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

企業級AI技術內幕：深度學習框架開發+機器學習案例實戰+Alluxio解密

《企業級AI技術內幕：深度學習框架開發+機器學習案例實戰+Alluxio解密》分為盤古人工智能框架開發專題篇、機器學習案例實戰篇、分布式內存管理Alluxio解密篇，分別對人工智能開發框架、機器學習案例及Alluxio系統進行透徹解析。盤古人工智能框架開發專題篇，通過代碼講解多層次神經網絡、前向傳播算法、反向傳播算法、損失度計算及可視化、自適應學習和特征歸一化等內容。機器學習案例實戰篇，選取機器學習中最具代表性的經典案例，透徹講解機器學習數據預處理、簡單線性回歸、多元線性回歸、多項式回歸、支持向量回歸、決策樹回歸、隨機森林回歸等回歸算法，邏輯回歸、k近鄰算法、支持向量機、樸素貝葉斯、決策樹分類、隨機森林分類等分類算法、ｋ均值聚類、層次聚類等聚類算法，以及關聯分析算法，并對回歸模型、分類模型進行性能評估。分布式內存管理Alluxio解密篇，詳細講解Alluxio架構、部署、底層存儲及計算應用、基本用法、運行維護等內容。

·19.9萬字

終極算法：機器學習和人工智能如何重塑世界

算法已在多大程度上影響我們的生活？購物網站用算法來為你推薦商品，點評網站用算法來幫你選擇餐館，GPS系統用算法來幫你選擇好的路線，公司用算法來選擇求職者……當機器最終學會如何學習時，將會發生什么？不同于傳統算法，現在悄然主導我們生活的是“能夠學習的機器”，它們通過學習我們瑣碎的數據，來執行任務；它們甚至在我們還沒提出要求，就能完成我們想做的事。什么是終極算法？機器學習五大學派，每個學派都有自己的主算法，能幫助人們解決特定的問題。而如果整合所有這些算法的優點，就有可能找到一種“終極算法”，該算法可以獲得過去、現在和未來的所有知識，這也必將創造新的人類文明。你為什么必須了解終極算法？不論你身處什么行業、做什么工作，了解終極算法都將帶給你嶄新的科學世界觀，預測以后的科技發展，布局未來，占位未來！

·19.8萬字

深度學習與圍棋

這是一本深入淺出且極富趣味的深度學習入門書。本書選取深度學習近年來最重大的突破之一AlphaGo，將其背后的技術和原理娓娓道來，并配合一套基于BetaGo的開源代碼，帶領讀者從零開始一步步實現自己的“AlphaGo”。本書側重實踐，深入淺出，庖丁解牛般地將深度學習和AlphaGo這樣深奧的話題變得平易近人、觸手可及，內容非常精彩。全書共分為3個部分：第一部分介紹機器學習和圍棋的基礎知識，并構建一個最簡圍棋機器人，作為后面章節內容的基礎；第二部分分層次深入介紹AlphaGo背后的機器學習和深度學習技術，包括樹搜索、神經網絡、深度學習機器人和強化學習，以及強化學習的幾個高級技巧，包括策略梯度、價值評估方法、演員-評價方法3類技術；第三部分將前面兩部分準備好的知識集成到一起，并最終引導讀者實現自己的AlphaGo，以及改進版AlphaGoZero。讀完本書之后，讀者會對深度學習這個學科以及AlphaGo的技術細節有非常全面的了解，為進一步深入鉆研AI理論、拓展AI應用打下良好基礎。本書不要求讀者對AI或圍棋有任何了解，只需要了解基本的Python語法以及基礎的線性代數和微積分知識。

·19.7萬字

元學習：基礎與應用

本書介紹了元學習方法的發展歷史、起源、思想、近來流行的元學習方法，以及這些方法的組織思路、改進方案、相互繼承、如何應用。本書共11章，分為兩部分：元學習方法思想的介紹和元學習應用場景中模型的介紹。這些內容介紹了如何在元學習框架下融入強化學習、模仿學習、在線學習、無監督學習、遷移學習等，實現對實際應用中深度模型的改進，以適應復雜多變的實際任務。

·19.7萬字

從機器學習到深度學習：基于scikit-learn與TensorFlow的高效開發實戰

這是一本場景式的機器學習實踐書，筆者努力做到“授人以漁，而非授人以魚”。理論方面從人工智能（AI）與機器學習（ML）的基本要素講起，逐步展開有監督學習、無監督學習、強化學習這三大類模型的應用場景與算法原理；實踐方面通過金融預測、醫療診斷概率模型、月球登陸器、圖像識別、寫詩機器人、中國象棋博弈等案例啟發讀者將機器學習應用在各行各業里，其中后三個案例使用了深度學習技術。本書試圖用通俗的語言講解涵蓋算法模型的機器學習，主要內容包括機器學習通用概念、三個基本科學計算工具、有監督學習、聚類模型、降維模型、隱馬爾可夫模型、貝葉斯網絡、自然語言處理、深度學習、強化學習、模型遷移等。在深入淺出地解析模型與算法之后，介紹使用Python相關工具進行開發的方法、解析經典案例，使讀者做到“能理解、能設計、能編碼、能調試”，沒有任何專業基礎的讀者在學習本書后也能夠上手設計與開發機器學習產品。本書內容深入淺出、實例典型，適合對機器學習感興趣的產品設計、技術管理、數據分析、軟件開發或學生讀者。閱讀本書既能了解當前工業界的主流機器學習與深度學習開發工具的使用方法，又能從戰略方面掌握如何將人工智能技術應用到自己的企業與產品中。

智能機器人養成記：開發人類友好型機器人

在本書中，作者先描述了人工智能的缺陷（一個關鍵的缺點是：它沒有具象化），然后提出了一種制造類人機器人的不同方法：成長型機器人，它受到成長心理學及其對早期嬰兒行為的描述的啟發。他講述了自己對iCub類人機器人的實驗，以及它從新生兒水平到相當于9個月大的嬰兒的能力水平的成長，解釋了iCub如何從自己的經驗中學習。

人工智能導論

《人工智能導論》是為高等院校相關專業“人工智能導論”課程設計編寫，具有豐富應用特色的主教材。針對高校學生的發展需求，《人工智能導論》分引言、基礎知識、基于知識的系統和高級專題四部分，可依照學習進度與需求，做適當選擇。內容包括：引言，包括緒論（基本概念）、人工智能+領域應用；基礎知識，包括大數據思維、搜索算法、知識表示；基于知識的系統，包括專家系統、機器學習、深度學習；高級專題，包括機器人技術、智能圖像處理、自然語言處理、自動規劃。

通用人工智能：初心與未來

至少從20世紀50年代起，人們就開始大肆宣傳可能很快就會創造出一種能夠與人類智能的全部范圍和水平相匹配的機器。現在，我們已經成功地創造出了能夠解決特定問題的機器，其準確度達到甚至超過了人類，但我們仍然無法獲得通用智能。這本書想和大家探討一下還需要做什么樣的努力才能不僅獲得專用智能，還能獲得通用智能。如果讀者對智能感興趣，想了解更多關于如何建造自主機器的知識，或者擔心這些機器突然有一天會以一種被稱為“技術奇點”的方式統治世界，請閱讀本書。通過閱讀本書，讀者將會了解到：盡管人工智能已經變得越來越復雜而強大，但計算機科學還遠未創造出通用人工智能。人類自然智能的認知機理以及人工智能發展的初心與使命，從不同方面認知當前人工智能技術的不足。從當前“專用人工智能”到實現真正的“通用人工智能”還需要在哪些方面取得突破。機器智能的進步可能會改變人們從事的工作類型，但它們不會意味著人類存在的終結。為什么機器智能的改進并不會導致由機器所主導的失控性革命，機器智能的進步并不會導致世界末日的到來。

Python強化學習：算法、核心技術與行業應用

本書使用受現實世界商業和行業問題啟發的實際示例來講授強化學習技術的相關知識。本書分為四部分：第一部分涵蓋強化學習的必要背景，包括定義、數學基礎和強化學習解決方案的概述；第二部分深入介紹最先進的強化學習算法（規模化的深度Q-學習、基于策略的方法、基于模型的方法、多智能體強化學習等），包括每種算法的優缺點；第三部分介紹強化學習中的高級技術，包括機器教學、泛化和域隨機化、元強化學習等主題，還涵蓋強化學習中有助于改進模型的各種高級主題；第四部分講解強化學習的各種應用，例如自主系統、供應鏈管理、營銷和金融、智慧城市與網絡安全等，并討論強化學習領域的一些挑戰及未來方向。學完本書，你將掌握如何訓練和部署自己的強化學習智能體來解決強化學習問題。

深度學習詳解：基于李宏毅老師“機器學習”課程

本書根據李宏毅老師“機器學習”公開課中與深度學習相關的內容編寫而成，介紹了卷積神經網絡、Transformer、生成模型、自監督學習（包括BERT和GPT）等深度學習常見算法，并講解了對抗攻擊、領域自適應、強化學習、元學習、終身學習、網絡壓縮等深度學習相關的進階算法.在理論嚴謹的基礎上，本書保留了公開課中大量生動有趣的例子，幫助讀者從生活化的角度理解深度學習的概念、建模過程和核心算法細節.

傳感器技術及應用

本書既詳細闡述了各類傳感器的基本原理、工作特性，又著重分析了其接口電路的設計原理和工程應用實例。全書共12章，第1、2章介紹傳感器的概念、分類及基本特性；第3～11章分別講述電阻式、電感式、電容式、壓電式、磁電及磁敏式、熱電偶、超聲波、光電式、數字式、固態圖像、紅外、光纖、集成式傳感器的工作原理、性能、接口電路和實際應用。第12章介紹傳感器的典型應用實例。

計算社會學：基礎理論篇

本書是一本系統性梳理計算社會學相關理論和方法的論著。一方面，本書從傳統復雜網絡分析的角度，詳細闡述社會網絡分析的基礎理論和動力學模型——隨機網絡、小世界網絡、無標度網絡和網絡統計分析理論等，并將網絡過程和行為應用于涌現、傳染病等方面。另一方面，融合人工智能在自然語言處理、推薦算法等領域的進展，闡述了人工智能算法尤其是深度學習理論等在智能推薦、文本分析、假消息檢測、虛擬社交機器人等領域的應用。在兼顧廣度和深度的前提下，本書深度融合計算機科學、社會學、人工智能和復雜網絡等多學科的專業概念，突出闡述了計算社會學領域近年來的最新研究成果和關鍵技術突破。

工業級知識圖譜：方法與實踐

本書源于阿里巴巴千億級知識圖譜構建與產業化應用的工作總結，對知識圖譜理論和大規模工業實踐進行了全面和深入的闡述。本書以阿里巴巴的實戰經驗為中心，以深厚的理論成果為支撐，詳細闡述了知識圖譜的方方面面。首先介紹工業場景下知識圖譜的現狀、存在的問題和架構設計；然后從知識表示、知識融合、知識獲取、知識推理、知識存儲和知識圖譜前沿方向等方面入手，介紹大規模商品知識圖譜的構建方法；最后結合阿里巴巴的業務實踐，詳細介紹知識圖譜的產品設計、技術實現和業務應用細節。通過閱讀本書，讀者不僅可以從零開始認識知識圖譜，了解知識圖譜技術方法和前沿技術方向，而且可以熟悉知識圖譜工業實踐的實現路徑，清楚知識圖譜的應用方向和方法。本書介紹的成果獲得錢偉長中文信息處理科學技術一等獎。本書在知識圖譜的廣度和深度上兼具極強的參考性，適合人工智能相關行業的管理者和研發人員、高等院校的計算機專業學生閱讀。

·19.4萬字

《機器學習》習題參考

本書配套周志華教授所著的《機器學習》教材，通過大量習題考查讀者對機器學習相關知識點的理解與掌握。全書分為兩個部分：第一部分習題對應《機器學習》第1~10章的內容，包括緒論、模型評估與選擇、線性模型、決策樹、神經網絡、支持向量機、貝葉斯分類器、集成學習、聚類、降維與度量學習；第二部分包含6章應用專題，通過綜合題的形式對知識點進行多角度考查，包括線性模型的優化與復用、面向類別不平衡數據的分類、神經網絡的優化與應用、EM算法及其應用、集成學習的過擬合現象研究、度量學習及其應用。書中包含簡答題、計算題和編程題，涵蓋不同難度級別，機器學習初學者可以通過這些習題深入了解和鞏固教材的關鍵概念，對機器學習有一定基礎的讀者也可以通過習題發現對一些知識點不同角度的解讀，為后續機器學習的深入研究打下基礎。本書面向《機器學習》讀者以及廣大機器學習愛好者，可作為高等院校人工智能、計算機、自動化及相關專業的本科生或研究生的教學輔助書籍，也可供對機器學習感興趣的研究人員和工程技術人員閱讀參考。

·19.3萬字

機·智：從數字化車間走向智能制造

國內第一本有關數字化車間建設的書籍。數字化車間建設是智能制造的基礎與核心，如何建設是企業非常關注的重點，特別是智能背景下的數字化車間方面的書籍現在還沒人出版過，本書將本部分作為重點內容進行闡述。

·19.2萬字

巧用ChatGPT輕松學演講

本書分為23章，從基礎的演講知識入手，到演講稿的寫作技巧，再到指導讀者如何有效地利用ChatGPT進行演講稿寫作和演講練習，最后通過實際的行業案例進行深入的學習和實戰應用。使讀者不僅可以學習演講的相關知識，還能對如何利用ChatGPT進行有效的演講有所理解。

·19.1萬字

工業物聯網技術及應用

面向智能制造應用需求，以物聯網技術與先進制造技術深度融合為主線，主要介紹：工業物聯網概念和體系架構；工業現場智能感知技術；工業現場海量數據實時傳輸技術；工業大數據存儲與處理技術；工業大數據集成與融合技術；工業物聯網技術行業應用，包括汽車制造、3C制造、軌道交通裝備、航空航天等。

·18.8萬字

智能化未來：“暴力計算”開創的奇跡

《智能化未來:“暴力計算”開創的奇跡》是全面深入剖析智能化信息技術的著作。作者將歷史文明視角、哲學思考、科學與技術分析、創新思維等內容有機結合在一起，既高屋建瓴又深入本質，論之有據、語言風趣易懂而又不失嚴謹，對信息技術提出了獨特的、系統的、深刻的理念與看法，揭示出了信息技術發展的客觀本質規律與趨勢，以及對人類文明的顛覆性影響。《智能化未來:“暴力計算”開創的奇跡》適合高校師生、科技與社科學術研究人員、信息技術相關產業從業人員以及政府產業主管部門相關人員閱讀。

·18.8萬字