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

高性能超標量CPU：微架構剖析與設計

《高性能超標量CPU：微架構剖析與設計》基于當前主流的高性能CPU設計規格，全面介紹了高性能超標量CPU微架構的設計，并做出對應的分析。主要內容包括業界主流高性能處理器架構及超標量流水線背景知識（第1章）；CPU前端，包括指令提取單元、分支預測單元、指令譯碼單元的設計和優化，以及指令緩存的相關設計（第2、3章）；分支預測單元的原理、設計和優化，寄存器重命名與發射隊列的原理和設計（第4、5章）；執行單元與浮點運算單元的設計實現（第6、7章）；訪存單元與數據緩存設計（第8章）；重排序緩沖的原理及設計（第9章）；IntelP6CPU微架構設計實例（第10章）。微架構設計對應于指令的生命周期，為讀者提供直觀和清晰的視角，便于讀者對高性能CPU設計深入理解。《高性能超標量CPU：微架構剖析與設計》可作為從事高性能CPU相關研發工作專業人員的參考書，或用作高等院校計算機及集成電路相關專業研究生和高年級本科生的教學參考用書，也可供對CPU設計感興趣的讀者閱讀。

基于MATLAB與fuzzyTECH的模糊與神經網絡設計

模糊與神經網絡是兩種常用的智能信息處理技術，它們都能模擬人的智能行為，解決不確定、非線性、復雜的控制與分類問題，具有非常廣闊的應用前景。本書以fuzzyTECH和MATLAB軟件平臺對模糊與神經網絡技術進行了綜合講解并介紹了它們的應用，以使讀者更全面地了解模糊與神經網絡領域的最新研究成果。

知識圖譜導論

知識圖譜的發展歷史源遠流長，從經典人工智能的核心命題——知識工程，到互聯網時代的語義Web，再到當下很多領域構建的數千億級別的現代知識圖譜。知識圖譜兼具人工智能、大數據和互聯網的多重技術基因，是知識表示、表示學習、自然語言處理、圖數據庫和圖計算等多個領域技術的綜合集成。本書全面覆蓋了知識圖譜的表示、存儲、獲取、推理、融合、問答和分析等七大方面，一百多個基礎知識點的內容，同時囊括多模態知識圖譜、知識圖譜與圖神經網絡的融合、本體表示學習、事理知識圖譜，以及知識增強的語言預訓練模型等新熱點、新發展。作為一本導論性質的書，本書希望幫助初學者梳理知識圖譜的基本知識點和關鍵技術要素，也希望幫助技術決策者建立知識圖譜的整體視圖和系統工程觀，為前沿科研人員拓展創新視野和研究方向。本書在技術廣度和深度上兼具極強的參考性，適合高等院校的計算機專業師生閱讀，也可供計算機相關行業的管理者和研發人員參考。

地平線2025：人工智能來了

極為通俗的人工智能科普讀物，半小時帶你認識人工智能！各類智能化產品已經成為人類生活當中不可或缺的一部分。智能手機、電腦、數控電器，甚至是已經逐漸形成規模化生產制造的各類機器人……所有的這一切表明：人工智能來了，人工智能的時代到來了！本書用非常淺顯通俗的語言介紹了人工智能的前世今生，介紹了人工智能的發展現狀及未來的發展趨勢，也分析了中國在該領域中所處的位置及未來發展前景。同時，本書還從制造業、農業、教育、醫療、交通、金融、物流、軍事等多方面展示了人工智能發展的現狀及趨勢，并穿插了專家學者的分析解讀。

社交網絡信息傳播模型、算法及應用

本書系統地闡述信息傳播問題中所涉及的各種傳播模型、數學優化方法以及計算方法等，并通過對大量信息傳播的實際問題進行了建模與分析。該著作將為人工智能、大數據、管理科學、運籌學、人文社會科學等領域開展相關研究的本科生、研究生以及學者提供重要的參考。

·16萬字

人工智能原理與實踐

人工智能的日益廣泛的應用和普及，而要深入理解人工智能，我們必須全面理解底層的各類機器學習算法基本原理并能駕馭人工智能各種應用。《人工智能原理與實踐》分為13章，前7章為原理篇。原理篇中，我們重點討論機器學習模型建模的全部流程，各類常用的機器學習算法原理，深度學習和強化學習原理，機器學習涉及的優化論原理，以及機器學習和自然語言處理技術。后面6章為實戰篇，我們重點討論信用卡場景中的客戶細分，保險行業中的生活事件時間序列預測，電商交易中欺詐客戶預測，信用卡和金融貸款場景中的風控預測，房價估值和預測，以及股市短期回報率預測等多個實際應用場景。《人工智能原理與實踐》理論知識覆蓋面廣而又保留了有價值的推導，特別適合在各個行業工作的數據科學從業者，在校學習的人工智能和數據科學專業學生，科技公司的管理者和決策者，以及人工智能的初學者和愛好者。

·15.9萬字

生成對抗網絡：原理及圖像處理應用

本書深入淺出地介紹了近年來AI領域中十分引人注目的新型人工神經網絡——生成對抗網絡（GAN）的基本原理、網絡結構及其在圖像處理領域中的應用；同時，分析了近年來在GAN訓練、GAN質量評估及多種改進型GAN方面取得的進展；在實踐方面，給出了基于Python的基本GAN編程實例。另外，本書還介紹了支撐GAN模型的基礎理論和相關算法，以使讀者更好地理解和掌握GAN技術。

人工智能新時代：核心技術與行業賦能

本書以人工智能為核心，上篇講述了人工智能理論知識及發展藍圖規劃，目的是幫助讀者認識人工智能，找到入局人工智能領域的途徑和方法；中篇羅列了可以為人工智能賦能的前沿技術，包括NLP、機器學習、大數據、物聯網、區塊鏈等；下篇總結了人工智能對交通、農業、醫療、制造、教育、金融、文娛等行業的影響和作用，旨在讓讀者了解人工智能是如何在這些行業實現商業化落地的。本書從多個角度出發，描繪了一幅完整的人工智能發展藍圖，不僅通俗易懂，而且有趣、有料。可以說，本書是探索人工智能領域的必備參考書。本書十分適合互聯網行業管理者、創業者、人工智能技術領域的研究人員對人工智能感興趣的人群閱讀。

大模型實戰：微調、優化與私有化部署

本書深入淺出地介紹了現代大型人工智能（ArtificialIntelligence，AI）模型技術，從對話機器人的發展歷程和人工智能的理念出發，詳細闡述了大模型私有化部署過程，深入剖析了Transformer架構，旨在幫助讀者領悟大模型的核心原理和技術細節。本書的講解風格獨樹一幟，將深奧的技術術語轉化為簡潔明了的語言，案例敘述既嚴謹又充滿趣味，讓讀者在輕松愉快的閱讀體驗中自然而然地吸收和理解AI知識。本書提供完整的代碼示例，可幫助讀者將抽象的理論知識轉化為手頭的實際技能。本書不僅理論知識豐富，實戰案例更能幫助讀者在專業領域內高效地應用AI技術。

人工智能導論

當今時代，人工智能技術越來越受重視，影響著人類生活的方方面面，提高人工智能相關知識素養，十分有必要。全書是人工智能入門類基礎書，共10章，內容包括人工智能概述、機器學習、神經網絡與深度學習、智能語音處理及應用、計算機視覺處理及應用、自然語言處理及應用、知識圖譜及應用、機器人、經典智能算法Python實現、展望等。《人工智能導論》適合作為高等院校人工智能、計算機科學與技術、大數據、軟件工程或相關專業的入門教材，也適合從事相關工作的人工智能愛好者和工程師閱讀。

MindSpore科學計算

本書全面、系統地探討科學計算的背景、機器學習的重要性以及昇思MindSpore框架在科學計算中的廣泛應用。科學計算作為一門交叉學科，融合了數學、計算機科學與技術等領域的專業知識，在現代科學研究和工程實踐中起著關鍵作用。本書以MindSpore為平臺，深入研究這一全場景AI框架在科學計算中的探索與實踐，通過對基礎理論、行業應用和實際案例的詳細介紹，為讀者提供全方位的學習和參考資料。全書共8章，首先詳細介紹科學計算的基礎理論，包括數學模型、算法原理等，為讀者打下堅實的理論基礎。然后，通過MindSpore在電磁學、生物計算、流體力學、氣象學、材料化學及量子計算等領域的實際案例，幫助讀者深刻理解MindSpore在現實場景中的應用，為未來的科學計算實踐提供實際的指導和參考。本書不僅適合AI、智能科學與技術、計算機科學與技術、電子信息工程、自動化等相關專業的本科生和研究生閱讀，也可為軟件開發工程師和科研人員提供深入了解MindSpore框架及其實踐的豐富資料。

·15.7萬字

自動駕駛算法與芯片設計

目前自動駕駛的一個發展趨勢就是智能化。隨著人工智能的飛速發展以及各種新型傳感器的涌現，汽車智能化形成趨勢，輔助駕駛功能的滲透率越來越高。這些功能的實現需要借助于攝像頭、雷達、激光雷達等新增的傳感器數據，其中視頻處理需要大量并行計算。然而，傳統CPU算力不足，而DSP擅長圖像處理，對于深度學習卻缺乏足夠的性能。盡管GPU擅長訓練，但它過于耗電，影響汽車的性能。因此，本書著眼于未來，認為定制化的ASIC必將成為主流。本書以自動駕駛的芯片設計為最終目標，來論述設計一個面向未來的自動駕駛SoC芯片的學術支撐和工程實踐。本書共13章。其中第1章主要介紹自動駕駛目前遇到的挑戰和研究方向。第2～6章重點講述環境感知以及規劃控制方面的算法設計；第7～10章重點講述深度學習模型的優化和深度學習芯片的設計；第11章和第12章重點講述具有安全功能的自動駕駛軟件架構設計；第13章介紹5G車聯網。

·15.7萬字

人工智能原理認知與應用研究

人工智能是一項高科技技術，也是計算機技術的一個重要分支，此技術是以人工的方法，對人類的行動和思維進行模仿，同時在人的智能基礎上進行拓展。人工智能應用面比較廣泛，可代替人類進行各個方面的工作，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，對人類有好的一面也有不好的一面。因此，本書將結合人工智能技術的發展及應用現狀，對整體的人工智能技術在未來的技術走向及覆蓋面進行研究分析，同時提出人工智能技術對人類生存的威脅與隱患，以此完善人工智能技術。本書主要介紹了搜索技術、群智能算法、機器學習、人工神經網絡與深度學習以及人工智能應用研究等內容。本書力求將人工智能的發展脈絡、技術理論、產業成果詳解展現在讀者面前。

AIGC應用基礎

本書全面介紹了生成式人工智能（AIGC）的基礎理論與實踐應用，旨在通過45個典型案例細化AIGC技術的應用過程、實戰技巧、優化規則及生成結果，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、應用實踐及倫理規范，激發讀者的學習興趣與創新思維，指導讀者在學習、工作、研究中充分利用AI技術提高工作效率，增強信息技術應用能力，提升核心競爭力。本書教學資源豐富，適合作為應用型本科院校和職業院校學生的通識課教材或專業實踐課教材。對于有技能提升、職業晉升及工作進步需求的各行業從業者，以及對AI技術感興趣的社會人士，本書都有助于他們更好地理解和應用AIGC技術，把握數字經濟時代的發展機遇。

DeepSeek操作應用大全：從入門到精通

本書是全面介紹DeepSeek人工智能平臺及其應用的實用指南，旨在幫助讀者從零基礎開始，逐步掌握DeepSeek的各項功能，并最終達到精通水平，能夠在各種實際場景中靈活運用DeepSeek解決復雜問題。無論你是人工智能的初學者，還是希望進一步提升技能的專業人士，本書都將為你提供詳盡的操作指導和豐富的實戰案例。本書共三篇25章，涵蓋了DeepSeek的各個方面，從基礎入門到高級應用，再到私有化部署，內容全面且系統。同時，書中展望了人工智能的未來發展趨勢，幫助讀者把握技術前沿，在人工智能時代脫穎而出。

機器學習編程：從編碼到深度學習

本書從一個完全不了解機器學習的程序員的視角出發，通過一系列生動有趣的具體應用實例，運用詼諧的語言以循序漸進的方式比較系統地介紹機器學習的本質思想、基本理論和重要算法，比較細致地剖析線性模型、感知機模型、淺層神經網絡、深度神經網絡的設計原理與編程方法，引導讀者親自動手從零開始打造和完善機器學習的底層代碼，逐步消除對機器學習算法原理的認知盲點，讓廣大初學者能夠較為輕松地掌握機器學習和深度學習的基本理論和編程技術。本書是從零基礎初學者的思維角度編寫的，適合作為智能科學與技術、數據科學與大數據技術、計算機科學與技術以及相關專業的本科生或研究生的機器學習入門教材，也可供工程技術人員和自學讀者學習參考。

智能物聯技術

物聯網被稱為全球信息產業的第三次浪潮，自1999年概念被首次提出后，先后經歷了局部物聯、開放物聯的階段，并開始走向智能物聯的新階段。本書在梳理相關背景、把握時代脈搏的前提下，詳細闡述智能物聯的概念和內涵，從智能感知、智能網絡、智能平臺三方面對智能物聯技術展開分析和研究，并對典型的智能物聯應用進行介紹。最后，從政策、技術和理念多角度，對智能物聯未來發展進行了展望。

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，本書內容以理論為基礎，以應用為主導，循序漸進地向讀者揭示怎樣利用智能算法解決實際問題。全書共11章主要內容包括MATLAB語言入門、插值算法與曲線擬合、灰色系統理論、傅里葉變換和小波變換、經驗模態分解算法、模糊邏輯控制算法、滑模變結構控制、神經網絡基本理論、支持向量機、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習用書，也可作為科研人員、學者、工程技術人員的相關參考用書。

大模型工程化：AI驅動下的數據體系

大模型在眾多領域得到了廣泛應用，促進了AI技術的整合和創新。然而，在實際應用過程中，直接將大模型應用于特定行業常常難以達到預期效果。本書詳細闡述如何在游戲經營分析場景中利用大模型實現數據體系的建設。本書分為6個部分，共16章。第1部分主要介紹大模型技術的發展與應用，從大模型的發展現狀展開，重點介紹大模型與數據體系的相關知識。第2部分主要介紹大模型下的關鍵基礎設施，涵蓋湖倉一體引擎、湖倉的關鍵技術、實時數據寫入和高效數據分析等內容。第3部分主要介紹大模型下的數據資產，圍繞數據資產重塑、數據資產標準、數據資產建設、數據資產運營展開。第4部分主要介紹自研領域大模型的技術原理，涵蓋領域大模型的基礎、需求理解算法、需求匹配算法、需求轉譯算法等內容。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、技術籌備、建設要點、安全策略等內容。第6部分介紹大模型在游戲領域的應用，通過游戲領域的經營分析案例，系統地闡述如何實現業務需求。本書適合致力于大模型技術應用的數據工程師閱讀，也適合尋求AI自動化編程解決方案的軟件開發者閱讀，還適合希望利用AI提升業務效率的企業決策者閱讀。