多模态大模型与AI Agent智能体技术的快速成熟，为未来的AI应用辟了新的可能性，预示着人工智能将在更多领域发挥其深远的影响。本书正是在这样的背景下应运而生。它旨在为读者提供一个全面、深地了解当前多模态大模型与AI Agent智能体最新研究展和实践应用的窗口。全书共8章，力求将最前沿的技术原理、最实用的应用案例及最深刻的行业洞见呈现给读者。
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
1.TensorLayer是一个基于TensorFlow的深度学习发工具。其透明，灵活，高性能的特，使得它得到了大量初学者乃至资深发者的青睐。TensorLayer获得了ACM Multimedia颁发的2017年度*源软件奖。 2.本书是在帝国理工学院计算机系终身教授郭毅可的领导下，由TensorLayer创始人领衔，TensorLayer主要发团队倾力造而成，作者全部来自一线人工智能研究员和工程师，为读者提供了一次非常美妙的AI之旅。 3.本书案例是作者们经过精心挑选后写作的，其中不乏诸如，价值上亿美金的超高分辨率复原、已实际应用在医学上的图像语义分割等黄金案例，值得初学者和研究者们学习参考。 4.本书作者额外提供了案例使用的模型，请到http://www.broadview.com.cn/book/5059下载使用。
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
利用AI进行数据分析——基于DeepSeek+豆包+智谱清言,让效率提高N倍
在当今数字化浪潮中，数据已成为企业与组织的核心资产，而如何高效地从海量数据中提取价值，成为制胜关键。这本书，正是为那些渴望在数据海洋中乘风破浪、追求极致效率的你量身造的！前沿技术，触手可及：本书聚焦于当下最前沿的AI数据分析技术，深度结合DeepSeek、豆包、智谱清言三大强大工具，将复杂的技术原理转化为通俗易懂的语言，即使是初学者也能轻松上手。无论是数据挖掘、机器学习，还是自然语言处理，书中都有详尽的讲解与实战案例，让你紧跟行业潮流，掌握核心竞争力。工具赋能，轻松上手：DeepSeek、豆包、智谱清言，这三大工具在数据分析领域各具特色，功能强大且易于操作。书中不仅详细介绍了它们的使用方法，还通过大量实例展示了如何将这些工具组合起来，发挥出1+1+1>3的强大效能。无论是初职场的数据分析师，还是希望提升工
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
《AI配音完全手册》的主要读者对象：短视频创作者/自媒体博主，内容运营/市场营销人员，有声书/广播剧制作人，学生、教师、知识分享者，以及所有对AI感兴趣的内容创业者。自媒体时代，AI配音，让你的内容“声”色俱佳！工具式学习：本书梳理了国内外20个主流的AI配音工具，从“国民级”的剪映、魔音工坊，到海外顶流的ElevenLabs、UBERDUCK，再到硬核源项目GPT-SoVITS。让你了解AI配音工具库，把更多时间花在创作上。案例驱动：精选了22个AI配音热门案例，全面解析从文本输到语音生成的完整流程，带领读者逐步掌握不同场景下的AI配音技巧。操作简单：本书以清晰的步骤和简洁的语言为基础，提供了“傻瓜式”教程，即使技术小白也能轻松上手，快速应用AI配音技术。
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。
1.本书借孙悟空师徒四人取经的经典故事科普人工智能技术和应用，阐述自然语言处理、计算机视觉、音视频处理等人工智能技术和应用，配合丰富的实验内容，通过百度EasyDL平台体验AI技术的奥秘； 2.本书寓教于乐，结合课堂教学和实验，以及家庭亲子实践的方式，学习和体验AI技术的奥妙，适合8~16岁青少年学习AI门的启蒙书； 3.教育界多位知名青少年教育专家评推荐。
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。
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。
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。
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。
国内外服务机器人研发展、服务机器人创业团队未来两三年服务机器人市场发展
DeepSeek助力图形图像处理AI绘图、修复合成、视频生成、Photoshop协同(全彩微课版)
全彩印刷，案例丰富，配72个动手练+17个实战演练+62节同步学习视频+24节AIGC拓展学习视频。
内容全面 ：系统介绍了深度学习算法的基础理论和主流算法模型，如AlexNet、ResNet、BP、LSTM、GAN、CNN等，详细剖析了每个算法的理论推导过程和应用场合。 实用性强 ：采用PyTorch 2.x最新框架行实战，通过大量案例实现了计算机视觉、自然语言处理、AIGC等方向的主流算法，读者能够通过实际项目来理解算法思想。 资源丰富 ：源了全部课程源代码、课件、代码，本书Github仓库已收获超3000个Star数，并被 机器之心 、 量子位 等媒体报导。
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
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。
《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。
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。
《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。
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。
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。
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。
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。
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。
《DeepSeek探索未至之境》是一本不可多得的AI技术指南，适合所有对人工智能感兴趣的读者。无论你是AI初学者、发者、研究人员，还是企业决策者，这本书都能为你提供从基础到高级的全面指导。本书作者凭借丰富的技术背景和实践经验，深浅出地讲解了DeepSeek的核心功能、应用场景及技术实现，并结合大量实战案例，帮助读者将理论知识转化为实际操作能力。 DeepSeek的火爆不仅代表了中国科技的崛起，更是一股来自东方的 神秘力量 。作为国产AI大模型的代表，DeepSeek凭借其低成本、高性能的优势，正在全球AI领域引发震动，甚至让硅谷为之侧目。它的出现破了美国在AI领域的主导地位，推动全球AI生态更加多元化，彰显了中国在人工智能领域的创新实力与战略布局。 本书不仅涵盖了DeepSeek的基础门、工具组合应用、本地与云平台部署，还深探讨了分布式训练、自然
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
人工智能不仅赢得了围棋的*对决，而且随着 2018年10月25日一幅由AI绘制的名为《埃德蒙 贝拉米肖像》的画作，在美国纽约佳士得拍卖行以43.25万美元的价格售出，人工智能技术也里程碑式地绘画艺术市场。那么，想了解AI技术是如何完成绘画艺术创作的呢？本书为你揭其中利用生成对抗网络（GAN）技术行绘画的奥秘。 《生成对抗网络门指南》是一本结合了基础理论与工程实践的 GAN门书籍，深浅出地讲解了GAN的技术发展以及各种衍生模型。本书面向机器学习从业人员、高校相关专业学生以及具备一定基础的人工智能爱好者，书中包含GAN的理论知识和代码实践。通过阅读本书，读者可以理解GAN的技术原理与实现方法。
读者对象：本书非常适合知道如何在 Python 中编程并了解深度学习基础知识的读者。本书面向具有传统机器学习实践经验，或希望在实践中探索深度学习世界并将其实现部署到生产中的发人员。 本书是一本深度学习实践指南，聚焦于PyTorch深度学习各场景的动手实现，不涉及模型层面的原理剖析。书中通过大量示例及代码，详细展示如何使用PyTorch构建深度学习模型原型、构建深度学习工作流和将原型用于生产。全书共7章。第1章介绍使用PyTorch行深度学习的方法和PyTorch的基本API；第2章演示如何构建一个简单神经网络；第3章深探讨深度学习工作流和PyTorch生态系统；第4章介绍基于PyTorch构建的CNN；第5章介绍RNN并探讨序列数据处理；第6章详细介绍生成对抗网络（GAN）；第7章介绍强化学习；第8章介绍将PyTorch应用于生产的三种不同方法。
读者对象： 1）人工智能相关专业的研究人员；2）信息科学和计算机科学爱好者；3）统计学或相关IT专业学生；4）不具备专业数学知识的人群。 （1）三位作者资历深厚，分别是阿里巴巴的数据架构师和NLP专家、百炼智能的NLP专家（前明略数据的技术合伙人和科学家）、七牛云AI实验室NLP OCR方向负责人； （2）以实战为导向，绕各种复杂数学公式与证明，确保读者零基础门，详细讲解自然语言处理 的各种核心技术、方法论和经典算法； （3）阿里巴巴达摩院高级算法专家、百炼智能CEO、七牛云AI LAB负责人、天善智能创始人联袂推荐。
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。
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。
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
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。
本书使用大量实战案例，将AIGC和增长相结合
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