《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。
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。
1.通过智能问答系统、文档助手和知识图谱应用三个实战项目的完整解析，使读者深理解LangChain大模型项目发的完整流程。2.详细讲解LangChain的核心概念、设计理念、发环境及基础组件等大模型发的基础知识。3.作者有丰富的大模型发项目经验和培训经验，讲解通俗易懂，深受学员们欢迎。
复杂系统暨鲁棒控制的理论和应用（Theory and Applications of Complex Systems a
《AIAgent发：零基础构建复合智能体》系统地介绍了智能体的核心原理与构建实践，涵盖了当前智能体发的热与流行技术，包括：MCP、A2A、RAG、LangChain、LangGrapsh，以及代码平台扣子等，并提供了从单智能体到复杂智能体的全流程发技术细节。全书以知识+示例的教学方式，循序渐，由浅深，并提供了大量实例演示，以及完整的项目实战，以及智能体的部署与运维技术，可帮助读者系统掌握发技能，并用于解决业务需求与实际问题。《AIAgent发：零基础构建复合智能体》还提供了教学视频，以二维码的形式呈现在书中对应章节，读者在阅读过程中可扫码观看，大大提高学习效率，同时，《AIAgent发：零基础构建复合智能体》还提供配套示例代码，读者可直调用行演练。全书尽可能使用通俗易懂的语言行描述，提供全面的系统的知识与智能体构建方法论，适合对智能体感兴
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
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。
《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。
（1）星环科技人工智能平台团队合著，凝结星环科技人工智能和大数据团队丰富的实战经验 （2）从技术视角提供当前人工智能相关技术的深介绍，不仅讲解人工智能知识体系的理论基础，也可以指导基于实战的平台环境行操作。 （3）针对各种类型的机器学习问题，基于星环自研的人工智能平台（Sophon）环境，结合真实案例，依照数据、分析、建模的演历程行系统化阐述并行实战讲解。
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
《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
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。
笔者根据多年的学习和工作经验，总结出一条有效的学习路线：先抓主干，后抓枝节。学习一个算法就好比遍历一棵大树上的所有枝节，算法越是复杂其对应的枝叶也就越多。一个算法的学习，笔者将它归结成了5个层次：理解主要思想、掌握算法原理、熟练源模型、完成数学推导和行源码实现，帮助读者分阶段地学习，轻松迈机器学习的大门。
DeepSeek助力短视频创作拍摄、剪辑、调色与*制作(剪映+Premiere)(全彩微课版)
36个动手练+10个实战演练+42节同步学习视频+24节AIGC拓展学习视频
本书注重算法理论与实际案例相结合，将枯燥无味的预测算法原理用R语言重现，并通过案例让读者掌握预测模型的应用。 本书源码下载地址：https://github.com/cador/Predictive-Practice-With-R
适读人群： NLP相关领域的师生； 工作中应用NLP领域技术的人； 算转型NLP的人。 （1）作者涂铭是数据架构师和人工智能技术专家，先后就职于阿里和腾讯，在NLP和聊天机器人方面积累了大量经验。 （2）作者杜振东是国家标准委人工智能技术专家和AIIA（中国人工智能产业发展联盟）技术专家，在会话式AI方面有多年积累，项目经验丰富。 （3）不仅详解了NLP和人机交互核心技术，从技术、算法、实战3个维度讲解聊天机器人原理、实现与工程实践。 （4）前瞻性强，专注于NLP和人机交互的前沿技术，以及会话式AI技术在热门场景中的工程实践。 （5）实战性强，每章都提供实战代码，大部分代码简单修改后便可在实际场景中使用；数据集并非简单构造，而是具有真实性。 （6）对比性强，结合应用场景，对比不同技术的优劣，既能指导读者行技术选型，又
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）通俗性 每章的标题就是对该章内容的高度概括，在下来的内容中对其行的解释已尽可能做到了准确、翔实。 2）完整性 本书从终端安全的科学内涵、技术解析、关键要素、实现细节到具体应用案例都行了周详的论述。 3）实用性 本书紧密结合应用实际，从安全需求、科学分析到技术支持、应用实践等各方面行分析和论述。
本书使用大量实战案例，将AIGC和增长相结合
本书深浅出地介绍了人工智能和大模型的核心概念和算法，以及这些技术是如何发明和发展的。通过阅读本书，读者能够理解大模型背后的技术，感受到它所带来的改变。
工信部声称，机器人自动化将是实现 中国制造2025 这一目标的重要工具。中国迎来机器人大发展时代。 ★★从应用需求角度出发，淡化理论，建立工业机器人系统集成的整体概念★★ 本书从工业机器人应用的角度出发，全面地介绍了几款多用途机器人在通用行业的典型应用，内容包括：水平多关节机器人贴标（四轴）、装配机器人（六轴）、视觉贴合机器人、搬运机器人和机器人CNC技术发。内容涵盖工业机器人的基本知识及相关硬件技术、设计理念及实施过程，然后给出完整的操作流程和设计要领。
（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。
零基础 ：零基础门，手把手教学，1分钟生成会议纪要，3分钟搞定高颜值PPT，复杂数据图表一键生成，面向职场 技术小白 的DeepSeek 多模态AI应用指南。 强价值 ：文本AI、图像AI、音频AI、视频AI、AI虚拟人等不同应用工具实践应用，实操演示和详细教学，零门槛，各种职场刚需直抄作业！ 重实用 ：AI写文案、写代码、做简历、做幻灯片、分析数据、写作公文，面向具体职场巧妙应用，快速提升工作效率。 多场景 ：精选60多个典型职场应用场景实践，涵盖30多款主流AI应用，案例丰富、覆盖全面，一书在手，AI应用无忧。 多模态 ：文本、图片、视频、音乐、虚拟人 多模态AI应用全面覆盖。
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
AI摄影与创意设计:Stable Diffusion-ComfyUI
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。
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
Python是一门通用型编程语言，也是一门相对容易学习的语言。因此，数据科学家在为中小规模的数据集制作原型、实现可视化和分析数据时，经常选择使用Python。本书填补了机器学习和Web发之间的鸿沟。本书重讲解在Web应用中实现预测分析功能的难，重介绍Python语言及相关框架、工具和库，展示了如何搭建机器学习系统。你将从本书学到机器学习的核心概念，学习如何将数据部署到用Django框架发的Web应用；还将学到如何挖掘Web、文档和服务器端数据以及如何搭建推荐引擎。随后，你将一步探索功能强大的Django框架，学习搭建一个简单、具备现代感的影评情感分析应用，它可是用机器学习算法驱动的！本书是写给正努力成为数据科学家的读者以及新晋的数据科学家的。读者应该具备一些机器学习经验。如果你对发智能（具备预测功能的）Web应用感兴趣，或正在从事相
《华尔街日报》**商业书籍、《科克斯书评》**书籍、围《洛杉矶时报》科技图书奖、加州大学伯克利分校全体教师及新生书。 《连线》杂志联合创始人凯文 凯利、连机发明者丹尼尔 希利斯、Boing Boing网站联席主席科利 多克托罗、《纽约时报书评》《波士顿环球报》《经济学人》《西雅图时报》《卫报》等多家媒体联袂推荐！ 代码如何管这个世界呢？通过追溯从艾伦 图灵的一维模型如何发展到约翰 冯 诺依曼的二维实现，《图灵的大教堂》提出了一系列关于当下的三维数字宇宙可能走向何处的预见性看法。 湛庐文化出品。
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。
热话题。元宇宙是社会热话题，如何从概念引申到具体行业的应用，一步加深和深化大众对元宇宙的理解，本书可能从更加具体的维度诠释了这一。 创新性。作者在本书中提出的 元宇宙 ，是对元宇宙概念的扩展和延伸，角度比较新颖，有一定创新性，让读者对元宇宙体系有更深切的认识。 抢占先机。就目前来看，市场上暂无 元宇宙 概念的书。本书如果能在较短时间内出版，就抓住了关于这一话题的先机和制高。
《模拟化生存：虚拟与现实之间》是大卫 萨克斯继《模拟的复仇》之后的又一杰作。透过新冠疫情这一全球事件，他带我们穿越数字化的迷雾，探索技术与人类如何更和谐共生。在萨克斯的笔下，未来并不是冰冷的代码和机器，而是充满人性化、社会性和创新的。这不只是一次科技的思考，更是一场关于人、社会和未来的对话。
1. 李国杰院士新作，承载了他多年来在计算机科学领域深研究的工作结晶 2. 产学研三重背景，兼具工程科学与人文科学的思维 3. 涵盖了科技自立自强、理解人工智能、做强先计算、人才培养教育等多个方面，内容深度广度兼备，引发读者深思考科技创新的未来。 4. 关注信息科学技术发展，倡导自主创新品牌建设。书中分享了科研中所遇到的挑战，以及克服困难的经验方法，对于年轻科研工作者来说具有很好的启示作用。
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
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
机器人构建实战 是 卓越之星 的姊妹篇，是在机器人设计制造领域的两个不同平台，是一本基础的介绍机器人设计与搭建的指南，能够帮助更多的人了解机器人的设计、搭建、编程、控制等关键环节，为读者提供更加丰富的设计思路和实践创意。
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）
《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。
随着 元宇宙 热度持续，人们对与元宇宙相关领域、相关产品的关注度越来越高，而元宇宙工程作为数字能力引现实世界、实体经济的口，将会是实现企业硬科技转型升级的新一代发现工具、效率工具、创新工具，这正是本书所要讨论的主题。 本书不仅涵盖了构建元宇宙的理论基础与方法论等内容，还从多个行业领域着手，分析了元宇宙具体的落地实践方法，为读者提供了一个具有很强实操意义的科学总结。 本书还具体介绍了元宇宙工程的创意和设计、元宇宙的根基 数字孪生技术等内容，这些都对读者一步了解元宇宙，并将元宇宙从概念上真正落地提供了重要的参考和启发。
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。
适读人群： 本书可以作为高等院校人工智能、电子信息工程、物联网工程、数据科学与大数据技术、通信工程等专业高年级本科生以及智能科学与技术、信号与信息处理、网络空间安全、通信与信息系统等学科研究生的参考教材，也可供从事语音处理技术研究与应用的科研及工程技术人员参考。 十余年深耕智能语音处理的研究结晶 人工智能在语音处理领域的应用成果
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