◎畅销书《幸福的陷阱》作者哈里斯博士作品。 ◎基于纳承诺疗法（ACT），在患病、失业、离婚、丧亲、重大意外等艰难时刻，帮助你处理痛苦情绪，跳出生活的陷阱，勇敢前行。
（1）极验AI 图项目团队倾力之作 （2）资深图神经网络专家多年研究和实践总结，白翔、俞栋等学术界和企业界领军人物强烈推荐 （3）从原理、算法、实现、应用4个维度详细讲解图神经网络，理论与实践相结合 作者亲授 图神经网络 直播课，与图书搭配学习效果更佳！ 回放 PPT获取方式： 1.微信关注 华章计算机 （微信号：hzbook_jsj） 2.在后台回复关键词:GNN
本书详解Spark 3.0 ML机器学习框架行大数据分析与挖掘的方法，配套示例源码、PPT课件、数据集、发环境、思维导图和答疑服务。
如果你什么也不懂，那就从这本书开始。
《ChatGPT Excel高效数据计算与处理：视频教学版》讲述将ChatGPT和Excel两大工具完美结合，为读者呈现了一部极具实用价值的数据处理指南。《ChatGPT Excel高效数据计算与处理：视频教学版》系统性地介绍了ChatGPT的基本用法，以及如何利用ChatGPT整理和优化数据，辅以丰富的Excel函数和技巧，助力读者解决复杂的数据计算与处理问题。 无论是Excel初学者还是希望提高数据处理效率的专业人士，都能从《ChatGPT Excel高效数据计算与处理：视频教学版》中获得实用的知识和技能。 《ChatGPT Excel高效数据计算与处理：视频教学版》内容通俗易懂，配有清晰的步骤和图解。无论您是财务会计、人事行政还是办公文秘，《ChatGPT Excel高效数据计算与处理：视频教学版》都将成为您提升数据处理技能的得力助手。
1. 本书去繁化简地对深度学习的理论知识行梳理，并对算法实现做出浅显易懂的讲解，方便初学者学习。2. 本书精心挑选大量深度学习的案例，通过启发式的自学模式，使读者由浅深地学习并掌握常用的深度学习模型，快速行实战，为一步使用源深度学习平台与工具提供扎实的理论与实践基础。
深度学习应用所使用的大部分数据是由自然语言处理（NLP）提供的，而TensorFlow是目前比较重要的深度学习框架。面对当今巨量数据流中众多的非结构化数据，本书详细讲解如何将TensorFlow与NLP二者结合以提供有效的工具，以及如何将这些工具应用于具体的NLP任务。 本书首先介绍NLP和TensorFlow的基础知识，之后讲解如何使用Word2vec及其高级扩展，以便通过创建词嵌将词序列转换为深度学习算法可用的向量。本书还介绍如何通过卷积神经网络（CNN）和递归神经网络（RNN）等经典深度学习算法执行句子分类和语言生成等重要的NLP任务。你将学习如何在NLP任务中应用高性能的RNN模型（比如长短期记忆单元），还将认识神经机器翻译，并实现一个神经机器翻译器。 通过阅读本书，你将学到： NLP的核心概念和各种自然语言处理方法 使用TensorFlow函数创建神经网络以完成NLP任务
（1）作者就职于某世界100强企业的数据实验室 （2）作者长期从事人工智能、数据科学、分布式系统等领域的研发工作，在人脸识别领域有丰富的实践经验 （3）核心内容涵盖机器学习、深度学习、计算机视觉、人脸识别等方面的原理、技术和算法 （4）不仅能帮助读者零基础门，而且能指导读者完成工程级别的实践，从零实现一个工程级的人脸识别引擎
1.将推荐系统的思想应用于流程管理 2.充分考虑流程执行的智能化、动态性与柔性 3.充分利用流程管理系统积累的执行日志 4.用切实可行的算法大幅提升工作流管理效率
分身的代感：分身即自我，分身即媒介。本书从影子、镜像、自画像、摄影术到元宇宙时代的数字分身，结合作品和案例，讲述了艺术创作媒介的演变，视角独特。 书中大量理论结合案例，融合哲学、生物学、人类学等诸多学科，对元宇宙艺术的创作者、服务者、研究者和投资者，都极具参考和启发作用，本书可谓元宇宙艺术史的篇之作。 全书用哲学的思维方式，科学的逻辑架构，来解构元宇宙艺术。有别于绝大多数元宇宙相关的书将 元宇宙 物化或概念化，本书将元宇宙放在人类感知与创造的发展脉络中，作为意识形态完善及提升的阶阶段。 清华大学美术学院教授李睦作序推荐。
（1）机器学习等AI技术驱动的智能数据分析是数据分析行业的未来发展方向，所有数据分析师都应该关注。 （2）作者从事数据分析与挖掘10余年，对Python等各种数据分析技术和工具都非常熟悉，在智能数据分析领域也积累了大量的经验。 （3）本书面向零Python基础和零AI基础的读者，精选了*精华的知识，包含大量示例代码，指导读者快速门。
《机器学习门与实战 MATLAB实践应用》的编写是作者在多年机器学习及工作经验的基础上，对大量的网络资源、论文和相关书籍行总结、整理、分析而来。全书共分为三部分，分别为机器学习概念篇、MATLAB机器学习基础篇、机器学习算法与MATLAB实践篇。
本书通过严谨简明的预备知识介绍，首先帮助读者掌握有关大模型架构、分布式训练等理论知识；然后围绕造首先行业智能助手这一有重大价值的实际问题，向读者展示如何将该问题分解为一系列大模型技术，并展示完整的技术实施和优化过程。 本书侧重于行业实践。同时对涉及的相关理论、框架原理行一定深度的讲解。这样既降低了门难度，又提升了实践的高度。
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。
u 深度理论探讨与实际应用并重：本书不仅深探讨了构建和训练ChatGPT模型的核心技术，还充分展示了ChatGPT在实际应用中的潜力。 u 全面而深的探索：本书全面介绍了ChatGPT的运行机制、关键算法、实际应用以及未来发展趋势，为读者提供了一个全面深的视角，帮助读者深刻理解ChatGPT及其背后的技术原理和应用潜力。 u 面向不同层次的读者：无论是零基础的AI初学者，还是从事自然语言处理研究的科研人员，以及在文本工作领域的专业人士，本书都为他们提供了深度的理论洞见和实践参考。
通过本书，你将学会如何使用TensorFlow行移动端机器学习应用的发，以及了解如下内容： ● TensorFlow对移动平台支持的起源和思路 ● TensorFlow对硬件加速技术的支持 ● TensorFlow Lite的架构和实现原理 ● TensorFlow在各种移动平台和嵌式平台上的发实例 ● 基于TensorFlow和谷歌云行机器学习的方法 ● 基于TensorFlow的机器学习服务框架 ● 基于TensorFlow的各种源技术和工程实践
《微控制器的应用(全国高职高专院校规划教材)》由曹金玲主编，本书以AT89S52单片机为对象，重介绍单片机的应用技术。全书共有6章，包含12个训练项目，内容包括单片机基础知识、单片机寻址方式与指令系统、中断与定时、并行输与输出、串行通信、A／D和D／A转换等，每章后配有练习题和讨论题。
1. 人工智能属于当前社会各界关注的热，本书系统地介绍了人工智能的定义、发展历程及其对各个领域的影响，有助于读者从宏观上深刻理解人工智能的本质，把握技术发展趋势。2. 本书为国内原创图书，能够结合我国的实际和政策，更有指导意义。
本书融合作者多年从业和教学经验，全面阐述使用Java从非结构化数据中组织和提取有用文本的各种实用方法。 本书重介绍NLP应用中可能遇到的核心NLP任务，每个任务都从问题的描述以及应用领域始，循序渐地行分析并给出解决方案，便于你更好地理解NLP技术，高效地解决实际问题。 全书内容丰富，不仅全面描述和总结了自然语言处理的基础知识，还详细介绍了自然语言处理的多种技术，包括NLP工具、文本分词、文本断句、词性判断、任务识别、文本分类、关系提取和组合应用等。书中结合多个示例行深分析，并采用Java编程语言行处理与结果分析。
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。
谷歌 AlphaGO 战胜李世石，标志着机器智能新时代来袭 人工智能火热来袭，未来 5 年，人工智能会怎样改变我们的生活？未来 15 年呢？ 人工智能的下一个 BAT 会在什么领域产生？ 科技大咖倾情推荐，内容涵盖人工智能前沿研究热与发展趋势 分享许多知名学者专家难得的不同角度与侧面认识追求 产生了对人工智能未来发展的天马行空想象空间与好奇 将机器人、无人车、深度学习、大数据、虚拟现实等智能技术的变革结合起来，将预示一个大时代的到来，即所谓的 超智能时代 。《新智元：机器 人类 = 超智能时代》深分析了人工智能时代的技术和发展、机遇和挑战，带我们提前走超智能时代。
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。
1.以通俗易懂的方式，从数据科学的角度系统的阐释重要且实用的统计学概念，介绍如何将各种统计方法应用于数据科学中； 2.运用清晰的解释和丰富的示例，将实用的统计学术语与数据挖掘实践相结合，适用于数据科学的门初学者； 3.相比于上一版，本书新增了更多Python和R语言示例，读者可以更深的了解如何在数据科学项目中正确运用各种统计方法； 4.通过本书，你将掌握以下知识： 为什么探索性数据分析是启数据科学任务的关键一步 随机抽样如何降低偏差并提高数据集的质量 实验设计原则如何针对问题生成确定性答案 如何使用回归方法估计结果并检测异常 用于预测记录所属类别的主要分类方法 从数据中 学习 的统计机器学习方法 从未标记的数据中提取信息的无监督学习方法
u 各种大型语言模型及其相关基础方法、实现工具等，从文本单模态、视听觉多模态、具身智能到交互式智能体，几乎都可以完全使用深度神经网络行系统阐述。这充分表明，自2012年AlexNet问世以来，各种基于端到端数据驱动的深度神经网络学习方法，已走了多远，不仅将自然语言处理、计算机视觉、语音处理等领域，行了彻底改变，而且还正在让这些学科之间的边界消融，并迈向统一。 u 本书从深度神经网络的角度切，体系化地介绍了ChatGPT的基本原理与核心算法，既包括了深度神经网络的基础知识与大演化脉络，Transformer兴起的缘由，也涉及ChatGPT等大型语言模型的预训练、微调、安全及价值对齐以及思维提示应用等重内容的介绍。 u 作者对深度卷积神经网络、LSTM、Transformer和强化学习方法行了深细致的剖析，其中对视觉Transformer相关基础大模型和GPT思想之旅的介
本书系统地阐述了过程控制系统的结构、原理、特点、适用场合、系统设计及应用等问题，并在分析稳态和动态数学模型的基础上，探讨了过程工业（石化、化工、轻工、医药等）生产过程中典型单元操作的控制方案，并介绍了典型工业生产过程（合成氨过程、常减压过程、催化裂化过程、乙烯过程、聚合过程、生物发酵过程、制浆造纸过程和冶金过程）的控制。
一线资深技术专家撰写，凝结其自身多年的实践经验，深浅出阐述深度学习的发展历程、相关概念和工作原理涉及当前流行的两个深度学习工具：Caffe和TensorFlow，并且初步探讨强化学习的基本原理和应用
1.机器学习门手册《机器学习精讲》姊妹篇，人工智能和机器学习领域专业人士的多年实践结晶，深浅出讲解机器学习应用和工程实践。 2.系统阐释利用机器学习大规模地解决业务问题，涉及项目准备工作、数据收集、特征工程、监督模型训练、模型评估、模型部署，以及模型服务、监测和维护等全流程 3.从零始讲解，分任务、分步骤的介绍机器学习项目，展示项目完整设计过程。 4.理论实践相结合侧重于讨论多种实际应用场景，帮助读者应用到实际发中。 5.人工智能和机器学习领域专业人士Cassie Kozyrkov、Karolis Urbonas作序推荐。
《给孩子的人工智能课》以生动有趣的方式，向孩子们介绍了人工智能的基本概念、发展历程和应用领域，使他们在轻松愉快的氛围中了解这一前沿技术。不仅能让孩子们了解人工智能的基本知识，还能激发他们对科技创新的兴趣和热情。 《给孩子的人工智能课》不仅是让孩子了解未来科技的门读物，更是激发孩子探索与创新的启蒙之作。通过生动翔实的案例，将复杂深奥的科技概念变得通俗易懂，帮助孩子们更轻松地走人工智能的世界。 复旦大学教授、科学杂志《新发现》荣誉主编 严锋，纽约默西大学数学与计算机科学系终身教授陈志雄 倾情推荐
初学者学习机器学习课程一般都会面临两大障碍。*大障碍是数学基础。机器学习要求有数学基础，书中大量的公式是初学者的噩梦，尤其是对于已经离大学走向工作岗位的爱好者来说，从头始去学习和理解数据分布和模型背后的数学原理需要花费很多的时间和精力，学习周期非常漫长。第二大障碍是编程实践。并不是所有人都擅长编代码，而只有亲手用代码实现机器学习的各种算法，亲眼见到算法解决了实际问题，才能更深理解算法。除非想做高精尖的前沿研究，理论研究和公式推导并非大多数人的专长，如果只是想更合理地应用机器学习来解决实际问题，掌握必需的数学知识就可以理解问题该如何解决，使用Python编程实现机器学习算法也比使用C 或Java等语言容易得多。 本书就是为了让初学者顺利门而设计的。首先，本书只讲述机器学习常用算法的基本原理，并
读者对象： 希望了解TensorFlow结构和新特性的数据科学家、机器学习的发人员、深度学习的研究人员和具有统计知识的发者。要充分利用这本书，需要你掌握Python编程语言方面的知识。 TensorFlow是流行的、使用广泛的机器学习框架，它使得每个人都能轻松发机器学习解决方案。使用TensorFlow 2.0，你将研究一个改后的框架结构，它提供了大量的新特性，以提升发者的工作效率和便于发者使用。 本书通过聚焦于发基于神经网络的解决方案来介绍机器学习。本书从构建深度学习解决方案所需的概念和技术始介绍，之后将介绍如何创建分类器、构建目标检测和语义分割神经网络、训练生成式模型，以及使用TensorFlow 2.0的工具（如TensorFlow Datasets和TensorFlow Hub）加速发过程。 学完本书之后，你将能够使用TensorFlow 2.0发任何机器学习问题的解决方案，并能将它们部署到生产环
读者对象：希望在预测分析和机器学习领域建立扎实基础的机器学习工程师、数据工程师和数据科学家 1）便于学习，所有的理论后都附有基于Python的具体实例； 2）版本新，适用Python3.5以上版本； 3）实例丰富，场景多样，配套代码完备。
美国国家技术奖获得者、奇大学校长、谷歌公司工程总监雷库兹韦尔**力作。这是一部洞悉未来思维模式、全面解析 人工智能 创建原理的颠覆力作。库兹韦尔对于大脑和人工智能的理解，将对我们生活的方方面面、各行各业，以及我们有关未来的设想产生巨大的影响。库兹韦尔通过一系列推理告诉我们，我们有能力创造超越人类智能的非生物智能。 湛庐文化联合权威机构中国人工智能学会特设专家委员会！该专家委员会包括中国工程院院士李德毅、驭势科技（北京）有限公司联合创始人兼CEO吴甘沙、地平线机器人技术创始人余凯、IBM中国研究院院长沈晓卫、国际人工智能大会(IJCAI)常务理事杨强、科大讯飞研究院院长胡郁、中国人工智能学会秘书长王卫宁等专家学者，他们将以自身深厚的专业实力、卓越的洞察力和深远的影响力，对这些优秀图书行深度评。
《探秘机器人王国（第2版》是一部长篇科普小说。故事始于机器人王国的一则爆炸性新闻，即机器人要求和人类平等、与人类平分天下。为了探究那里到底发生了什么，主人公林灵（长衫市的初二学生）作为代表，同全世界各路媒体、学者一起，来到 机器人王国 考察，并前往各个国家的机器人产业了解机器人的真实样貌。全书分为18章，从历史、基本结构、工农林业、空间和海洋探索、国防与安保、医疗、家政服务、文化娱乐、教育等多方面，介绍了机器人发展的现状，为读者展现了一幅多彩的机器人画卷。以往机器人容易给人留下的机械工具、触感冰冷、没有感情、令人恐惧等印象转化为智能助手、幽默温和、感情丰富的新认知。希望通过本书，能够和广大读者分享机器人技术发展的真实现状，认识到真正的 机器人王国 是什么样子的，了解它们在人类生活中
《细说机器学习：从理论到实践》是一个详细介绍现代机器学习理论、经典算法与流行框架及编程实现的机器学习门书。 从统计学、线性代数与概率论等机器学习的基础知识讲起，然后介绍机器学习的基本概念，继 而讲解常用算法与编程实现，最后介绍高级知识、框架实践与项目案例，兼顾理论与应用，详 尽易懂。 每个知识配合示例练习，全书共设计200多个编程实例，向读者展示机器学习算法与框架的实际应用。 全书涉及面广，如神经网络、卷积网络、集成学习、迁移学习等当前机器学习热均有所涉及 。 结合作者多年机器学习研究与发经验，采用流行的Python语言实现，讲解细致，娓娓道来， 适合转型想人工智能领域的大学生、发人员、技术人员和研究人员阅读。
全面、深剖析机器学习的算法原理和模型构建等核心技术 结合大量实例和两个实战项目案例展现各种算法的实际应用 详解监督学习、无监督学习和强化学习的理论基础与应用场景 详解模型训练中的风险函数、参数寻优方法，以及欠拟合与过拟合解决方案 深解析机器学习常用经典模型的基本原理及其Python实现 详解数据标准化、异常值检测、缺失值处理和特征筛选等数据预处理技术 详解两个典型项目实战案例，带领读者动手实践，提高实际发水平 内容丰富：详解机器学习的基础知识和相关算法原理并行实践，还对深度学习的基础知识行讲解，帮助读者系统掌握机器学习的完整知识体系。 循序渐：从机器学习的基本概念和环境搭建始讲解，逐步深其算法原理和模型构建等核心技术，最后行项目实战，学习梯度非常平滑。 理论结合实践：不仅深剖析机器学习的常用算
本书重介绍因求解大规模问题十分有效而风靡机器学习界的交替方向乘子法,该方法可以广泛应用于机器学习的优化求解，尤其是分布式凸优化问题。
读者对象：1、希望在多个平台的C 环境下始使用OpenCV的计算机视觉新手；2、计算机视觉工程师；3、从初级到高级的各级学生、教师、研究人员；4、其他对计算机视觉和OpenCV感兴趣的人员 1、鼓励 复制 粘贴 运行 这种学习方式并尝试将数学基础保持在*限度； 2、涵盖计算机视觉热门主题，提供完整的项目代码; 3、新增 为项目找到*OpenCV算法 、 避免OpenCV中的常见陷阱 ； 4、超越基础知识，从更高层次来设计和实现复杂图像识别项目。 5、版本新：OpenCV的API（v4.0.0）
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。
机器学习是人工智能领域中非常重要的一个研究方向，而深度学习作为机器学习的重要组成部分，伴随着近几年数据规模的增长和计算力的提升而备受关注。深度学习框架的快速发展大大降低了算法的门门槛，越来越多的深度学习从业者能够通过这些框架实现算法并应用到生活场景中，让我们的生活更加智能和便捷。 通过阅读本书，你将学到： MXNet、TensorFlow、Pytorch、Caffe等深度学习框架的差异 MXNet框架各主要模块的技术原理和应用实践 MXNet在图像分类、目标检测、图像分割中的应用，以及相关算法的训练、模型测试和实现细节 基于动态图构建网络结构的Gluon口 MXNet专门为计算机视觉任务推出的深度学习库GluonCV 从零始实现深度学习和计算机视觉算法的方法
复杂系统暨鲁棒控制的理论和应用（Theory and Applications of Complex Systems a
神经网络已成为从大量原始的，看似无关的数据中提取有用知识的强大技术。 Java语言是用于实现神经网络的zui合适的工具之一，也是现阶段非常流行的编程语言之一，包含多种有助于发的API和包，具有 一次编写，随处运行 的可移植性。本书完整地演示了使用Java发神经网络的过程，既有非常基础的实例也有高级实例。首先，你将学习神经网络的基础知识、感知机及其特征。 然后，你将使用学到的概念来实现自组织映射网络。 此外，你还会了解一些应用，如天气预报、疾病诊断、客户特征分析和光学字符识别（OCR）等。 zui后，你将学习实时优化和自适应神经网络的方法。首先，你将学习神经网络的基础知识和它们的学习过程。 然后我们关注感知机及其特征。 下来，您将使用您学到的概念实现自组织映射。 此外，您将了解一些应用，如天气预报，疾病诊断，客户
《细说机器学习：从理论到实践》是一个详细介绍现代机器学习理论、经典算法与流行框架及编程实现的机器学习门书。 从统计学、线性代数与概率论等机器学习的基础知识讲起，然后介绍机器学习的基本概念，继 而讲解常用算法与编程实现，最后介绍高级知识、框架实践与项目案例，兼顾理论与应用，详 尽易懂。 每个知识配合示例练习，全书共设计200多个编程实例，向读者展示机器学习算法与框架的实际应用。 全书涉及面广，如神经网络、卷积网络、集成学习、迁移学习等当前机器学习热均有所涉及 。 结合作者多年机器学习研究与发经验，采用流行的Python语言实现，讲解细致，娓娓道来， 适合转型想人工智能领域的大学生、发人员、技术人员和研究人员阅读。
本书使用大量实战案例，将AIGC和增长相结合
MLlib是Apache Spark机器学习库。本书入门简单，实例丰富，详解协同过滤、线性回归、分类、决策树、保序回归、聚类、关联、数据降维、特征提取和转换等MLlib主要算法，用实例说明MLlib大数据机器学习算法的运用。
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