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

云上的中國3：劇變中的AI時代

在大模型競相涌現并賦能干行百業的時代背景下，吳曉波帶領作者團隊經過實地調研與深入采訪，從人工智能技術流派、AIGC創新企業、傳統應用場景下的創新、人工智能產業鏈上下游四個主要維度，對來自計算機、互聯網、新能源、醫藥、科研、設計、電商、游戲、音頻、金融、圖像、繪畫、心理咨詢、智能硬件等熱門行業和領域的近50個極具代表性案例進行了真實記錄與分析。本書通過橫向對比海內外人工智能技術的發展情況，將行業內的專家觀點與躬耕產業一線代表的獨到見解深度結合，重點回答了人工智能大模型如何讓各行業煥發新的生機，詳細介紹人工智能在諸多細分場景的新嘗試、新應用、新規律和新的競爭空間，揭示產業智能化趨勢中獨具一格的技術和鮮為人知的機遇，全景式呈現智能原生時代大模型的應用與未來。

·12.7萬字

預訓練語言模型：方法、實踐與應用

近年來，在自然語言處理領域，基于預訓練語言模型的方法已形成全新范式。本書內容分為基礎知識、預訓練語言模型，以及實踐與應用3個部分，共9章。第一部分全面、系統地介紹自然語言處理、神經網絡和預訓練語言模型的相關知識。第二部分介紹幾種具有代表性的預訓練語言模型的原理和機制（涉及注意力機制和Transformer模型），包括BERT及其變種，以及近年來發展迅猛的GPT和提示工程。第三部分介紹了基于LangChain和ChatGLM-6B的知識庫問答系統、基于大型語言模型的自然語言處理任務應用研究和大模型訓練實戰等具體應用，旨在從應用的角度加深讀者對預訓練語言模型理論的理解，便于讀者在實踐中提高技能，達到理論和實踐的統一。本書適合計算機相關專業的學生，以及其他對預訓練語言模型感興趣的讀者閱讀。

·12.7萬字

智能控制

本書較全面地敘述了智能控制的基本理論、方法和應用。全書共11章。主要內容為：專家控制的基本原理和應用；模糊控制的基本原理和應用；神經網絡控制的基本原理和應用；遺傳算法及其應用和迭代學習控制方法及其應用。本書系統性強，突出理論聯系實際，敘述深入淺出，適合于初學者學習。書中給出了一些智能算法的Matlab仿真程序，并配有一定數量的習題和上機操作題。

·12.6萬字

深度學習與目標檢測（第2版）

本書的寫作初衷是，從學者的角度，用一種通俗易懂的方式，將基于深度學習的目標檢測的相關論文中的理論和方法呈現給讀者，同時針對作者在深度學習教學過程中遇到的難點，進行深入的分析和講解。本書側重對卷積神經網絡的介紹，而深度學習的內容不止于此。所以，作者將深度學習分為有監督學習、無監督學習和強化學習三類，將圖像分類、目標檢測、人臉識別、語音識別、生成對抗網絡和AlphaGo等應用場景歸入不同的類別，并分別對其原理進行了概括性的講解。

·12.6萬字

不止DeepSeek！：職場AI效率提升一本通

本書將為你揭開生成式AI重塑職場生態的終極密碼，帶你從“工具使用者”進階為“AI協作大師”。通過DeepSeek、智譜清言、通義千問等前沿工具的實戰解析，你將掌握AI時代的職場生存法則：告別低效與重復，解鎖高階創造力，構建人機協作系統，跨越職業天花板。書中融合了近百個真實案例，涵蓋目標管理、會議組織、公文寫作、公眾演講等12大職場剛需場景，提供即學即用的AI解決方案。無論你是疲于應付報表的職場新人，還是尋求突破的中層管理者，抑或是渴望數字化轉型的企業負責人，本書都將成為你發起職場效能革命的“AI協作路線圖”。

圖分析與圖機器學習：原理、算法與實踐

本書向數據科學家、數據工程師、架構師和業務分析師展示了如何使用領先的圖數據庫模型TigerGraph，目標是向讀者介紹圖數據結構、圖分析和圖機器學習的概念、技術和工具。三位作者介紹了涵蓋多種當代業務需求的真實使用案例。讀者將探索從互聯數據中獲取價值的三階段方法：連接、分析和學習。幾乎每章的開頭都列出了對應的三個方面的目標：學習圖分析和機器學習的概念；用圖分析解決特定問題；了解如何使用GSQL查詢語言和TigerGraph圖平臺。

TensorFlow 2.0神經網絡實踐

本書通過聚焦于開發基于神經網絡的解決方案來介紹機器學習，首先將從熟悉構建深度學習解決方案所需的概念和技術開始，然后介紹如何創建分類器、構建目標檢測和語義分割神經網絡、訓練生成式模型，以及使用TF2.0的工具，如TensorFlowDatasets和TensorFlowHub，加速開發過程。學完本書之后，讀者將能夠使用TF2.0開發任何機器學習問題的解決方案，并能將它們部署到生產環境之中。

使能：人工智能驅動經濟高質量增長

本書首先對智能經濟的反饋路徑以及發展脈絡進行了總結梳理，借助價值創造理論進行分析，總結出智能企業運算智能、感知智能、認知智能三個階段，并據此分析了人工智能技術應用在智能經濟中發揮的關鍵作用。其次，本書根據商業模式理論比較了互聯網時代和智能時代的商業邏輯，指出互聯網時代以流量變現的邏輯為主，而數據增值則是智能經濟時代價值創造的全新方式，因此各行各業都應建立完整的數據增值模式，形成以數據為核心的價值創造流程閉環，數據生成智能，智能又帶來更多數據，充分發揮數據要素對智能經濟發展的價值。最后，本書總結了智能經濟的發展歸途，指出為了盡快翻越技術鴻溝，智能企業必須有效整合各方力量，迅速找到十倍速效應發揮的區域，通過點狀加速換取翻越鴻溝的時間，以盡快進入大眾市場，并指出智能經濟的在未來發展中將會出現活產品、軟定價的新模式。

2018—2019年中國人工智能產業發展藍皮書

人工智能是引領未來發展的戰略性技術，是新一輪科技革命和產業變革的重要驅動力量。《2018-2019年中國人工智能產業發展藍皮書》由賽迪智庫電子信息研究所撰寫完成，力求為中央及各級地方政府、相關企業及研究人員把握人工智能產業發展脈絡、了解產業發展現狀、研判軟件和信息技術服務業前沿趨勢提供參考。參與本書撰寫的有溫曉君、王哲、張甜甜、鄭子亨、周斌、蘇庭棟、陳炎坤。全書約13萬字，主要分為綜合篇、技術創新篇、行業應用篇、企業篇、政策篇、熱點篇、展望篇七個部分。

機器學習實戰：模型構建與應用

本書主要包括兩部分。第1部分（第1章-第11章）講解了如何使用TensorFlow來創建不同應用場景的機器學習模型。該部分介紹TensorFlow、計算機視覺、自然語言處理和序列建模。第二部分（第12章-第20章）將引導你了解如何將模型置于Android和iOS上的用戶手中、使用JavaScript的瀏覽器以及通過云提供服務的場景。

·12.4萬字

ChatGPT：人類新紀元

ChatGPT，如同人類歷史上的單向門——火、文字、造紙、蒸汽機、電和計算機一樣，標志著人類科技進步的又一重大里程碑。ChatGPT的橫空出世驚艷了世界，它不僅點燃了通用人工智能的火花，更預示著我們正步入通用人工智能的新紀元。我們站在這一歷史性的時刻，仿佛看見新時代的開端。全球對ChatGPT的廣泛關注并不僅僅是因為其高超技術的突破，而是它在通用人工智能進程中所代表的意義。那么，ChatGPT究竟是何方神圣？它的前世今生是怎樣的？通用人工智能未來將給世界帶來哪些巨變？人類是否會被AI取代而失業？針對這些迫在眉睫的問題，作者廣泛收集信息，深入研究，以兼具廣度和深度的寫作，為我們呈現了一個關于ChatGPT及通用人工智能的全景式解讀。同時，書中還為我們展示了中國企業在這場技術變革中所碰到的機遇和挑戰。這是一本為所有想深入理解ChatGPT如何塑造未來、如何繼續人類探索歷程的讀者而寫的書。

·12.4萬字

機器學習算法評估實戰

機器學習算法評估力求用科學的指標，對機器學習算法進行完整、可靠的評價。本書詳細介紹機器學習算法評估的理論、方法和實踐。全書分為3個部分。第1部分包含第1章～第3章，針對分類算法、回歸算法和聚類算法分別介紹對應的基礎理論和評估方法；第2部分包含第4章～第8章，介紹更復雜的模型（如深度學習模型和集成樹模型）的對比與評估，并且針對它們實際應用的業務場景介紹一些特有的評估指標和評估體系；第3部分包含第9章～第11章，總結算法評估的常用工具、技術及方法論，包括實用的可視化工具介紹，并討論機器學習算法的本質。本書適合機器學習專業相關從業者和算法工程師閱讀，也適合想要從事人工智能和機器學習工作的人士學習和參考。

機器學習基礎：從入門到求職

本書是一本機器學習算法方面的理論+實踐讀物，主要包含機器學習基礎理論、回歸模型、分類模型、聚類模型、降維模型和深度學習模型六大部分。機器學習基礎理論部分包含第1、2章，主要介紹機器學習的理論基礎和工程實踐基礎。第3章是回歸模型部分，主要包括模型的建立、學習策略的確定和優化算法的求解過程，最后結合三種常見的線性回歸模型實現了一個房價預測的案例。第4至11章詳細介紹了幾種常見的分類模型，包括樸素貝葉斯模型、K近鄰模型、決策樹模型、Logistic回歸模型、支持向量機模型、隨機森林模型、AdaBoost模型和提升樹模型，每一個模型都給出了較為詳細的推導過程和實際應用案例。第12章系統介紹了五種常見的聚類模型，包括K-Means聚類、層次聚類、密度聚類、譜聚類和高斯混合聚類，每一個模型的原理、優缺點和工程應用實踐都給出了較為詳細的說明。第13章系統介紹了四種常用的降維方式，包括奇異值分解、主成分分析、線性判別分析和局部線性嵌入，同樣給出了詳細的理論推導和分析。最后兩章分別是詞向量模型和深度神經網絡模型，其中，詞向量模型詳細介紹了Word2Vec和Doc2Vec模型的原理推導和應用；深度神經網絡模型系統介紹了深度學習相關的各類基礎知識。

Python視覺分析應用案例實戰

本書以Python3.10.7為平臺，以實際應用為背景，通過概念、公式、經典應用相結合的形式，深入淺出地介紹了Python圖形圖像處理經典實現。全書共10章，主要包括緒論、邁進Python、Python圖形用戶界面、數據可視化分析、圖像視覺增強分析、圖像視覺復原分析、圖像視覺幾何變換與校正分析、圖像視覺分割技術分析、圖像視覺描述與特征提取分析、車牌識別分析等內容。通過本書的學習，讀者可領略到Python的簡單、易學、易讀、易維護等特點，同時感受到利用Python實現圖像視覺處理應用的簡捷、功能強大。本書可作為高等學校相關專業本科生和研究生的教學用書，也可作為相關領域科研人員、學者、工程技術人員的參考用書。

代數大腦：揭秘智能背后的邏輯

本書英文版出版至今已近20年，但關于大腦究竟如何工作的問題至今仍無答案，而符號主義（認為大腦是類似于計算機的加工符號的機器）與聯結主義（認為大腦是并行運轉的大型神經網絡）之間的爭論也從未停息。本書分析了聯結主義模型和符號加工模型在計算方面的優勢和劣勢，關注不同聯結主義模型之間的差異以及特定模型與符號加工的特定假設之間的關系，并圍繞多層感知器展開討論。書中的觀點在今天依然頻繁成為學術討論的焦點，并為認知科學、人工智能、深度學習等領域的未來研究指明了可能的方向。

大模型應用開發：核心技術與領域實踐

本書由科大訊飛與中國科大的大模型的資深專家聯合撰寫，一本書打通大模型的技術原理與應用實踐壁壘，深入大模型3步工作流程，詳解模型微調、對齊優化、提示工程等核心技術及不同場景的微調方案，全流程講解6個典型場景的應用開發實踐。本書共10章，從邏輯上分為“基礎知識”“原理與技術”“應用開發實踐”三部分。基礎知識（第1章）介紹大模型定義、應用現狀、存在的問題，以及發展趨勢。原理與技術（第2和3章）詳細講解大模型的構建流程、Transformer模型，以及模型微調、對齊優化、提示工程等核心技術，之后介紹了推理優化、大模型訓練、大模型評估、大模型部署等拓展技術。應用開發實踐（第4～10章）詳細講解大模型插件應用開發、RAG實踐，以及智能客服問答、學科知識問答、法律領域應用、醫療領域應用、智能助寫平臺等多領域的實踐。

面向中國制造2025的智造觀

本書提供了基于智造觀的技術架構：提出實現智能制造的四部曲，即流程精益化、適應自動化、系統數字化以及信息云端化；分析產品生命周期管理導向的生產制造模式及實現方法，包括大數據的應用、互聯網自動控制網絡的應用、數字化與信息技術的深度融合。

·12.2萬字

AI爆款文案：巧用AI大模型讓文案變現插上翅膀

本書通過對10款人工智能應用的介紹及調試，幫助讀者快速掌握人工智能輔助文案變現的方式。本書共10章，分別講解AI智能創作，AI爆款文案寫作工具，人工智能輔助泛流量文案、泛商業文案、私域文案創作，利用人工智能實現文案變現的底層邏輯，以及在今日頭條、百家號、小紅書、知乎等平臺及不同展示形式下進行文案創作的實戰案例等。

·12.2萬字