解为一系列机器人行
1．不用任何专业基础就能读懂并制作，即便是中小学生也没问题。 2.具备知识性、趣味性，符合当今素质教育鼓励发学生动手能力的主题。 3．机器人制作是火热的话题，完成制作可以在身边环境（兴趣论坛、朋友圈子、学校中）受到关注，有一定实用价值。 4．实践操作性强：从工具和材料准备、装配方法、设计思路到制作过程都配合图片，行了详细讲解，可以对照操作，来完成自己的制作。 5．所选制作实例也有相应的背景知识，读者不光可以制作出有趣的机器人，也可以从中学到相应的知识，比如电子元件常识、机器人的运动方式、仿生学等。 6．作者在杂志、网络上有一定影响力。 7.有配套套件，既可以借助套件推广图书，也可以考虑图书搭配套件销售。
面向实践 不仅涵盖经典的中小规模案例，还介绍了一些大型项目的实现。 易读易学 以先讨论方法的动机、理论基础及背后思想，再给出完整代码示例的方式，通过现实相关问题来描述RL方法，GitHub上会实时更新书中的所有代码示例 。 初学者友好 基础理论讲解深浅出，应用实例简洁易懂，源代码清晰、完整， 便 于读者上手实践。 侧重实际应用 每种方法都针对非常简单到非常复杂的情况行了实现。 与时俱 新增6章，专门介绍了强化学习的新发展，包括离散优化（解决魔方问题）、多智能体方法、微软的TextWorld环境、高级探索技术等。
《国家智能制造标准体系建设指南（2016年版）》的权威案例解读，工业和信息化部部长作序推荐。
知识图谱作为当前人工智能的重要方向之一，不仅被实验室的研究者关注，更被各行各业的商业应用所关注。知识图谱是一个古老而又崭新的课题，是知识工程在新时代的新形态。智能离不知识。知识始终是人工智能的核心之一。本书按照知识表示、知识库构建、知识推理和知识应用的基本脉络，全面介绍有关知识图谱的前沿技术。为便于理解和融会贯通，本书也对相关 NLP与机器学习的基本知识与知识图谱的经典传统方法行了适当描述。 本书既可作为人工智能领域研究人员的技术参考书，也可作为高等院校相关专业师生的教学参考书。
计算机视觉解决方案日益普及，在医疗、汽车、社交媒体和机器人等领域取得了不错的展。本书将帮助你了解全新版本的谷歌机器学习源框架TensorFlow 2，你将掌握如何使用卷积神经网络（CNN）完成视觉任务。本书从计算机视觉和深度学习基础知识始，教你如何从头始构建神经网络。你将掌握一些让TensorFlow成为广泛使用的AI库的特性，以及直观的Keras口，继而高效地构建、训练和部署CNN。通过具体的代码示例，本书展示了如何使用Inception和ResNet等现代神经网络分类图像，以及如何使用YOLO、Mask R-CNN和U-Net提取特定内容。本书还将介绍如何构建生成式对抗网络（GAN）和变分自编码器（VAE）来生成和编辑图像，以及如何使用LSTM分析视频。在此过程中，你将深了解迁移学习、数据增强、域适应，以及移动设备和Web部署等高级知识以及其他关键概念。通过阅读本书，你将获得使
使用深度学习行语音识别是近年来AI研究的热之一。本书可以帮助读者掌握深度学习的核心内容、TensorFlow实现语音识别的技术要以及从模型构建到应用程序编写的整套技巧。
国家出版基金项目，近百位高校、业内专家倾力造
《物品编码标识》从信息标准化人手，系统介绍了物品编码标识系统的相关知识及其应用。
1.平台专项，内容丰富：本书专注于DeepSeek大模型，内容全面覆盖AI技术在日常、职场、学习等多场景的应用，满足读者多元化需求。 2.实战导向，易于上手：通过大量实战案例与技巧分享，让读者快速掌握AI技能，实现从理论到实践的跨越。 3.技能提升，职场加速：特别适合职场人士，助力其提升工作效率，解决工作中遇到的实际问题，成为职场竞争力提升的秘密武器。 4.学习规划，全面发展：不仅限于技能学习，还包含成长规划、心理健康等全面内容，助力读者全面发展。
AIGC近年来发展迅速。想要深观察和理解 AIGC，需要系统性地学习、思考和实践。《洞察AIGC：智能创作的应用、机遇与挑战》一书正是应对这样的需求产生，希望本书能够帮助读者从爱好者转变成专业的思考者、理解者，再一步找到自己运用或发展 AIGC 的领域与路径。
计算机视觉之深度学习：使用TensorFlow和Keras训练高级神经网络
中国社会科学院专家通俗、深入、专业解读全国政协委员、中国社会科学院国际研究学部主任张蕴岭、国家发展和改革委员会学术委员会秘书长张燕生、国家全球战略研究智库负责人、中国社会科学院亚太与全球战略研究院院长李向阳、财新智库研究部主管、首席经济学家何帆联袂推荐
1. 多个AI应用案例。本书提供了多个AI应用的实际案例，让读者直观地看到AI已经可以出色地完成很多任务。从绘画、视频制作到科研等各种领域，你将发现 AIGC（人工智能生成内容）工具的强大。 2. 工具丰富实用。在一个个具体的实际场景中介绍好用的AI工具，包括ChatGPT、Midjourney、DALL E、AutoCut、DEVONthink、 Elicit、 LEX等。读者能够具体地看到用工具解决问题的全过程。 3. 授人以鱼，也授人以渔。在一个个工具的介绍下，让读者逐步学会方法，找到适合自己的AI应用方式：发现问题 关注需求 查找工具 使用工具 解决问题，不断螺旋式成长。 4. 清晰展示小米科技联合创立人王川认可的AI使用经验。不仅仅只是介绍一些 AI 工具，还详细阐述了方法论，帮助读者提高对 AI 的认知，增强使用工具的信心和技能。 5. 本书作者----天津师范大学管理学院副教授，硕士研究生导师
使用深度学习行人脸识别是近年来AI研究的热之一。本书可以帮助读者掌握深度学习的核心内容、TensorFlow实现人脸识别的技术要以及从模型构建到应用程序编写的整套技巧。
1.作者团队强，拥有多个落地智能云平台项目放经验。作者在国家重大项目和商业运营产品等不同场景下都有成功构建智能云平台系统的丰富经验的经历，借鉴和推广价值较高。 2.内容前沿，对当前智能云平台技术深剖析。本书对智能云平台技术相关的软硬件生态、主流的智能云平台行详细剖析和比较，对各自特色和设计初衷行分析。 3.多维度思考，受众面广。本书分别从智能平台系统发的角度和平台使用者的角度，对智能云平台的设计和功能行描述，为智能云平台发者和使用者搭建一座桥梁。 4.大量案例引导，实操性强。本书提供众多的案例来引导读者学习智能云平台的各个环节的知识。部分案例，读者只要结合自己的实际应用需求稍作修改即可使用。 5.透彻的源码分析，有工具书特性。通过对主流的源智能平台的源码行详尽解析，帮助读者一步深刻地理解智能
本书是工业智能新技术系列中的一本，基于智能硬件发方向的一个产品，是一本可以边做边学的实用指南、智能家居DIY的必选教程。适合对机器人相关技术感兴趣的读者阅读，也适合作为普通高校相关专业的工程创新实训、课程设计、科研竞赛及实验指导教程。
本书全面介绍了ChatGPT的背景、功能、特及应用领域，并向读者展示了如何加ChatGPT的相关社区和论坛行深层次的交流学习。同时，还提到了个性化设置和使用技巧，使读者更好地理解和使用这个强大的工具；本书包含大量的实操内容，包括如何使用ChatGPT插件，如何通过集成发环境行发，以及如何通过API行发等，让读者可以按图索骥，快速上手。
1.PyTorch核心发者教你使用 PyTorch 创建神经网络和深度学习系统的实用指南。 2.详细讲解整个深度学习管道的关键实践，包括 PyTorch张量API、用 Python 加载数据、监控训练以及对结果行可视化。 3. PyTorch核心知识 真实、完整的案例项目，快速提升读者动手能力： a.全面掌握PyTorch 相关的API 的使用方法以及系统掌握深度学习的理论和方法； b.快速从零始构建一个真实示例：肿瘤图像分类器； c.轻松学会使用PyTorch 实现各种神经网络模型来解决具体的深度学习问题； d.章尾附有 练习题 ，巩固提升所学知识；更有配套的代码文件可下载并动手实现。 4. PyTorch 联合创作者Soumith Chintala作序推荐！ 5. 书中所有代码都是基于Python 3.6及以上的版本编写的，提供源代码下载。
本书深浅出地为读者解答三个问题：为什么是 Z-Wave？什么是Z-Wave？如何实现Z-Wave？本书的第0章 从过去看未来，以宏观的视角去看IT市场过去走过的路，借鉴IT行业的发展，分析科技产业的发展规律，再对比Z-Wave技术目前在欧美市场的发展情况，让读者可以从多个维度去思考物联网产业未来的发展轨迹，从而解答*个问题，余下的6个章节涵盖了比较全面的内容，包括射频基础理论、市场上各种同类型技术的分析比较、Z-Wave技术的体系与机制、各种主要功能的原理与具体实现方式、真实世界的实用案例等，为读者解答第二个、第三个问题。
《元宇宙：发展简史 技术案例 商业应用》以简明易懂的语言，完整展现了元宇宙这一数字世界的呈现形态与商业图景。每一次技术的变革必然蕴藏着巨大的机遇，对于任何希望读懂或者享受元宇宙红利的人来说，本书不可错过。
元宇宙 概念为何突然爆火？Facebook、谷歌、微软都在元宇宙中做了什么？元宇宙将为个人生活带来哪些变化？我们如何利用元宇宙发展创新？本书，你所有关于元宇宙的疑问将会一一揭晓。在现实中不可能的事情，在元宇宙时代，是可以想象和实现的，可以用完全不同的视角来探索和解决现在的问题。元宇宙是多重技术叠加的平台，是 虚拟融合技术x数据技术x网络技术x人工智能 的复合体，元宇宙应用将在可以展望的将来扩展到产业的全领域。人们穿戴上可视设备便可登陆元宇宙，实现VR实景看房、线上参与音乐会、云看展云逛博等等。未来，元宇宙将深刻影响到人们的生活方式。
本书主要讲述非线性系统分析和非线性系统设计的基本理论。
人工智能相关领域面试、笔试、经验心得、算法、考、难、真题解析一应俱全，获取高薪 在这里，有面试笔试常见技巧的提炼与总结； 在这里，有面试笔试高频人工智能领域相关知识的整理与剖析； 在这里，有面试笔试历年人工智能领域相关真题的解答与拓展。
飞桨PaddlePaddle是百度推出的深度学习框架，不仅支撑了百度公司的很多业务和应用，而且随着其源过程的推，在其他行业得到普及和应用。 本书基于2019年7月4日发布的飞桨PaddlePaddle Fluid 1.5版本（后续版本会兼容旧版本），以真实案例介绍如何应用飞桨PaddlePaddle解决主流的深度学习问题。 本书适合对人工智能感兴趣的学生、从事机器学习相关工作的读者阅读，尤其适合想要通过飞桨PaddlePaddle掌握深度学习应用技术的研究者和从业者参考。 本书包括以下内容： ● 飞桨PaddlePaddle 的核心设计思想； ● PaddlePaddle在MNIST上行手写数字识别； ● 图像分类网络实现案例； ● 天网 中目标检测和像素级物体分割的实现； ● NLP技术应用案例 ：word2vec、情感分析、语义角色标注及机器翻译； ● Paddle-Mobile与Anakin框架等高级主题； ● 飞桨PaddlePaddle与TensorFlow、Caffe框架的常用层对比
读者对象：机器学习工程师；数据挖掘从业者；数据科学家；信息安全领域的学生和从业人员。 讨论机器学习中的安全性问题，即讨论各种干扰机器学习系统输出正确结果的攻方法以及对应的防御方法。
本书介绍了遥感图像特定目标分割的代表性算法，包括全卷积神经网络、Encoder-Decoder架构和深度神经网络条件随机场等。作者从映射关系的角度阐述了遥感图像分割的实质，以算法设计、理论推导和代码实现的方式，展示了解决遥感图像目标分割问题的完整流程，理论与实现有机结合。
本书系统地分析与提炼了深度学习的知识体系结构，按原理、框架、方法和应用的顺序组织内容，并以提高用深度学习原理来解决实际问题的能力为目标，集基础性、系统性、延展性、实践性等特于一体。（1）基础性：从问题导着手，对每种深度学习网络的基本结构，行深剖析，以帮助读者体会其中的细节，带领读者步深度学习网络的内核世界。（2）系统性：所涉及各种深度学习网络起始于原理剖析、侧重于方法论述、扎根于信号处理领域，内容结构系统。（3）延展性：按深度学习网络 基本模型结构原理、阶模型结构原理及应用模型结构原理 的顺序递延伸，扩大了其在信号处理领域的应用范围。（4）实践性：以*新应用成果为依托，从问题引、原理分析、模型建立、仿真实验及结果讨论等方面，详细分析实战案例，有助于读者自行实践。以上特有助于为研究人
AlphaGo如何战胜人类围棋大师：智能硬件TensorFlow实践
AlphaGo如何能战胜*围棋选手，本书将给你解神秘的面纱。 本书理论与实践结合，带领你动手学习和了解*热门的人工智能技术。通过深度学习TensorFlow工具的实践，处理真实世界的人机交互问题。 本书带你快速门人工智能技术，通过实例说明让硬件如何 智能化 。
探索数字人前沿：技术、应用、安全与未来趋势全解析！
1. 本书立足于人工智能与合成生物学交叉领域，目前尚无此类书籍； 2. 人工智能与合成生物学均为新兴前沿技术，取得了众多颠覆性突破并以成为焦学科，本书紧贴 生物技术 AI 概念，以系统性学习及科普为目的，读者兴趣感强； 3. 本书编委均在合成生物学或人工智能领域从业多年，具有一定的社会影响力，书中也融了众位编者多年合成生物学与人工智能领域的科研成果与思考；
科技 小白 也可以轻松阅读，权威人士解读未来科技趋势，领先一步抢占商业先机！ 1.本书预测的51项未来科技发展技术中，不仅涵盖了宇宙、资源、能量等高科技技术，还包含3D化妆，灾难预警，睡眠黑科技等与生活息息相关的新型科学技术。 2.预知未来科技发展，提前做好商业投资规划。本书介绍的51项未来科技，均属于已有但尚未成熟的技术，读者可以根据自身判断选定投资对象，做出商业预判。 3.各种前沿技术不仅通过文字行了详细介绍，还配了图示供读者更直观，更明确地了解每项技术的优势所在。
深度学习及神经网络算法涵盖较广的计算机和数学领域，本书系统讲述深度学习的原理及应用，并介绍目前流行的深度学习框架PyTorch。从理论知识到实战项目，内容翔实。 ★通俗易懂 深度学习需要一些公式推导，本书在推导公式之前详细讲解前置知识，助力读者更好地理解理论知识。 ★详略得当 本书在重难出配有视频讲解，扫描书中提供的二维码可观看对应章节的视频讲解；相关知识领域，例如CUDA，本书也会在讲解深度学习之余介绍它的基本使用，帮助读者全方位地了解深度学习这个领域。 ★深浅出 深计算机硬件，给出简明结论。书中包含大量细心编写的代码，带领读者一起思考和实现理论。
本书利用多面体模型描述了如何实现不同阶段循环变换技术，是国内首个详细介绍该模型和循环优化技术的特殊编译参考书籍。
当今组织创建的分析和机器学习(ML)模型超过一半从未投生产。机器学习运营化的一些挑战和障碍是技术性的，但其他则是组织性的。无论采取哪种方式解决问题，底线是未投生产的模型不会影响业务。 本书介绍了MLOps的关键概念，以帮助数据科学家和应用工程师操作ML模型来驱动真正的业务变化，并随着时间的推移维护和改这些模型。以全球众多MLOps应用课程为基础，9位机器学习专家深探讨了模型生命周期的五个阶段——发、预生产、部署、监控和治理，揭示了如何将强大的MLOps流程贯穿始终。 本书将帮助你： ·通过减少整个ML管道和工作流程中的摩擦，实现数据科学的价值。 ·通过再培训、定期调整和全面改造来完善ML模型，以确保长期准确性。 ·设计MLOps生命周期，使用公正、公平、可解释的模型将组织风险降至*低。 ·为管道的部署和更复杂、标准化程度更低的
西安电子科技大学人工智能学院系*直属高校首个致力于人工智能领域高端人才培养、创新成果研发和高层次团队培育的实体性学院。本书提供了西电三十多年的人工智能人才培养心得，构建了具有西电特色的本硕博一体化育人体系，是*全面的人工智能学院人才培养体系教科书。
神经网络与深度学习是当前人工智能领域的热问题之一。很多学生和科技工作者需要理解和应用神经网络的方法来处理相关的工程问题，但目前市场上大多数相关图书偏向学术研究，缺乏实践性。鉴于此，本书对学术界已经基本形成共识的主流神经网络及深度学习算法行了归纳、总结和仿真，并从工程应用的角度对新兴的神经网络技术行介绍，帮助读者尽快掌握这些算法及其应用。本书主要内容包括： ? 神经网络的基本原理； ? 深度学习的理论及架构； ? 卷积神经网络的原理； ? 神经网络的训练方法； ? 神经网络的MATLAB仿真； ? 深度学习的MATLAB仿真。
1.本书从各个环节细致的介绍了如何构建完整的机器学习流水线，以及如何用TensorFlow轻松实现自动化机器学习； 2.本书概述了搭建机器学习流水线所需的组件，介绍了TFX的新特性和组件，且提供了实用的代码示例； 3.本书受到了谷歌TensorFlow发者大使Robert Crowe、帕特森咨询公司CEO Josh Patterson等人联合推荐； 4.本书适合机器学习工程师、算法工程师及数据项目负责人等相关发人员阅读学习，主要可学习到以下内容： ●了解机器学习流水线的构建步骤 ●使用TensorFlow Extended（TFX）构建机器学习流水线 ●使用Beam、Airflow、Kubeflow Pipelines编排流水线 ●数据校验和数据预处理 ●使用TensorFlow的模型分析工具 ●检查模型的公平性 ●使用TensorFlow Serving和TensorFlow Lite部署模型 ●了解差分隐私、联邦学习和加密机器学习等隐私保护方法
前沿：图神经网络是机器学习、数据科学、数据挖掘领域新兴的发展方向，被称作图上的深度学习，有望推动第三代人工智能的顺利发展。 丰富：综述图神经网络的基础理论、模拟算法、研究前沿以及广泛和新兴的应用场景 深：摒弃简单介绍概念与框架的思维，深分析图神经网络的现状以及未来的调整与机遇，帮助专业人士和初学者知其然知其所以然 力荐：囊括国内AI界半壁江山的大咖联袂推荐
本书适合想要深了解人工智能前沿动态、对ChatGPT类产品感兴趣的读者阅读，能够帮助普通读者快速门，为读者的参与、应用提供机遇与创想。
历史的新浪潮来了，下一次经济大繁荣近在咫尺！ 信息处理器、材料、机器，三大主要技术领域推动人类社会变革！ 颠覆投资理念， 云端 技术是 油井 ，数据资产才是新时代投资关键！ 一本书读懂什么是数据经济、数据安全、工业互联网！ 全赛博历史：细致梳理科技发展历程与经济变革关联！
深度序列模型与自然语言处理:基于TensorFlow 2实践
《深度序列模型与自然语言处理：基于TensorFlow2实践》旨在帮助读者掌握深度学习和自然语言处理的基本原理和实际运用，讲述了最新的研究成果，以及人们最感兴趣的深度学习生成自然语言等热门领域。此外，《深度序列模型与自然语言处理：基于TensorFlow2实践》提供了基于深度学习框架TensorFlow的实际编程示例，使理论与实践相辅相成。
深度学习是当前的热门，它是机器学习的一部分。在庞大而复杂的数据应用中，深度学习取得的效果非常吸引人。同时，R编程语言在数据挖掘人员和统计人员当中非常流行。本书将深度学习和R语言两者结合起来，帮助你解决深度学习实战中所遇到的各种问题，并且教会你掌握深度学习、神经网络和机器学习的高级技巧。本书从R语言中的各种深度学习软件包和软件库手，带领你学习复杂的深度学习算法。首先，从构建各种神经网络模型始，而后逐步过渡到深度学习在文本挖掘和信号处理中的应用，同时还比较了CPU和GPU的性能。阅读完本书，你将对深度学习的架构和不同的深度学习包有一个比较深的理解，能够为你今后碰到的项目或问题找到合适的解决方案。本书的主要内容·使用TensorFlow、H2O和MXNet构建·不同应用领域的深度学习模型·分析深度玻尔兹曼机·建立和分
京公网安备11010502037644号|经营许可证编号：合字B2-20160011|互联网药品信息服务资格证
购物车