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

科學儀器設備配置學：人工智能時代的界面管理

本書共八章，從高校資源配置的教育、科研、社會、經濟規律視角，以建設卓越世界一流大學為導向，對高校科學儀器設備配置中的問題進行研究。

·17.5萬字

云計算安全：機器學習與大數據挖掘應用實踐

本書既有理論研究，又有實踐探討，共分為6章，講解了云計算安全中人工智能與大數據挖掘技術的應用實踐。第1章從概念、發展、標準等角度宏觀地介紹了云計算安全；第2章從云計算安全需求的角度闡釋云計算安全的核心目標、公有云場景下的安全需求和私有云場景下的安全需求；第3章全面、系統地介紹了公有云安全技術體系和私有云安全技術體系；第4章詳細介紹了人工智能技術在云計算安全領域的應用實踐；第5章詳細介紹了大數據挖掘技術在云計算安全領域的應用實踐；第6章介紹了人工智能和大數據挖掘技術的綜合應用，提出云數據中心安全防護框架，并詳細介紹了云數據中心安全態勢感知系統。本書是人工智能與大數據挖掘技術在云計算安全領域的應用實踐參考書，適用于人工智能、大數據挖掘、云計算、網絡信息安全相關領域的從業人員。

大數據智能風控：模型、平臺與業務實踐

這是一本深入講解智能風控理論體系和風控全生命周期業務實踐的著作。作者基于在銀行業10余年的風控經驗，首先詳細講解了“大數據、模型、風控平臺”三位一體的智能風控體系，能為風控實踐提供扎實的理論指導；然后圍繞風控的全生命周期，從貸前評估、貸中監控、貸后管理以及智能反欺詐、智能催收等角度全面講解了智能風控的業務實踐，深刻揭示了智能風控體系的精髓。第1~2章全面而深入地探討了智能風控的背景知識：首先對基礎信貸業務進行了細致解析，讀者可以從中了解其運作方式和重要性；然后，梳理了智能風控是如何隨著技術的進步和市場的需求逐漸成熟和完善的。第3~5章圍繞“數據、模型、風控平臺”三位一體的智能風控理論體系展開：首先介紹了內部數據、外部數據、個人征信數據在智能風控中的應用，以及智能數據體系的構建；然后深入探討了智能風控模型的算法、評價指標、開發流程；最后講解了風控平臺的理論框架、設計原則、架構設計、建設流程以及決策引擎的建設。第6~8章圍繞風控的全生命周期探討了風控策略在實際業務中的應用，包括貸前評估、貸中監控、貸后管理，以及智能反欺詐和智能催收體系的建設和業務實踐，能幫助讀者將理論知識轉化為實際操作能力，更好地應對現實業務中的挑戰。第9章對智能風控的未來發展進行了展望，不僅為讀者揭示了未來的機遇，也提供了對于如何應對未來挑戰的思考。

巨浪：生成式AI的史詩與現實

這是一本與眾不同的關于生成式AI的書。首先，它對AI產業和AI技術過去多年的發展脈絡做了一個總結，以高屋建瓴的視角分析事物的全貌。其次，它深入淺出地討論了AI尤其是生成式AI的關鍵技術問題，但沒有“沉溺”于這些問題。再次，它既涉及歐美最先進的生成式AI產業，也涉及中國在追趕中的生成式AI產業。最后，它脫離了資本市場的短期視角，充分而全面地討論了一些基本的、長遠的問題，例如生成式AI到底要如何改造傳統產業。“不瘋魔，不成活”，只有“固執己見”的天才才能改變歷史——這是研究生成式AI帶給我們的最大啟示。

MLOps工程實踐：工具、技術與企業級應用

這是一本能指導企業利用MLOps技術構建可靠、高效、可復用、可擴展的機器學習模型從而實現AI工程化落地的著作。由國內AI領域的獨角獸企業第四范式的聯合創始人和技術VP領銜撰寫，從工具、技術、企業級應用、成熟度評估4個維度對MLOps進行了全面的講解。本書深入淺出、循序漸進地講解了如何在實際項目中利用MLOps進行機器學習模型的部署、監控與優化，以及如何利用MLOps實現持續集成與持續交付等高效的工作流程。通過企業級的MLOps案例和解決方案，幫助讀者輕松掌握MLOps的設計思路以及如何應用MLOps解決實際問題。

神經網絡與機器人科研項目申請與實踐

本書分為神經網絡與機器人項目申請，神經網絡與計算機項目申請，機械臂理論項目申請、進展與結題，機械臂實物項目申請與進展，時變問題神經網絡求解項目申請、評議與進展，和基函數、多類與海量神經網絡項目申請與評議共六部分，每一部分都是由相關的申請報告，進展報告，同行反饋意見和/或結題報告系統化地構成，并整理出具有啟發性的總結。值得指出的是，同行評議意見一般都非常中肯，問題指出也非常到位；對同行評議意見的認真分析總結以及對應的申報書改進與完善是非常重要和有益的。

·17.3萬字

MLOps權威指南

本書前幾章涵蓋了DevOps和MLOps的理論和實踐，然后介紹了如何設置持續集成和持續交付，接著介紹Kaizen，即對所有事物進行持續改進的想法。與云計算相關的MLOps分為三章，涵蓋AWS、Azure和GCP（谷歌云平臺）。之后介紹了機器學習互操作性、構建MLOps命令行工具和微服務。這些主題包括許多具有積極吸引力的尖端新興技術。結尾介紹了一些真實案例研究，以及執行MLOps時面臨的挑戰。

·17.2萬字

AIGC輔助數據分析與數據化運營：場景化解決方案與案例分析

這是一本能從業務、方法、場景3個維度幫助讀者使用AI技術提升數據分析和數據化運營能力的著作。用扎實的理論框架、豐富的實踐案例、實用的操作技巧，全面展示了如何用AI延伸業務分析廣度、拓展業務分析深度、優化業務分析效能，從而達到幫助企業用智能的數據化運營實現業務持續增長的目的。本書采用案例驅動的寫作方式，通過實際業務案例詳細拆解AI技術在各個場景中的應用步驟和技巧。語言簡潔易懂，理論與實踐結合，注重實用性和可操作性，幫助讀者快速掌握核心知識。提供豐富的實際案例和操作指南，涵蓋多種AI工具和交互技巧，確保讀者能夠學以致用。

·17.2萬字

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