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。
市面上的AI芯片全书； AI芯片主流大厂首席科学家多年研究经验和前瞻的倾心总结； 覆盖AI芯片相关的技术路线、理论基础和产业实践等诸多方面； 从深度学习AI芯片等现有产品，到自学习/进化等下一代技术，再到量子场论、超材料甚至生物技术AI芯片等前瞻题材，本书将带您走进AI芯片的未来。
32个案例实战，实操实练，能让您快速上手，并举一反三，创作出新颖、独特、火爆的AI数字人效果！70集教学视频，可随时随地全程查看操作过程，有效解决问题、难，让学习更轻松、高效！80多个素材 效果文件＋150多页PPT教学课件等资源，助您轻松、快速实现多种效果的产出！
★好服务，是设计出来的！ ★抓住客户的痛、爽、痒，用极致体验提升复率和推荐率！让品牌触动人心。 ★不仅包含星巴克、宜家、亚朵等线下店铺案例，还包含爱彼迎、KEEP等线上案例！ ★介绍了用户画像、同理心地图、影子计划、AEIOU观察框架、情感曲线等实用工具，以及巴这个真实创业故事的服务设计实践，人人皆可学会！ ★唐 诺曼（Don Norman）、伯吉特 玛格（Birgit Mager）、秦朔、梁宁、汤维维、刘润、陈威如、张蓓、金铎、姚映佳、王炜推荐阅读！
1.使用Python语言实现代码，清晰简洁地解读机器学习深层概念。 2.读者通过大量的示例详细阐述了机器学习的相关概念，能够快速掌握广泛使用的回归、聚类、神经网络等机器学习算法/技术，并将这些概念应用于日常应用和发。 阅读本书，你将学到： 通过简单易懂的方法学习数学和机器学习的原理； 了解广泛使用的机器学习算法和技术，并掌握它们解决实际问题的方法； 通过流行的编程框架了解先概念； 为从事机器学习领域的工作做好准备； 了解知名的强大的工具，并运用这些工具解决机器学习中涉及的计算问题； 掌握当前机器学习领域的概念，并将这些概念应用于有趣的前沿问题。
Array
1. 本书全面介绍了图神经网络的基础和前沿内容，以及图表示学习的基本概念和定义，并讨论了高级图表示学习方法的发展； 2. 国内图领域研究领域优秀团队核心成员共同编写，适合所有想了解图神经网络基本问题和技术的人，包括但不限于高等院校计算机专业高年级本科生及研究生、科研人员以及相关从业者。 3. 涵盖图神经网络的几个前沿主题，例如利用图数据描述社会科学、化学和生物学等领域的真实数据的关系等。
AI爆发引发了剑指下一代互联网主导权的军备竞赛，本书立足于互联网发展阶段和信息传播演化的历史经纬，着眼于中美两大科技强国的人工智能和通信产业的发展纵横，大胆畅想并系统性地阐述了AI的产业应用前景、前沿趋势与挑战。 1.这是一本兼具专业水准和深刻洞见的诚意之作！作者秉持 拒绝神化，拥抱变化 的态度，为读者抽丝剥茧，理性审视ChatGPT的前世、今生和未来。 2.2023年3月至今，各种AI产品的密集发布让世人惊叹于人工智能时代正在加速到来，或兴奋或恐惧的情绪也随之在全球蔓延。面对种种疑虑，本书以冷静的笔触和浅显易懂的表达，为读者厘清专业基本概念，层层揭ChatGPT的神秘面纱！要想全面了解ChatGPT及其背后的技术和产业逻辑，读这本书足矣！ 3.本书的观察视角极富创新性。诸多舆论将ChatGPT仅仅视为技术突破，本书则旗帜鲜明地指出ChatGPT
1.领域前沿：本书全面介绍了生物计算的三大领域 DNA计算、RNA计算和蛋白质计算，涵盖了从基础理论到实验操作的全方位内容，为读者提供了一个系统的学习框架。 2.作者知名：由领域内知名学者著述，整合了多年的研究成果和最新发现，确保了书籍内容的权威性和实用性。 3.理论性与实用性兼备：不仅深探讨了生物计算的理论基础，还详细介绍了实验操作和计算模型，使读者能够将理论知识应用于实际问题解决中。 4.案例分析丰富：书中提供了大量的实际案例分析，如DNA计算在求解NP完全问题上的应用，增强了内容的可读性和实用性，使读者能够更好地理解和掌握生物计算技术。 5.跨学科视角：本书融合了计算机科学、生物学、化学等多个学科的知识，为跨学科研究者提供了一个共同的交流平台，具有广泛的吸引力。
测控技术近年来发展迅速，是一门集光、机、电、算于一体的工程性和综合性技术。
秋叶大叔 秒懂AI系列 重磅新作，深探讨AI在论文写作中应用的实用技巧； 注重方法逻辑，适用于DeepSeek、豆包、文心一言和ChatGPT等各种AI大模型； 论文选题、前言写作、大纲写作、正文写作、数据分析、摘要写作、结语撰写、文稿翻译与润色、答辩PPT制作。
1.内容兼具专业性和易读性，核心读者群体明确且具有一定力。 2.可以在行业会议中行推广。 3.装帧考究，排版精良，适合读者行深度阅读。3.装帧考究，排版精良，适合读者行深度阅读。
1.本书主要针对职业院校学生的特，突出素质教育，以培养学生的能力为本位，以提高学生的就业技能为导向。 2.全书内容简洁、结构严谨、逻辑分明、条理清晰，在内容和形式上都有创新。 3.教材的编写由浅深，即使没有触过云计算发的学生也能很快上手。 4.本教材注重理论与实践的结合，使学生能通过实践深化对理论的理解，学会并掌握理论知识的实际应用。能更好的培养学生的专业技能和实践能力，学生在学完本书后能学以致用。 5.本书采用“任务驱动”“案例教学”“启发式教学”等教学方法，充分激发学生的学习兴趣，发挥学生学习的主动性，变常规的被动学习和填鸭式教学为积极主动学习。 6.参与本书编写工作的人员都是长期从事云计算发技术及相关课程教学的一线教师和长期从事云计算发的工程师，具有丰富的教学经验和实践经验。
《比较》杂志研究部主管，主要研究方向为产业经济学、数字经济、反垄断和管制经济学。曾在中英文期刊上发表学术论文六十余篇，在报刊杂志上发表文章数百篇。曾获得《金融研究》年度论文奖、优秀论文奖、《经济观察报》专栏奖。著有《区块通识：关于区块的111个问题》。 吕琳媛 电子科技大学教授，主要研究方向为复杂网络信息挖掘领域，包括海量信息导航、挖掘、推荐和预测。国家自然科学基金优秀青年基金获得者、四川省青年人才。阿里巴巴复杂科学研究中心副主任。2018年选《麻省理工科技评论》 35岁以下科技创新35人 。著有《重塑：信息经济的结构》。
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.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。
1.本书适用于计算机科学及其他相关专业的本科院校、高等职业院校师生，对于需要参加计算机考试，或者得希望自学计算机软件发的人员也有较大的帮助。 2.本书全面系统地介绍了计算机科学教育中的一个重要组成部分——数据结构，并以Java语言实现相关的算法。
读者对象： 1.机器学习与人工智能方向的从业者；2.XGBoost应用发人员；3.机器学习、数据挖掘研究方向的学生；4.机器学习或源软件爱好者 【学习路线图】免费领取 搭配图书学习效果更佳！ 获取方式： 1、微信关注 华章计算机 2、在后台回复关键词：XGBoost 1）知名互联网公司工程师撰写，通高效机器学习脉络，掌握竞赛神器、集成学习中集大成者 XGBoost 2）以机器学习基础知识做铺垫，深剖析XGBoost原理、分布式实现、模型优化、深度应用等
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。
1.内容全面 俯瞰全领域，网罗人工智能发基础理论和技术； 2.图文并茂 334张图示帮助理解，以图配文，知识清晰直观； 3.专业实用 详略得当，辅以公式和代码，为深研究基础。 知识涵盖： 机器学习/深度学习/强化学习/图像和语音的模式识别/自然语言处理/分布式计算
《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
（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。
智能音箱播放歌曲这个看似简单的场景背后，是多种人工智能技术的集体协作，包括声学信号处理、语音自动识别、自然语言理解、资源检索与发现、自然语言生成、语音合成等，其中内容检索是满足用户终需求的关键技术之一。 面向音乐数据集的这些特征构建索引，根据特征数据收录的不同可以有不同的技术体系。在自然语言处理中，自然语言理解处于核心地位。如果把音乐看成一种特殊的 语言 ，那么，对音乐的语义理解意味着什么？音乐的那些主要特征能够表达音乐的语义特征吗？人类情感可以量化吗？人工智能可以具备情感吗？情感化的人工智能在产品设计中的竞争力有多强？在本书中，希望你可以找到答案。
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。
读者对象： 1、人工智能领域的技术工程师，尤其是机器学习和深度学习领域的工程师； 2、高校人工智能专业学生、教师以及研究人员； 3、希望了解人工智能尤其是深度学习的技术工程师和产品经理。 （1）本书由百度官方出品，PaddlePaddle总架构师共同创作。 （2）百度公司CTO王海峰博士作序，张钹院士、李未院士、百度集团副总裁吴甜联袂推荐 （3） 内容全面、由浅深、注重实践 ，结合新近PaddlePaddle技术版本，详细讲解了PaddlePaddle的技术和原理，以及如何从零始快速掌握深度学习。
本书以边缘计算技术发展为主线，从边缘计算的基本概念、系统架构、相关技术到云计算、雾计算、移动边缘计算及相关范例均做了详细说明。本书既可满足计算机相关专业本科生的需要，也可作为从事边缘计算相关工作的专业人士参考读物，使读者在学习中增强对边缘计算的了解并掌握相关技术。
1.热结合。 2017年，国务院发布了《新一代人工智能发展规划》。2022年政府工作报告中提出，促数字经济发展，完善数字经济治理，释放数据要素潜力，更好赋能经济发展、丰富人民生活。2023年4月28日，政治局会议指出 重视通用人工智能发展 ，2023年5月5日，中央财经委会议强调，要把握人工智能等新科技革命浪潮，适应人与自然和谐共生的要求，保持并增强产业体系完备和配套能力强的优势，高效集聚全球创新要素，推产业智能化、绿色化、融合化，建设具有完整性、先性、安全性的现代化产业体系。 2.创新性。 从ChatGPT，到AIGC，再到AGI。目前市场上围绕数字经济、人工智能方面的图书品类较多，但以全球视野展望通用人工智能发展方面的图书品类较少。数字经济时代推动下，人工智能作为关键性的新型技术能力，被视为数字经济发展的助推器和推动力，本书
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。
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。
本书目标读者是大三以上的学生，以及广大的工程技术人员，研发人员。亦可以作为统计、计算机、大数据以及相关专业和各交叉学科的教材使用。
（1）作者来自复旦大学，在国内具有一定的影响力，常举办相关的培训和讲座。 （2）教材难度适中、系统性强，内容基本覆盖了机器学习和深度学习的核心内容，深浅出，适合初学者。知识与时俱，行了更新。 （3）教材配套资料齐全，包括对应的PPT、数据素材、程序源代码、测试题等，另外还提供配套的视频。 （4）实践指导性强。作者结合20多家企业的实战合作项目实践，提供300多道原创的选择题、填空和判断题。还有40多个实战案例供读者实验和实训。 （5）工信部 十四五 规划教材。
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。
1. 重聚焦科研数据统计的思维与方法，帮助读者逐步具备准确地使用数据分析工具并解读数据分析结果的能力，优化其思维方式，促其科研能力的提高。 2. 本书拥有丰富的实战案例，在介绍案例的操作流程之前，会先分析解决方案，帮助读者做到 知其然也知其所以然 。 3. 每章后面的综合实践题可以作为对前面知识讲解的深和补充，检验读者对本章内容的掌握程度。 4. 本书提供配套素材文件，兼顾不同读者人群，零基础人群或相关专业本科生、研究生均可阅读。
1. 聚焦互联网三大核心业务，详细阐述了检索匹配的理论和演历史。 2. 通过落地一个基于深度学习算法模型的分布式机器学习业务案例来加深读者理解。 3. 随书免费赠送全部案例源代码和超过180分钟的高清学习视频。
TensorFlow：实战Google深度学习框架(第2版)
前谷歌专家、现Tensorflow创业新贵，新版力邀现谷歌专家加盟，共话新版核心技术与前沿案例。 本书前版作为业界首著伴随Tensorflow火遍全球，旨在面向生产商业场景，彻底贯通原理实践。 深原理走访主创结合真实项目，AI、ML团队争相赞誉力荐，与Tensorflow一道成为事实标准。 代码全面升级为1.4 版，重关注新版功能，增设专题论述TF高层封装和深度学习自然语言应用。
1.选题方向前沿，复现新的研究成果，包括ResNet、ShuffleNet、SqueezeNet等数据集中的成果；学习先的*法技术，包括对象检测、目标跟踪、迁移学习以及生成对抗网络等。 2.作者均是深度学习和计*机视觉领域的一线研究人员，拥有多*重大项目的发落地经验，获得多项科技步奖。 3.本书深浅出，用丰富详细的架构图、流程图生动展现，从根源剖析数据流的概念和原理，使晦涩难懂的专业概念清晰呈现。
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。
1.吴曼青院士、刘利刚教授、陈绪博士作序推荐，周鹏远、李力恒、许彬院士等国内外十余位精英倾心编著。 2.结合国内外多位相关领域专家的精彩见解，由浅深地剖析了元宇宙的重要技术、生态和发展，将读者快速带元宇宙世界，了解元宇宙的重要知识。 3.层次分明，提供多个视角，方便不同群体阅读和了解元宇宙。
学习思路，理论先行：构建了非常系统化的理论知识体系，助力读者透彻理解深度学习的基础知识。 学习原理，思维先行：学习一种新的方法、新的算法时，先从本质上剖析其来源，分析提出这种新方法的思维是什么。 抽丝剥茧、深挖本质：透过其烦杂的表面，深挖其本质。 纵向学习、横向比较：详细讲解深度学习作为语言模型中很有用的一种技巧，如何在很多方法中被借鉴和使用。 实践有章可循，拒绝举轻若重：本书将实践分为原理实践和应用实践。原理实践注重案例与原理的呼应，增强对于原理的理解和认识；代码实践增加不同场景下的实践技能，提高Python实践水平。
《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。
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。
本书适合零基础的编程爱好者、希望转型的技术人员，以及希望通过AI编程提升效率的发者阅读。
1.本书对人工智能产业行全景式、与时俱的综述，并一步介绍重产业。对于关心人整个工智能产业发展的政策制定者、研究者，以及想要在该领域长久发展的从业、创业人员来说，可以节省大量的信息搜集整理精力。 2.本书由中国电子信息产业发展研究院（赛迪）组织行业大咖撰写，可以有效支撑相关人员的研究和学习。 3.清华大学人工智能研究院、科大讯飞、驭势科技、商汤科技等联袂推荐。
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
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。
1、速成性：本书涉及深度学习的基本原理，没有过多纠结数学公式推导，能快速上手书中的实战项目，可用于实际生产。2、前沿性：深度学习是当今人工智能领域炙手可热的技术，本书是目前市面上为数不多的深度学习源码解析类参考资料。3、翔实性：本书既有深度学习理论知识的讲解，又有源代码的剖析，还包括解决实际问题的案例。4、趣味性：本书穿插部分漫画，利于年轻读者受和传播。
采用Python编写的Keras能够快速准确地训练卷积和递归神经网络，这使得Keras在很短的时间里就成为一个流行的深度学习库。 本书介绍了如何在时下流行的Keras库的帮助下，解决训练深度学习模型时遇到的各种问题。从安装和设置Keras始，展示了如何使用Keras行深度学习；从加载数据到拟合、评估模型获得*性能，逐步解决工作过程中遇到的每一个问题。在本书的帮助下，你可以分别实现卷积神经网络、递归神经网络、生成式对抗网络等。除此之外，本书还讲述了如何训练这些模型以完成图像处理和语言处理的任务。 本书*后还给出了一些实例，可以帮助你直观地了解Python和Keras在深度学习上的强大功能 通过阅读本书，你将学到： 在TensorFlow中安装和配置Keras 使用Keras库行神经网络编程 了解不同的Keras层 使用Keras实现简单的前馈神经网络、卷积神经网络和递归神
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