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

人工智能原理認(rèn)知與應(yīng)用研究

人工智能是一項(xiàng)高科技技術(shù)，也是計(jì)算機(jī)技術(shù)的一個(gè)重要分支，此技術(shù)是以人工的方法，對(duì)人類的行動(dòng)和思維進(jìn)行模仿，同時(shí)在人的智能基礎(chǔ)上進(jìn)行拓展。人工智能應(yīng)用面比較廣泛，可代替人類進(jìn)行各個(gè)方面的工作，可以說大大提高了人類在日常生活工作中的效率。但人工智能具有兩面性，對(duì)人類有好的一面也有不好的一面。因此，本書將結(jié)合人工智能技術(shù)的發(fā)展及應(yīng)用現(xiàn)狀，對(duì)整體的人工智能技術(shù)在未來的技術(shù)走向及覆蓋面進(jìn)行研究分析，同時(shí)提出人工智能技術(shù)對(duì)人類生存的威脅與隱患，以此完善人工智能技術(shù)。本書主要介紹了搜索技術(shù)、群智能算法、機(jī)器學(xué)習(xí)、人工神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)以及人工智能應(yīng)用研究等內(nèi)容。本書力求將人工智能的發(fā)展脈絡(luò)、技術(shù)理論、產(chǎn)業(yè)成果詳解展現(xiàn)在讀者面前。

AIGC應(yīng)用基礎(chǔ)

本書全面介紹了生成式人工智能（AIGC）的基礎(chǔ)理論與實(shí)踐應(yīng)用，旨在通過45個(gè)典型案例細(xì)化AIGC技術(shù)的應(yīng)用過程、實(shí)戰(zhàn)技巧、優(yōu)化規(guī)則及生成結(jié)果，幫助讀者全面理解和掌握大模型與AIGC的基本原理、核心技術(shù)、應(yīng)用實(shí)踐及倫理規(guī)范，激發(fā)讀者的學(xué)習(xí)興趣與創(chuàng)新思維，指導(dǎo)讀者在學(xué)習(xí)、工作、研究中充分利用AI技術(shù)提高工作效率，增強(qiáng)信息技術(shù)應(yīng)用能力，提升核心競(jìng)爭(zhēng)力。本書教學(xué)資源豐富，適合作為應(yīng)用型本科院校和職業(yè)院校學(xué)生的通識(shí)課教材或?qū)I(yè)實(shí)踐課教材。對(duì)于有技能提升、職業(yè)晉升及工作進(jìn)步需求的各行業(yè)從業(yè)者，以及對(duì)AI技術(shù)感興趣的社會(huì)人士，本書都有助于他們更好地理解和應(yīng)用AIGC技術(shù)，把握數(shù)字經(jīng)濟(jì)時(shí)代的發(fā)展機(jī)遇。

DeepSeek操作應(yīng)用大全：從入門到精通

本書是全面介紹DeepSeek人工智能平臺(tái)及其應(yīng)用的實(shí)用指南，旨在幫助讀者從零基礎(chǔ)開始，逐步掌握DeepSeek的各項(xiàng)功能，并最終達(dá)到精通水平，能夠在各種實(shí)際場(chǎng)景中靈活運(yùn)用DeepSeek解決復(fù)雜問題。無論你是人工智能的初學(xué)者，還是希望進(jìn)一步提升技能的專業(yè)人士，本書都將為你提供詳盡的操作指導(dǎo)和豐富的實(shí)戰(zhàn)案例。本書共三篇25章，涵蓋了DeepSeek的各個(gè)方面，從基礎(chǔ)入門到高級(jí)應(yīng)用，再到私有化部署，內(nèi)容全面且系統(tǒng)。同時(shí)，書中展望了人工智能的未來發(fā)展趨勢(shì)，幫助讀者把握技術(shù)前沿，在人工智能時(shí)代脫穎而出。

機(jī)器學(xué)習(xí)編程：從編碼到深度學(xué)習(xí)

本書從一個(gè)完全不了解機(jī)器學(xué)習(xí)的程序員的視角出發(fā)，通過一系列生動(dòng)有趣的具體應(yīng)用實(shí)例，運(yùn)用詼諧的語言以循序漸進(jìn)的方式比較系統(tǒng)地介紹機(jī)器學(xué)習(xí)的本質(zhì)思想、基本理論和重要算法，比較細(xì)致地剖析線性模型、感知機(jī)模型、淺層神經(jīng)網(wǎng)絡(luò)、深度神經(jīng)網(wǎng)絡(luò)的設(shè)計(jì)原理與編程方法，引導(dǎo)讀者親自動(dòng)手從零開始打造和完善機(jī)器學(xué)習(xí)的底層代碼，逐步消除對(duì)機(jī)器學(xué)習(xí)算法原理的認(rèn)知盲點(diǎn)，讓廣大初學(xué)者能夠較為輕松地掌握機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的基本理論和編程技術(shù)。本書是從零基礎(chǔ)初學(xué)者的思維角度編寫的，適合作為智能科學(xué)與技術(shù)、數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)、計(jì)算機(jī)科學(xué)與技術(shù)以及相關(guān)專業(yè)的本科生或研究生的機(jī)器學(xué)習(xí)入門教材，也可供工程技術(shù)人員和自學(xué)讀者學(xué)習(xí)參考。

智能物聯(lián)技術(shù)

物聯(lián)網(wǎng)被稱為全球信息產(chǎn)業(yè)的第三次浪潮，自1999年概念被首次提出后，先后經(jīng)歷了局部物聯(lián)、開放物聯(lián)的階段，并開始走向智能物聯(lián)的新階段。本書在梳理相關(guān)背景、把握時(shí)代脈搏的前提下，詳細(xì)闡述智能物聯(lián)的概念和內(nèi)涵，從智能感知、智能網(wǎng)絡(luò)、智能平臺(tái)三方面對(duì)智能物聯(lián)技術(shù)展開分析和研究，并對(duì)典型的智能物聯(lián)應(yīng)用進(jìn)行介紹。最后，從政策、技術(shù)和理念多角度，對(duì)智能物聯(lián)未來發(fā)展進(jìn)行了展望。

人工智能算法

本書以智能算法為背景，全面地介紹了人工智能的各種算法，本書內(nèi)容以理論為基礎(chǔ)，以應(yīng)用為主導(dǎo)，循序漸進(jìn)地向讀者揭示怎樣利用智能算法解決實(shí)際問題。全書共11章主要內(nèi)容包括MATLAB語言入門、插值算法與曲線擬合、灰色系統(tǒng)理論、傅里葉變換和小波變換、經(jīng)驗(yàn)?zāi)B(tài)分解算法、模糊邏輯控制算法、滑模變結(jié)構(gòu)控制、神經(jīng)網(wǎng)絡(luò)基本理論、支持向量機(jī)、粒子群算法、蟻群算法、模擬退火算法等。本書可作為高校本科生和研究生的學(xué)習(xí)用書，也可作為科研人員、學(xué)者、工程技術(shù)人員的相關(guān)參考用書。

大模型工程化：AI驅(qū)動(dòng)下的數(shù)據(jù)體系

大模型在眾多領(lǐng)域得到了廣泛應(yīng)用，促進(jìn)了AI技術(shù)的整合和創(chuàng)新。然而，在實(shí)際應(yīng)用過程中，直接將大模型應(yīng)用于特定行業(yè)常常難以達(dá)到預(yù)期效果。本書詳細(xì)闡述如何在游戲經(jīng)營(yíng)分析場(chǎng)景中利用大模型實(shí)現(xiàn)數(shù)據(jù)體系的建設(shè)。本書分為6個(gè)部分，共16章。第1部分主要介紹大模型技術(shù)的發(fā)展與應(yīng)用，從大模型的發(fā)展現(xiàn)狀展開，重點(diǎn)介紹大模型與數(shù)據(jù)體系的相關(guān)知識(shí)。第2部分主要介紹大模型下的關(guān)鍵基礎(chǔ)設(shè)施，涵蓋湖倉(cāng)一體引擎、湖倉(cāng)的關(guān)鍵技術(shù)、實(shí)時(shí)數(shù)據(jù)寫入和高效數(shù)據(jù)分析等內(nèi)容。第3部分主要介紹大模型下的數(shù)據(jù)資產(chǎn)，圍繞數(shù)據(jù)資產(chǎn)重塑、數(shù)據(jù)資產(chǎn)標(biāo)準(zhǔn)、數(shù)據(jù)資產(chǎn)建設(shè)、數(shù)據(jù)資產(chǎn)運(yùn)營(yíng)展開。第4部分主要介紹自研領(lǐng)域大模型的技術(shù)原理，涵蓋領(lǐng)域大模型的基礎(chǔ)、需求理解算法、需求匹配算法、需求轉(zhuǎn)譯算法等內(nèi)容。第5部分主要介紹大模型的工程化原理，涉及工程化的基礎(chǔ)、技術(shù)籌備、建設(shè)要點(diǎn)、安全策略等內(nèi)容。第6部分介紹大模型在游戲領(lǐng)域的應(yīng)用，通過游戲領(lǐng)域的經(jīng)營(yíng)分析案例，系統(tǒng)地闡述如何實(shí)現(xiàn)業(yè)務(wù)需求。本書適合致力于大模型技術(shù)應(yīng)用的數(shù)據(jù)工程師閱讀，也適合尋求AI自動(dòng)化編程解決方案的軟件開發(fā)者閱讀，還適合希望利用AI提升業(yè)務(wù)效率的企業(yè)決策者閱讀。

精通ROS機(jī)器人編程（原書第3版）

本書提供了實(shí)用且易于理解的示例，對(duì)ROS機(jī)器人編程的高級(jí)概念進(jìn)行了全面的介紹。本書首先介紹用ROS進(jìn)行機(jī)器人編程所需的基本概念和ROS框架，討論了如何用運(yùn)動(dòng)規(guī)劃庫(kù)和ROS導(dǎo)航棧對(duì)機(jī)器人進(jìn)行仿真和交互，還討論了ROS插件、控制器和節(jié)點(diǎn)、各種ROS接口（如何把I/O開發(fā)板、傳感器和執(zhí)行器等與ROS連接起來），以及如何用ROS和ROS-Industrial對(duì)復(fù)雜機(jī)器人進(jìn)行仿真。最后，本書介紹了ROS的故障排除和最佳實(shí)踐。

·15.5萬字

Keras深度學(xué)習(xí)：入門、實(shí)戰(zhàn)與進(jìn)階

這是一本理論與實(shí)踐兼顧的深度學(xué)習(xí)著作，它通過精心的內(nèi)容組織和豐富的案例講解，幫助讀者零基礎(chǔ)入門，并迅速晉級(jí)為有一定理論基礎(chǔ)和項(xiàng)目實(shí)戰(zhàn)能力的高手。基礎(chǔ)方面，不僅介紹了Keras等各種深度學(xué)習(xí)框架的使用和開發(fā)環(huán)境的搭建，還對(duì)深度學(xué)習(xí)的基礎(chǔ)知識(shí)做了講解；理論方面，詳細(xì)講解了全連接神經(jīng)網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)、自編碼器和生成式對(duì)抗網(wǎng)絡(luò)等核心神經(jīng)網(wǎng)絡(luò)的原理和應(yīng)用；應(yīng)用層面，不僅講解了如何用Keras開發(fā)各種深度學(xué)習(xí)模型，還講解了深度學(xué)習(xí)在圖像處理和文本處理兩大核心場(chǎng)景的應(yīng)用；實(shí)戰(zhàn)方面，每個(gè)深度學(xué)習(xí)模型原理的背后都有精心設(shè)計(jì)的Keras實(shí)現(xiàn)代碼，每章都有多個(gè)綜合性案例，讀者可以在調(diào)試和執(zhí)行代碼的過程中掌握深度學(xué)習(xí)模型設(shè)計(jì)與開發(fā)的各種方法和技巧。本書內(nèi)容結(jié)構(gòu)合理，重點(diǎn)突出；寫作方式循序漸進(jìn)，易于讀者理解；行文風(fēng)格幽默風(fēng)趣，讀起來不枯燥。

·15.4萬字

AI戰(zhàn)略：更好的人類體驗(yàn)與企業(yè)成功框架

本書分為四個(gè)部分。第一部分詳細(xì)介紹人工智能（AIPB）的框架、北極星、利益和范疇。對(duì)人工智能和機(jī)器學(xué)習(xí)做了非技術(shù)性概述，也對(duì)人工智能的實(shí)際應(yīng)用和潛在機(jī)會(huì)做了概述。第二部分討論如何制訂人工智能愿景。首先深入討論為什么要推動(dòng)人工智能項(xiàng)目，然后為不同的利益相關(guān)者（如企業(yè)、客戶和用戶）定義與人工智能愿景一致的目標(biāo)，之后討論人們的需求和想要什么，以及如何將其轉(zhuǎn)化為人工智能的優(yōu)秀產(chǎn)品和更好的人類體驗(yàn)。第三部分討論如何制訂人工智能戰(zhàn)略。主要聚焦在科學(xué)創(chuàng)新、人工智能準(zhǔn)備度和成熟度，以及成功實(shí)現(xiàn)人工智能的關(guān)鍵性考慮因素。應(yīng)該利用這些概念來進(jìn)行AIPB框架定義的適當(dāng)評(píng)估，以制訂彌補(bǔ)空白和解決關(guān)鍵性考慮因素的戰(zhàn)略，與愿景一致的人工智能解決方案的戰(zhàn)略。第四部分討論了人工智能對(duì)工作的潛在影響、最終的幾點(diǎn)考慮和人工智能的未來前景。

·15.4萬字

顛覆：AI時(shí)代的企業(yè)管理方式大變革

隨著人工智能越來越快地滲透商業(yè)世界，管理和商業(yè)領(lǐng)導(dǎo)力應(yīng)該如何做出改變？作者重點(diǎn)關(guān)注技術(shù)革命帶來的管理和商業(yè)領(lǐng)導(dǎo)力的變化。本書是一部跨學(xué)科作品，各章節(jié)的作者均為決策理論、人工智能、組織理論、公司戰(zhàn)略和治理等方向的專家學(xué)者，他們聚焦人工智能對(duì)管理和領(lǐng)導(dǎo)力的具體影響，以及如何在人工智能的大背景下對(duì)組織進(jìn)行管理。本書還是一部綜合、全面的作品，內(nèi)容不僅包括如何更有效地使用人工智能工具，如何更好地對(duì)大數(shù)據(jù)進(jìn)行分析，還包括企業(yè)領(lǐng)導(dǎo)人將如何在新背景下做出決策及激勵(lì)員工共同實(shí)現(xiàn)公司的目標(biāo)。

·15.4萬字

機(jī)器學(xué)習(xí)算法競(jìng)賽實(shí)戰(zhàn)

本書是算法競(jìng)賽領(lǐng)域一本系統(tǒng)介紹競(jìng)賽的圖書，書中不僅包含競(jìng)賽的基本理論知識(shí)，還結(jié)合多個(gè)方向和案例詳細(xì)闡述了競(jìng)賽中的上分思路和技巧。全書分為五部分：第一部分以算法競(jìng)賽的通用流程為主，介紹競(jìng)賽中各個(gè)部分的核心內(nèi)容和具體工作；第二部分介紹了用戶畫像相關(guān)的問題；第三部分以時(shí)間序列預(yù)測(cè)問題為主，先講述這類問題的常見解題思路和技巧，然后分析天池平臺(tái)的全球城市計(jì)算AI挑戰(zhàn)賽和Kaggle平臺(tái)的CorporaciónFavoritaGrocerySalesForecasting；第四部分主要介紹計(jì)算廣告的核心技術(shù)和業(yè)務(wù)，包括廣告召回、廣告排序和廣告競(jìng)價(jià)，其中兩個(gè)實(shí)戰(zhàn)案例是2018騰訊廣告算法大賽：相似人群拓展和Kaggle平臺(tái)的TalkingDataAdTrackingFraudDetectionChallenge；第五部分基于自然語言處理相關(guān)的內(nèi)容進(jìn)行講解，其中實(shí)戰(zhàn)案例是Kaggle平臺(tái)上的競(jìng)賽QuoraQuestionPairs。本書適合從事機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘和人工智能相關(guān)算法崗位的人閱讀。

·15.3萬字

機(jī)器人智能視覺感知與深度學(xué)習(xí)應(yīng)用

主要內(nèi)容包括基于深度學(xué)習(xí)的智能視覺感知技術(shù)概述、相機(jī)標(biāo)定、視覺目標(biāo)檢測(cè)、視覺目標(biāo)分割、視覺目標(biāo)跟蹤、行人重識(shí)別、人體姿態(tài)估計(jì)、智能噴碼檢測(cè)、智能表格識(shí)別、移動(dòng)機(jī)器人視覺感知系統(tǒng)、智能人機(jī)交互等。全書擬從理論到實(shí)際應(yīng)用，從算法分析到編程實(shí)現(xiàn)等多角度全方位介紹深度學(xué)習(xí)技術(shù)在智能視覺感知方面的研究，并深度結(jié)合了當(dāng)前國(guó)內(nèi)外最新研究熱點(diǎn)，為業(yè)內(nèi)人士從事相關(guān)研究與應(yīng)用工作提供重要參考。

深度學(xué)習(xí)入門與實(shí)踐

大約在一百年前，電氣化改變了交通運(yùn)輸行業(yè)、制造業(yè)、醫(yī)療行業(yè)、通信行業(yè)，如今AI帶來了同樣巨大的改變。AI的各個(gè)分支中發(fā)展最為迅速的方向之一就是深度學(xué)習(xí)。本書主要涉及以下內(nèi)容：第1部分是神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)，學(xué)習(xí)如何建立神經(jīng)網(wǎng)絡(luò)，以及如何在數(shù)據(jù)上面訓(xùn)練它們。第2部分進(jìn)行深度學(xué)習(xí)方面的實(shí)踐，學(xué)習(xí)如何構(gòu)建神經(jīng)網(wǎng)絡(luò)與超參數(shù)調(diào)試、正則化以及一些高級(jí)優(yōu)化算法。第3部分學(xué)習(xí)卷積神經(jīng)網(wǎng)絡(luò)(CNN)，以及如何搭建模型、有哪些經(jīng)典模型。它經(jīng)常被用于圖像領(lǐng)域，此外目標(biāo)檢測(cè)、風(fēng)格遷移等應(yīng)用也將涉及。最后在第4部分學(xué)習(xí)序列模型，以及如何將它們應(yīng)用于自然語言處理等任務(wù)。序列模型講到的算法有循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）、長(zhǎng)短期記憶網(wǎng)絡(luò)（LSTM）、注意力機(jī)制。

當(dāng)我點(diǎn)擊時(shí)，算法在想什么？

我們生活在一個(gè)由算法構(gòu)筑的世界：這些基于數(shù)據(jù)的算法不僅掌控著社會(huì)的運(yùn)轉(zhuǎn)、篩選著我們的網(wǎng)絡(luò)見聞，還構(gòu)成了自動(dòng)駕駛、智能家居、前沿醫(yī)療、智慧城市乃至元宇宙發(fā)展的根本。它們是人類步入智能化新紀(jì)元的關(guān)鍵驅(qū)動(dòng)力。隨著我們對(duì)數(shù)字技術(shù)的依賴日益加深，數(shù)學(xué)家和數(shù)據(jù)研究者得以透過它們窺探我們的日常生活。他們通過收集我們的購(gòu)物記錄、消費(fèi)傾向、興趣愛好和旅行路徑等數(shù)據(jù)，試圖解碼我們的日常行為模式。但是，這些數(shù)據(jù)驅(qū)動(dòng)的分析結(jié)論究竟有多精確？若不深入了解數(shù)學(xué)的能力與局限，我們又怎能洞悉它是如何悄無聲息地重塑我們的世界？在《當(dāng)我點(diǎn)擊時(shí)，算法在想什么？》中，大衛(wèi)·薩普特帶領(lǐng)我們深入算法的神秘腹地。薩普特通過對(duì)谷歌、臉書、推特、亞馬遜等科技巨頭的數(shù)據(jù)專家的訪談，拆解了這些科技巨頭的算法模型，為我們破解了它們的算法黑箱、揭示了數(shù)字時(shí)代智能產(chǎn)品背后的奧秘。只有理解算法背后的運(yùn)作邏輯，我們才能擺脫算法的控制，并按我們自己的想法塑造算法以及數(shù)字科技。

PyTorch深度學(xué)習(xí)應(yīng)用實(shí)戰(zhàn)

《PyTorch深度學(xué)習(xí)應(yīng)用實(shí)戰(zhàn)》以統(tǒng)計(jì)學(xué)/數(shù)學(xué)為出發(fā)點(diǎn)，介紹深度學(xué)習(xí)必備的數(shù)理基礎(chǔ)，講解PyTorch的主體架構(gòu)及最新的模塊功能，包括常見算法與相關(guān)套件的使用方法，例如對(duì)象偵測(cè)、生成對(duì)抗網(wǎng)絡(luò)、深度偽造、圖像中的文字辨識(shí)、臉部辨識(shí)、BERT/Transformer、聊天機(jī)器人、強(qiáng)化學(xué)習(xí)、自動(dòng)語音識(shí)別、知識(shí)圖譜等。本書配有大量案例及圖表說明，同時(shí)以程序設(shè)計(jì)取代定理證明，縮短學(xué)習(xí)過程，增加學(xué)習(xí)樂趣。

互聯(lián)網(wǎng)+智能家居

隨著大數(shù)據(jù)、云計(jì)算、可穿戴設(shè)備、人機(jī)交互、物聯(lián)網(wǎng)等技術(shù)的不斷興起與發(fā)展，智能家居開始由概念逐漸走入現(xiàn)實(shí)生活。根據(jù)《中國(guó)智能家居設(shè)備行業(yè)發(fā)展環(huán)境與市場(chǎng)需求預(yù)測(cè)分析報(bào)告前瞻》預(yù)計(jì)，國(guó)內(nèi)智能家居行業(yè)將以年均19.8%的速率增長(zhǎng)，在2015年產(chǎn)值將達(dá)1240億元。

·15.1萬字

移動(dòng)終端人工智能技術(shù)與應(yīng)用開發(fā)

本書適合那些對(duì)人工智能感興趣，且具備一定移動(dòng)終端應(yīng)用程序開發(fā)經(jīng)驗(yàn)的讀者。如果您掌握一定的JAVA、C++或Python語言開發(fā)知識(shí)，同時(shí)具備Android操作系統(tǒng)或IOS操作系統(tǒng)的應(yīng)用的開發(fā)經(jīng)驗(yàn)，將能迅速掌握基本的移動(dòng)終端人工智能應(yīng)用開發(fā)方法。如果您只是對(duì)人工智能技術(shù)感興趣，相信本書也能帶您了解人工智能技術(shù)是如何在移動(dòng)終端上部署和運(yùn)行的。

·15.1萬字