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

深度學(xué)習(xí)原理與應(yīng)用

本書系統(tǒng)性地介紹了深度學(xué)習(xí)的原理、關(guān)鍵技術(shù)及相關(guān)應(yīng)用，首先從基本概念、必備的線性代數(shù)、微積分、概率統(tǒng)計等數(shù)學(xué)知識等入手，這些預(yù)備知識可幫助讀者更好地理解深度學(xué)習(xí)技術(shù)。接著對深度學(xué)習(xí)方法和技術(shù)進行了詳細介紹，包括卷積神經(jīng)網(wǎng)絡(luò)、反饋神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)、生成對抗網(wǎng)絡(luò)等，針對每個技術(shù)都力圖用簡單易懂的語言、詳盡的公式推導(dǎo)說明和生動的圖形展示知識點，并附上應(yīng)用樣例，便于讀者將概念、原理、公式和應(yīng)用融會貫通。本書還考慮到初學(xué)者盡快入門的需求，對深度學(xué)習(xí)開發(fā)工具和處理技巧進行了細致的梳理和總結(jié)。最后本書對深度學(xué)習(xí)應(yīng)用前景、發(fā)展趨勢、未來研究趨勢等進行了分析，具有一定前瞻性。本書涵蓋了大量深度學(xué)習(xí)的技術(shù)細節(jié)，適用于不同層次的讀者。

·12.1萬字

互聯(lián)網(wǎng)下半場

互聯(lián)網(wǎng)的上半場已經(jīng)落幕，隨著IT技術(shù)的進一步發(fā)展，移動互聯(lián)網(wǎng)、智聯(lián)網(wǎng)、物聯(lián)網(wǎng)、人工智能一一涌現(xiàn)，互聯(lián)網(wǎng)下半場已經(jīng)到來！掌握了這六大鐵律，就掌握了它的入場券：粉絲即用戶、媒介即渠道、內(nèi)容即品牌、一切皆是分享、一切皆是社交、游戲化思維。現(xiàn)在，新風(fēng)口已經(jīng)登場。入口隨時隨地，意味著財富隨時隨地。本書系統(tǒng)梳理了互聯(lián)網(wǎng)上半場和下半場的發(fā)展歷程，以及互聯(lián)網(wǎng)下半場將引發(fā)的商業(yè)變革。從實操策略著手，解決以下問題：如何抓住新風(fēng)口；如何從品牌、產(chǎn)品、營銷、IP等多個角度入手創(chuàng)造全新的價值；同時詳細剖析傳統(tǒng)企業(yè)和互聯(lián)網(wǎng)企業(yè)成功轉(zhuǎn)型的案例。

·12.1萬字

AIGC提示工程師精進之道

本書是一本關(guān)于AIGC提示工程師的實用指南，講解了成為優(yōu)秀AIGC提示工程師所需的技術(shù)特長和知識、溝通和協(xié)作能力、持續(xù)學(xué)習(xí)和自我提升方法等。本書分為3篇，共13章。第1篇為AIGC提示工程師基礎(chǔ)，內(nèi)容包括AI崛起下的新職業(yè)──AIGC提示工程師、設(shè)計高效提示的基本原則、常用的提示方法以及提示工程實踐中的常見問題等；第2篇為提示進階技巧，內(nèi)容包括優(yōu)化提示的除錯過程、解決復(fù)雜問題的高級提示技巧、提升提示效果的高級技巧以及酷炫的生成式AI繪圖與視頻平臺等；第3篇為提示應(yīng)用實戰(zhàn)，內(nèi)容包括語言和翻譯提示技巧、社交對話提示技巧、知識查詢和解答提示技巧、創(chuàng)意和故事寫作提示技巧以及創(chuàng)新應(yīng)用的提示技巧等。本書適合AI開發(fā)者、數(shù)據(jù)科學(xué)家、軟件工程師，以及其他對AI及其應(yīng)用領(lǐng)域感興趣的讀者學(xué)習(xí)使用。

ChatGPT時代：ChatGPT全能應(yīng)用一本通

本書共16章，內(nèi)容包括人工智能、OpenAI、ChatGPT的概述及其操作技巧。生動展示了ChatGPT在教育與學(xué)術(shù)、商業(yè)管理、新媒體、辦公、求職等12個領(lǐng)域的實際運用，同時探討了ChatGPT當前面臨的挑戰(zhàn)以及大模型的未來發(fā)展方向。

人工智能數(shù)學(xué)基礎(chǔ)

本書是面向高級人工智能人才培養(yǎng)的高等學(xué)校人工智能相關(guān)專業(yè)規(guī)劃教材中的一本，通過梳理人工智能涉及的相關(guān)數(shù)學(xué)理論，并通過Python實現(xiàn)相關(guān)案例，使抽象的理論具體化，從而加深讀者對數(shù)學(xué)的感性認識，提高讀者對數(shù)學(xué)理論的理解能力。本書首先介紹了人工智能所需的基礎(chǔ)數(shù)學(xué)理論，然后根據(jù)數(shù)學(xué)內(nèi)容的邏輯順序，以微積分、線性代數(shù)、概率論、數(shù)理統(tǒng)計為基礎(chǔ)，對函數(shù)逼近、最優(yōu)化理論、信息論、圖論進行了深入介紹，同時給出了它們在人工智能算法中的實驗案例。另外，該書將免費提供配套PPT、實驗及應(yīng)用案例等基本教學(xué)材料。

機器學(xué)習(xí)：公式推導(dǎo)與代碼實現(xiàn)

作為一門應(yīng)用型學(xué)科，機器學(xué)習(xí)植根于數(shù)學(xué)理論，落地于代碼實現(xiàn)。這就意味著，掌握公式推導(dǎo)和代碼編寫，方能更加深入地理解機器學(xué)習(xí)算法的內(nèi)在邏輯和運行機制。本書在對全部機器學(xué)習(xí)算法進行分類梳理的基礎(chǔ)之上，分別對監(jiān)督學(xué)習(xí)單模型、監(jiān)督學(xué)習(xí)集成模型、無監(jiān)督學(xué)習(xí)模型、概率模型四個大類共26個經(jīng)典算法進行了細致的公式推導(dǎo)和代碼實現(xiàn)，旨在幫助機器學(xué)習(xí)學(xué)習(xí)者和研究者完整地掌握算法細節(jié)、實現(xiàn)方法以及內(nèi)在邏輯。

Serverless架構(gòu)下的AI應(yīng)用開發(fā)：入門、實戰(zhàn)與性能優(yōu)化

這是一部指導(dǎo)讀者在Serverless架構(gòu)下開發(fā)、部署和運維機器學(xué)習(xí)項目的實戰(zhàn)性著作。本書由阿里巴巴官方出品，來自阿里云和螞蟻集團的Serverless產(chǎn)品專家、AI算法專家、Serverless解決方案架構(gòu)師、Serverless工具鏈技術(shù)負責人聯(lián)合撰寫，全方位地梳理和總結(jié)了阿里在Serverless架構(gòu)下的機器學(xué)習(xí)實戰(zhàn)經(jīng)驗，得到了企業(yè)界和學(xué)術(shù)界的10余位專家的高度認可。具體內(nèi)容上，本書主要包含如下幾個方面：（1）Serverless架構(gòu)基礎(chǔ)詳細介紹了Serverless架構(gòu)的概念、特點和應(yīng)用場景，Serverless架構(gòu)下的應(yīng)用開發(fā)、部署的流程和方法，以及傳統(tǒng)的Web框架如何向Serverless架構(gòu)遷移和部署，這些都是在Serverless架構(gòu)下開發(fā)和部署應(yīng)用必備的基礎(chǔ)知識。（2）機器學(xué)習(xí)算法和機器學(xué)習(xí)框架在Serverless架構(gòu)下的應(yīng)用詳細講解了支持向量機、神經(jīng)網(wǎng)絡(luò)等各種機器學(xué)習(xí)常用的算法和模型，以及Scikit-learn、TensorFlow、Pytorch、PaddlePaddle等4種主流深度學(xué)習(xí)框架與Serverless架構(gòu)的結(jié)合，為讀者在Serverless架構(gòu)下開發(fā)機器學(xué)習(xí)應(yīng)用打下基礎(chǔ)。（3）Serverless架構(gòu)下的機器學(xué)習(xí)項目實戰(zhàn)首先通過幾個實戰(zhàn)案例講解了圖像識別、模型升級、情感分析等機器學(xué)習(xí)領(lǐng)域的高頻應(yīng)用的Serverless化，為傳統(tǒng)的AI應(yīng)用遷移和部署到Serverless架構(gòu)給出指引；然后通過兩個綜合案例講解了機器學(xué)習(xí)應(yīng)用在Serverless架構(gòu)上從設(shè)計、開發(fā)、部署到運維的全流程。（4）Serverless應(yīng)用性能優(yōu)化總結(jié)了Serverless架構(gòu)下應(yīng)用性能優(yōu)化的方法和經(jīng)驗，比如冷啟動的優(yōu)化方案、開發(fā)注意事項等。

機器人傳感器及其信息融合技術(shù)

本書詳細介紹了機器人傳感器的基礎(chǔ)知識和工作原理，以及多傳感器信息融合技術(shù)的應(yīng)用實例。全書共分10章，主要內(nèi)容有傳感器的定義與分類、基本組成，機器人的系統(tǒng)組成，機器人常用的傳感器，智能傳感器技術(shù)及應(yīng)用，多傳感器信息融合技術(shù)的定義、分類，多傳感器信息定量和定性融合的方法，最后介紹了多傳感器信息融合技術(shù)在裝配機器人、焊接機器人、移動機器人導(dǎo)航、測距和避障中的應(yīng)用實例。本書既可作為從事機器人學(xué)研究、開發(fā)和應(yīng)用，以及正在學(xué)習(xí)機器人傳感器相關(guān)技術(shù)的工程師和技術(shù)人員的參考書或培訓(xùn)教材，也可以作為高等院校自動控制、電子工程、機械工程、機電一體化、計算機應(yīng)用等相關(guān)專業(yè)的高年級本科生或研究生的教材。

情感分析進階

本書包括五個部分：第一部分介紹文本情感分析的研究背景、研究現(xiàn)狀和基礎(chǔ)技術(shù)；第二部分從內(nèi)容語義理解的角度出發(fā)，介紹基于隱式表達的諷刺檢測技術(shù)；第三部分從用戶個性化建模的角度出發(fā)，介紹多輪對話中的情緒分析技術(shù)；第四部分介紹小樣本場景下的立場檢測解決方案；第五部分介紹對抗攻擊場景下的情感分類防御技術(shù)。

機器學(xué)習(xí)與Python實踐

機器學(xué)習(xí)是計算機科學(xué)與人工智能的重要分支領(lǐng)域.本書作為該領(lǐng)域的入門教材，在內(nèi)容上盡可能涵蓋機器學(xué)習(xí)基礎(chǔ)知識的各方面.全書共16章，大致分為3個部分：第1部分（第1～3章）介紹機器學(xué)習(xí)的基礎(chǔ)知識；第2部分（第4～10章）討論一些經(jīng)典而常用的機器學(xué)習(xí)方法（決策樹、神經(jīng)網(wǎng)絡(luò)、支持向量機、貝葉斯分類器、集成學(xué)習(xí)、聚類、降維與度量學(xué)習(xí)）；第3部分（第11～16章）為進階知識，內(nèi)容涉及特征選擇與稀疏學(xué)習(xí)、計算學(xué)習(xí)理論、半監(jiān)督學(xué)習(xí)、概率圖模型、規(guī)則學(xué)習(xí)以及強化學(xué)習(xí)等.每章都附有習(xí)題并介紹了相關(guān)閱讀材料，以便有興趣的讀者進一步鉆研探索。本書可作為高等院校計算機、自動化及相關(guān)專業(yè)的本科生或研究生教材，也可供對機器學(xué)習(xí)感興趣的研究人員和工程技術(shù)人員閱讀參考。

Python+ChatGPT辦公自動化實戰(zhàn)

本書對Python在職場辦公領(lǐng)域的應(yīng)用進行了系統(tǒng)梳理與介紹。全書共12章，第1～6章主要圍繞與Python辦公自動化相關(guān)的基礎(chǔ)知識展開；第7～12章包括走進ChatGPT，文件操作自動化，Word、PPT辦公自動化，Excel辦公自動化，PDF文檔操作自動化和郵件發(fā)送，數(shù)據(jù)分析與可視化等內(nèi)容。本書提供了豐富的案例，并配有相關(guān)資源，以增強讀者的實戰(zhàn)能力。本書內(nèi)容易學(xué)易懂，適合追求高效工作、對辦公自動化感興趣的產(chǎn)品經(jīng)理、運營人員等職場人士閱讀。

智慧家庭終端開發(fā)教程

本書是一本介紹智慧家庭終端開發(fā)的高職教材。全書共分6章：第1章基礎(chǔ)知識，第2章智慧家庭幾種智能終端簡介，第3章智慧家庭終端的幾種常見硬件，第4章嵌入式軟件開發(fā)，第5章智慧家庭終端的開發(fā)，第6章智慧家庭終端開發(fā)案例。其中第6章既有產(chǎn)品功能定位，還有單元電路原理圖和主要器件性能介紹。本書內(nèi)容豐富、語言通俗，圖文并茂，可以作為高等職業(yè)院校物聯(lián)網(wǎng)應(yīng)用、智能終端技術(shù)與應(yīng)用與智能產(chǎn)品開發(fā)等專業(yè)教材，還適合于廣大創(chuàng)客、智能產(chǎn)品開發(fā)技術(shù)人員閱讀，也可作為上崗培訓(xùn)班的教材。

深度學(xué)習(xí)案例精粹

本書主要講述了深度學(xué)習(xí)中的重要概念和技術(shù)，并展示了如何使用TensorFlow實現(xiàn)高級機器學(xué)習(xí)算法和神經(jīng)網(wǎng)絡(luò)。本書首先介紹了數(shù)據(jù)科學(xué)和機器學(xué)習(xí)中的基本概念，然后講述如何使用TensorFlow訓(xùn)練深度學(xué)習(xí)模型，以及如何通過訓(xùn)練深度前饋神經(jīng)網(wǎng)絡(luò)對數(shù)字進行分類，如何通過深度學(xué)習(xí)架構(gòu)解決計算機視覺、語言處理、語義分析等方面的實際問題，最后討論了高級的深度學(xué)習(xí)模型，如生成對抗網(wǎng)絡(luò)及其應(yīng)用。

基于NI Multisim 11的PLD/PIC/PLC的仿真設(shè)計

本書主要講解最新的EDA設(shè)計軟件NIMultisim11在PLD可編程邏輯器件、PIC系列單片機、PLC可編程控制器設(shè)計中的應(yīng)用，包括PLD可編程邏輯器件、PIC系列單片機、PLC可編程控制器分別介紹、如何使用仿真平臺、具體仿真步驟及過程、匯編及C語言的要點、基本的編程方法、圖形化設(shè)計的使用、VHDL代碼的自動生成方法、梯形圖的設(shè)計過程、各種接口電路的使用等內(nèi)容，并給出了大量的仿真實例。

增強型分析：AI驅(qū)動的數(shù)據(jù)分析、業(yè)務(wù)決策與案例實踐

增強型分析是數(shù)據(jù)科學(xué)的未來，本書講解了如何通過前沿的大數(shù)據(jù)技術(shù)和AI技術(shù)實現(xiàn)智能的數(shù)據(jù)分析和業(yè)務(wù)決策，即增強型分析。本書的三位作者是來自德勤、前華為和前IBM的資深數(shù)據(jù)科學(xué)家，在大數(shù)據(jù)和AI領(lǐng)域至少都有10年以上的工作經(jīng)驗，他們將各自多年來在“構(gòu)建數(shù)據(jù)挖掘模型，解決實際業(yè)務(wù)問題”方面積累的經(jīng)驗全部總結(jié)在了這本書中。全書的內(nèi)容由兩條主線貫穿：技術(shù)主線：一方面講解了預(yù)測模型、序列分析、預(yù)測分析、Prescriptive分析等前沿數(shù)據(jù)處理技術(shù)，一方面講解了CNN、RNN和GNN等前沿的AI技術(shù)如何為數(shù)據(jù)分析賦能。業(yè)務(wù)主線：在數(shù)字化轉(zhuǎn)型的大時代背景下，如何通過數(shù)據(jù)分析實現(xiàn)智慧營銷、智慧風(fēng)險管控，實現(xiàn)由初級的“主動營銷”到“被動營銷”，再到“全渠道協(xié)同營銷”等營銷手段的升級應(yīng)用。本書的重點聚焦在本質(zhì)內(nèi)容上，即數(shù)據(jù)處理、算法及模型、“模型洞見到業(yè)務(wù)決策”的分析等。

TensorFlow技術(shù)解析與實戰(zhàn)

TensorFlow是谷歌公司開發(fā)的深度學(xué)習(xí)框架，也是目前深度學(xué)習(xí)的主流框架之一。本書從深度學(xué)習(xí)的基礎(chǔ)講起，深入TensorFlow框架原理、模型構(gòu)建、源代碼分析和網(wǎng)絡(luò)實現(xiàn)等各個方面。全書分為基礎(chǔ)篇、實戰(zhàn)篇和提高篇三部分。本書深入淺出，理論聯(lián)系實際，實戰(zhàn)案例新穎，基于zui新的TensorFlow1.1版本，涵蓋TensorFlow的新特性，非常適合對深度學(xué)習(xí)和TensorFlow感興趣的讀者閱讀。

數(shù)智化轉(zhuǎn)型：人工智能的金融實踐

人工智能技術(shù)是金融體系進化的動力之一，但要用好這一技術(shù)，還需要理解金融體系本身的邏輯。在金融行業(yè)智能化轉(zhuǎn)型的過程中我們要解決的問題很多、很雜，但是在金融領(lǐng)域已經(jīng)形成一套完整的運行規(guī)則。如果不能深刻理解問題、痛點在哪兒，金融機構(gòu)在轉(zhuǎn)型的過程中很容易陷入僵局。在本書中，作者基于“客戶—資管—風(fēng)控”框架，梳理了金融領(lǐng)域中涉及的多種業(yè)務(wù)場景，探討其智能化方向。關(guān)注要解決的核心業(yè)務(wù)問題，從核心業(yè)務(wù)問題中抽象出其技術(shù)需求，解釋具體業(yè)務(wù)落地時可能存在的差異性。本書幫助金融科技的從業(yè)者，在思考金融行業(yè)智能化轉(zhuǎn)型時有更清晰的思維框架，不至于陷入謀一域而難謀全局的困境。

科學(xué)+預(yù)見人工智能

在科學(xué)技術(shù)發(fā)展一日千里的今天，“人工智能”成為了時代熱詞。人工智能引領(lǐng)的科技浪潮席卷而來，正從方方面面改變著你我的生活、推動著社會和時代的進步。關(guān)于人工智能，每個人有著不同的解讀。在本書中，你將看到科學(xué)家、投資人，甚到藝術(shù)家，從各自的角度暢談對科學(xué)技術(shù)的獨到見解，探討人工智能未來發(fā)展的無限可能。李開復(fù)、張亞勤、張首晟、李飛飛、魯白、張元豪、梁晗、楊培東、鮑哲南等20余位科學(xué)家通過對從業(yè)領(lǐng)域的深度思考和對科技發(fā)展規(guī)律的總結(jié)，勾勒出“科學(xué)復(fù)興，跨界共振”的美好愿景。《科學(xué)+預(yù)見人工智能》對于人工智能的討論深入淺出，觀點犀利，適合人工智能領(lǐng)域從業(yè)者、研究者、關(guān)注者閱讀與探討。

人工智能：未來商業(yè)與場景落地實操

經(jīng)過近幾年的發(fā)展，人工智能已經(jīng)從實驗室走出來，被應(yīng)用到人們的實際生活和工作中。那么，人工智能的應(yīng)用是怎樣落地的呢？它又給人們帶來了哪些變化？本書就是帶著這些問題，為讀者做出解答。首先，本書重點講述了人工智能的發(fā)展歷史、技術(shù)支撐等內(nèi)容，其技術(shù)支撐點包括大數(shù)據(jù)、云計算及深度學(xué)習(xí)；然后，本書選取農(nóng)業(yè)、工業(yè)、金融、醫(yī)療、泛娛樂、生活、文化產(chǎn)業(yè)及教育8個領(lǐng)域，通過大量的實際案例，對人工智能的商業(yè)應(yīng)用落地進行了詳細介紹。總之，本書立足于時代發(fā)展，以豐富的案例向讀者介紹人工智能的落地應(yīng)用，力求為從事人工智能業(yè)務(wù)的企業(yè)提供借鑒。本書適合所從事工作與人工智能相關(guān)的企業(yè)管理者、專家、創(chuàng)業(yè)者及高等院校相關(guān)專業(yè)的師生閱讀。