&#23448;&#26415;&#32593;&#95;&#20070;&#21451;&#26368;&#20540;&#24471;&#25910;&#34255;&#33;

強化學習：原理與Python實戰

本書從原理和實戰兩個方面介紹了強化學習。原理方面，深入介紹了主流強化學習理論和算法，覆蓋資格跡等經典算法和MuZero等深度強化學習算法；實戰方面，每章都配套了編程案例，以方便讀者學習。全書從邏輯上分為三部分。第1章：從零開始介紹強化學習的背景知識，介紹環境庫Gym的使用。第2～15章：基于折扣獎勵離散時間Markov決策過程模型，介紹強化學習的主干理論和常見算法。采用數學語言推導強化學習的基礎理論，進而在理論的基礎上講解算法，并為算法提供配套代碼實現。基礎理論的講解突出主干部分，算法講解全面覆蓋主流的強化學習算法，包括經典的非深度強化學習算法和近年流行的強化學習算法。Python實現和算法講解一一對應，還給出了深度強化學習算法的TensorFlow和PyTorch對照實現。第16章：介紹其他強化學習模型，包括平均獎勵模型、連續時間模型、非齊次模型、半Markov模型、部分可觀測模型等，以便更好了解強化學習研究的全貌。

·17.2萬字

如何創造思維：人類思想所揭示出的奧秘

《如何創造思維》講述2045年,人工智能將超越人類智能,儲存在云端的“仿生大腦新皮質”與人類的大腦新皮質將實現“對接”，世界將開啟一個新的文明時代，“奇點”到來！那個時候，我們是誰？我們是什么？人還能稱之為人嗎？庫茲韋爾把“奇點”當做一個絕佳的“隱喻”：當智能機器的能力跨越這一臨界點之后，人類的知識單元、鏈接數目、思考能力，將旋即步入令人眩暈的加速噴發狀態一切傳統的和習以為常的認識、理念、常識，將統統不復存在，所欲的智能裝置、新的人機復合體將進入“蘇醒”狀態。庫茲韋爾通過對人類思維本質的全新思考，大膽地預言了人工智能的未來。他堅信人類一定會制造出可與人腦相媲美的“仿生大腦新皮質”。它們甚至比人腦更具可塑性，并可放置在云端，與遙遠的人類生物大腦遠程相連。

DeepSeek原理與項目實戰：大模型部署、微調與應用開發

DeepSeek是一種基于Transformer架構的生成式AI（ArtificialIntelligence）大模型，融合了MoE架構、混合精度訓練、分布式優化等先進技術，具備強大的文本生成、多模態處理和任務定制化能力。本書系統性地介紹了開源大模型DeepSeek-V3的核心技術及其在實際開發中的深度應用。全書分三部分共12章，涵蓋理論解析、技術實現和應用實踐。本書通過深度講解與實用案例相結合的方式，幫助讀者理解DeepSeek大模型從原理到開發的完整流程，學習新技術的實現方法與優化策略，全面提升在大模型領域的理論素養與開發能力。

從深度學習到圖神經網絡：模型與實踐

近年來，深度學習在人工智能的發展過程中起到了舉足輕重的作用，而圖神經網絡是人工智能領域的一個新興方向，被稱為圖上的深度學習。本書詳細介紹了從深度學習到圖神經網絡的基礎概念和前沿技術，包括圖上的深度學習、圖神經網絡的數學基礎、神經網絡學習與算法優化、深度學習基礎、神經網絡中的表示學習、面向圖數據的嵌入表示、初代圖神經網絡、空域及譜域圖卷積神經網絡等內容。為增強可讀性，本書敘述清晰、內容深入淺出、圖文并茂，力求降低初學者的學習難度。本書既可作為人工智能領域研究和開發人員的技術參考書，也可作為對圖上的深度學習感興趣的高年級本科生和研究生的入門書。

解碼智能時代2021：來自未來的數智圖譜

在“芯屏器核網”“云聯數算用”和“住業游樂購”對應的三大版圖和15個版塊上進行探索，是我們這本書的內容架構和創作思路。實際上，大數據智能化不僅僅是新技術與新工具，更是一種觀察和認知世界的全新思維方式。我們沒有用技術與產業的語言來講解技術與產業，而是用新思考、新案例與新論證，多維度、系統性與通俗化地為大家呈現大數據智能化這片生機勃勃且潛力巨大的新大陸。

解碼智能時代：刷新未來認知

本書是立足智能時代的背景編寫的，全書分為12個部分，對大數據、人工智能、區塊鏈、5G、物聯網、智慧城市、云計算、數字政府、金融科技、智能醫療、智能制造、智慧教育相關內容進行了深度闡述，力圖全景呈現智能技術的概念、思想及發展現狀，以及它們對未來產業和社會的影響。該書在智能化產業起步階段具有行業影響力和啟發作用。適合于不同層次和領域的研究人員及學生閱讀，也是相關領域的科研與工程技術人員的參考書。

·17萬字

ROS機器人開發實踐

本書以《ROS探索總結》系列博文為基礎，重新整理了ROS相關基礎要點，讓讀者能夠迅速熟悉ROS的整體框架和設計原理；在此基礎上，本書以實踐為重心，講解大量機器視覺、機器語音、機械臂控制、SLAM和導航、機器學習等多方面ROS應用的實現原理和方法，并且翻譯了眾多ROS中的圖表、內容，幫助讀者在實現ROS基礎功能的同時深入理解基于ROS的機器人開發，將書中的內容用于實踐。

·17萬字

現代人工智能技術

《現代人工智能技術》對現代人工智能的理論、算法、框架及應用進行了全面、系統的論述，剖析了人工智能研究領域的前沿學術成果，涵蓋了機器學習、深度學習、強化學習以及聯邦學習等諸多方向。讀者通過學習本書，能夠掌握人工智能的基本知識，并能了解人工智能研究的一些前沿內容，為進一步學習人工智能理論與應用奠定基礎。全書共分為9章，分別為緒論、知識表達、推理方法、智能算法、機器學習、神經網絡、深度學習、強化學習、聯邦學習。本書可作為計算機類、自動化類、電氣類、電子信息類專業的本科生、研究生學習人工智能課程的參考用書，也可供高等院校的教師、研究機構的研究人員，以及相關法律法規制定者和政府監管部門參考。

·16.9萬字

巧用ChatGPT進行數據分析與挖掘

這既是一本引導讀者如何使用ChatGPT低門檻、高效率學習Python數據分析與挖掘方法的著作，又是一本指導讀者如何使用ChatGPT精準、高效地進行Python數據分析與挖掘實操的著作。從讀者對象的角度看，本書既大大降低了沒有編程經驗的讀者學習Python數據分析的門檻，又為有經驗的Python數據分析師提供了大量實用的AI數據分析技巧，幫助他們快速轉型為具備AI能力的數據分析師。從核心內容的角度看，本書不僅講解了如何在數據預處理、數據清洗、數據可視化等基礎的數據分析環節使用AI工具，而且還講解了如何在聚類分析、預測分析等高級的數據建模環節使用AI工具。

·16.9萬字

智能化浪潮：正在爆發的第四次工業革命

正在到來的第四次工業革命，是繼機械化、電氣化及信息化之后的一次大規模的智能化浪潮，將對人類生產、生活方式產生革命性的影響。本書以時間為主線，采用歷史案例+未來趨勢解讀的形式，全面介紹第四次工業革命涉及的各個技術領域發展趨勢，包括時下最熱門的人工智能、無人駕駛、VR/AR、工業4.0、共享經濟等；深入講解人類科技發展歷史的總體趨勢，通過眾多典型歷史案例總結出人類科技發展的核心驅動力是信息、能源、交通“三駕馬車”規律，從全球視角解讀科技大趨勢，激發人們對科技創新規律的思考。本書中心思想明確，觀點新穎，內容通俗易懂，非常適合關注科技創新的互聯網從業者、風險投資人、傳統企業家以及股市投資者等閱讀。

·16.9萬字

Manus極簡入門：從0到1快速打造你的AI智能體

本書是一本全面介紹Manus及其應用的實用指南，旨在幫助讀者深入了解Manus的核心技術、獨特優勢及其在各個領域的廣泛應用，為讀者在智能化時代的學習、工作和生活提供有力支持。首先，本書深入剖析智能體的本質與技術基礎，詳細闡述AIAgent的核心架構、運作原理，及其與傳統AI模型的區別，并從不同維度對比Manus與其他AI大模型（如DeepSeek、ChatGPT），讓讀者對Manus的技術優勢有清晰的認識。其次，本書重點介紹Manus在個人工作與學習中的應用，涵蓋智能日程優化、職場技能提升、學習輔助等多個方面，為個人提升工作效率和學習效果提供實用方法與工具。接著，本書依次探討Manus在市場營銷、銷售收益優化、供應鏈管理等商業領域的創新應用，包括AI虛擬代言人、動態內容營銷、談判策略生成、價格彈性預測、多級庫存優化等內容，幫助企業實現精準營銷、高效銷售和精益管理。此外，本書深入分析Manus在產品服務創新、組織管理、風險管理等方面的應用案例，如AI概念生成、虛擬焦點小組、智能包裝設計、組織網絡分析等，為企業的產品創新和內部管理提供新思路。最后，本書還關注Manus在戰略決策、日常生活等領域的應用，包括市場進入模擬、技術成熟度評估、健康與身心管理、家庭與社交關系優化等方面，助力讀者從宏觀戰略到微觀生活全方位提升智能化水平。

大模型浪潮：商業機遇、產業變革與未來趨勢

2022年末，ChatGPT在全球的風靡，讓大模型隨之出圈。大模型帶來的機遇是人類突破能力邊界最大的一次飛躍。未來基于人工智能或將實現“想象即現實，所想即所得”，這將是一次巨大的飛躍。中國、美國以及歐洲各國紛紛出臺相關政策，將推動人工智能發展、大模型迭代作為重要的創新引擎。了解、應用大模型，既是時代的要求，也是產業發展的必需。但是在實踐中也發現，大家對大模型的了解并不深刻，甚至時常被技術名詞“勸退”。因此，迫切需要一本權威著作，能融合學術理論與產業實踐，通俗且系統地闡述一系列話題，例如：人工智能是如何一步步發展到令人驚嘆的階段的？大模型的能力有哪些特點，可以產生怎樣的商業價值？為什么應用大模型正當其時？企業與個人如何高效便捷地基于大模型做開發？解答這些問題也正是撰寫本書的初衷，相信本書可以回答讀者的關切，為大模型的落地提供新思路。立足當下，如果用一句話來總結大模型的狀態，那就是：大模型已經從最初嘗鮮、體驗的場景，進入了實際的生產環境里，成為生產力。智能體等產品形態的發展，則將人從重復、機械的工作中解放出來，最大限度地發揮創新的力量。

OpenCV4.5計算機視覺開發實戰：基于Python

OpenCV是一個跨平臺計算機視覺和機器學習軟件庫，也是計算機視覺領域的開發人員必須掌握的技術。本書基于Python3.8全面、系統地介紹OpenCV4.5的使用，并配套示例源代碼、開發環境與答疑服務。本書共分15章，主要內容包括計算機視覺概述、OpenCV的Python開發環境搭建、OpenCV基本操作、數組矩陣、圖像處理模塊、灰度變換和直方圖修正、圖像平滑、幾何變換、圖像邊緣檢測、圖像分割、圖像金字塔、圖像形態學、視頻處理，以及停車場車牌識別、物體識別、運動跟蹤、人臉檢測等案例。本書既適合計算機視覺與圖像處理、人工智能算法的開發人員閱讀，也適合高等院校和培訓機構計算機視覺與圖像處理、人工智能等相關專業的師生教學參考。

人工智能導論

本書主要講述人工智能的基礎知識與基礎理論，并通過大量的人工智能應用幫助讀者快速了解人工智能相關技術。本書共10章，分別為人工智能概述、人工智能基礎知識、機器學習、深度學習、計算機視覺、自然語言處理、知識圖譜、人工智能技術應用場景、智能機器人和人工智能的挑戰與未來。本書內容豐富，講解細致，注重技術發展變化。本書既可作為高校大數據專業、云計算專業、人工智能技術專業、信息管理專業、計算機網絡專業的教材，又可作為人工智能與大數據愛好者的參考書。

TensorFlow機器學習（原書第2版）

這是一本TensorFlow機器學習入門教程，書中通過大量實例，以淺顯易懂、循序漸進的方式詳細闡釋使用Python和TensorFlow構建機器學習模型的核心技術與方法。本書既涵蓋機器學習基礎理論，又介紹了如何將機器學習核心概念應用于現實世界的挑戰（例如，情感分析、文本分類和圖像識別）中，并通過實例展示了用于深度語音處理、面部識別以及使用CIFAR-10的自編碼器的神經網絡技術。全書共分為三部分。第一部分（第1～2章）討論機器學習的基本原理及其當前被大規模應用的原因；第二部分（第3～10章）通過大量實例詳細介紹回歸算法和分類算法，涵蓋回歸、分類、無監督聚類和隱馬爾可夫模型（HMM）等技術及應用；第三部分（第11～19章）主要介紹神經網絡及其應用，涵蓋使用隱藏層的自編碼器壓縮和表示輸入、用于自動分類圖像和面部識別的卷積神經網絡（CNN）、用于時間序列數據或語音轉文本的循環神經網絡（RNN），以及seq2seqRNN架構等內容。通過閱讀本書，你將能夠：使用TensorFlow進行機器學習選擇最佳的機器學習方法使用TensorBoard可視化算法與合作伙伴共享結果在Docker中運行模型

深度學習全書：公式+推導+代碼+TensorFlow全程案例

《深度學習全書——公式+推導+代碼+TensorFlow全程案例》共有15章，分為5部分，第一篇說明深度學習的概念，包括數理基礎，特點是結合編程解題，加深讀者印象，第二篇說明TensorFlow的學習地圖，從張量、自動微分、梯度下降乃至神經層的實踐，逐步解構神經網絡，第三篇介紹CNN算法、影像應用、轉移學習等，第四篇則進入自然語言處理及語音識別的領域，介紹RNN/BERT/Transformer算法、相關應用等，最后，介紹了強化學習的基礎知識，包括馬爾可夫決策過程、動態規劃、蒙特卡洛、QLearning算法，當然，還有相關案例實踐。

移動機器人自主控制

移動機器人自主控制不僅是機器人領域的重要問題，也是人工智能研究中的熱點課題之一。本書首先系統介紹移動機器人的結構和特點，以及移動機器人自主控制的關鍵技術等內容；然后詳細研究人工智能理論與方法在移動機器人導航、路徑規劃、機器人視覺、環境感知、同步定位與建圖、多機器人協作等方面的具體解決思路，并給出實驗結果和分析；最后介紹移動機器人自主控制的進展。

·16.7萬字

人工智能簡史

本書全面講述人工智能的發展史，幾乎覆蓋人工智能學科的所有領域，包括人工智能的起源、自動定理證明、專家系統、神經網絡、自然語言處理、遺傳算法、深度學習、強化學習、超級智能、哲學問題和未來趨勢等，以宏闊的視野和生動的語言，對人工智能進行了全面回顧和深度點評。本書作者和書中諸多人物或為師友或相熟相知，除了詳實的考證還有有趣的軼事。本書既適合專業人士了解人工智能鮮為人知的歷史，也適合對人工智能感興趣的大眾讀者作為入門的向導。

·16.7萬字