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

因果推斷與機器學習

本書是一本理論扎實，同時聯系實際應用的圖書。全書系統地介紹了因果推斷的基本知識、基于機器學習的因果推斷方法和基于因果推斷的機器學習方法及其在一些重要領域的應用。全書共分6章。第1章從潛結果框架和結構因果模型出發，介紹因果推斷的基本概念和方法。第2章介紹近年統計和機器學習文獻中出現的一些重要的基于機器學習的因果推斷方法。第3章介紹能夠提高機器學習模型的泛化能力的因果表征學習。第4章介紹因果機器學習如何提高機器學習模型的可解釋性與公平性。第5章介紹因果機器學習在推薦系統和學習排序中的應用。第6章是對全書的一個總結和對未來的展望。本書對結合因果推斷和機器學習的理論與實踐進行了介紹。通過閱讀本書，讀者不僅可以掌握因果機器學習的基礎理論，還可對本書中提到的論文代碼進行鉆研，從而在實踐中加深對因果機器學習的理解。

·14.3萬字

AI落地：讓人工智能為你所用

面對人工智能（AI）這一技術名詞和概念，你是否以為它門檻高、特復雜、難以落地？面對人工智能產品爆發式涌現，你是否擔心它會奪走你的工作，進而產生恐慌和憂慮？面對日常見到的“人工智障”工具，你是否對人工智能產生過質疑？進入人工智能時代，你能夠做什么？需要掌握哪些技能？如何讓技術為自己服務？本書結合人工智能落地的方法和案例，采用通俗易懂的語言，為你揭開人工智能的面紗，教你尋找在生活中、工作中適合人工智能落地的場景，以及評價其價值的方法，助你實現降本增效的目標。書中不僅將算法原理和思維融入日常熟知事物做對比，以便讓你了解技術，還總結了人工智能落地的步驟和評估方法來幫助讀者找到人工智能落地潛在的機會，使讀者能夠在閱讀完本書內容后，對于人工智能的應用場景及如何實際操作成功落地部署有一定的了解。此外，閱讀本書，讀者還可以了解目前人工智能技術的局限及后續的技術發展方向。本書適合正在或希望從事人工智能產品設計和運營的人員、與人工智能相關的技術人員、想認識和充分了解人工智能發展的人員閱讀。關注作者公眾號：AI落地方法論，獲得課程、AI體驗工具。

·14.3萬字

基于人工智能的自主磨拋系統

本書主要論述了基于人工智能的自主磨拋系統構建的一般性方法、流程及核心技術，主要從三部分進行論述：第一部分，介紹磨削拋光及工業機器人的背景知識，并對基礎理論進行了概述；第二部分論述了基于人工智能的自主磨拋系統的整體構建過程，從系統的構建方案及軟硬件組成開始，依次討論了磨拋系統的核心技術，包括控制策略、軌跡規劃和機器視覺系統，著重介紹了基于自主控制的智能算法，并對整體系統的輔助部分進行了簡要介紹；第三部分則給出了智能自主磨拋系統在工業實踐中的應用案例。

·14.2萬字

因果推斷與機器學習（修訂版）

本書是一本理論扎實，同時聯系實際應用的圖書。全書系統地介紹了因果推斷的基本知識、基于機器學習的因果推斷方法和基于因果推斷的機器學習方法及其在一些重要領域的應用。全書共分6章。第1章從結構因果模型和潛在結果框架出發，介紹因果推斷的基本概念和方法。第2章介紹近年統計和機器學習文獻中出現的一些重要的基于機器學習的因果推斷方法。第3章介紹能夠提高機器學習模型的泛化能力的因果表征學習。第4章介紹因果機器學習如何提高機器學習模型的可解釋性與公平性。第5章介紹因果機器學習在推薦系統和學習排序中的應用。第6章是對全書的一個總結和對未來的展望。本書對結合因果推斷和機器學習的理論與實踐進行了介紹。并在第1版的基礎上對一些陳舊的內容做了更新。通過閱讀本書，讀者不僅可以掌握因果機器學習的基礎理論，還可對本書中提到的論文代碼進行鉆研，從而在實踐中加深對因果機器學習的理解。

·14.1萬字

智能城市治理

本書圍繞“智能城市治理生態”的概念，對“城市生命體”“智能自治體”“治理范式”等重點組成部分進行條分縷析。全書共五章，第一章總結了城市化的進程、智能城市的發展現狀；第二章介紹了“國家治理生態”“城市生命體”的理論和核心要素；第三章以精要的方式分析了“智能城市生命體”十大子系統的“點-網-流”、脆弱性、智能標準及智能化；第四章重點闡釋了“智能城市治理生態”的運行基礎、內在邏輯、外在形態、智能自治體及治理范式等核心內容；第五章針對人與城市的關系、生態平衡與治理進化這兩個“智能城市治理生態”概念背后的隱含問題進行深入思考。本書主要面向國家公務員、從事信息化城市治理的研究人員，以及社會治理相關領域的研究人員。

·14.1萬字

機器人傳感器

機器人傳感器是實現機器人及自身與外部環境進行信息交互的重要手段。通過搭載不同類型的傳感器，機器人對其自身及周圍環境進行檢測，并對檢測結果進行處理、分析、決策，然后選擇合適的運動。本書按傳感器基礎篇、機器人傳感器篇進行編排，全書共7章，前后呼應，循序漸進，由常用傳感器到機器人傳感器應用，逐步介紹了傳感器的基礎知識與檢測技術、常用傳感器、智能傳感器、機器人常用傳感器、工業機器人常用傳感器、移動機器人常用傳感器、機器人多傳感器信息融合等內容。

·14.1萬字

AI大模型企業落地指南

隨著人工智能（AI）技術的迅猛發展，大模型技術已成為推動各行各業變革的重要力量。為了幫助企業管理者和技術人員更好地理解和應用這一前沿技術，本書精心編排多個篇章，從基礎概念到實戰應用，全面系統地介紹AI大模型的相關知識。概念普及篇（第1~2章）簡要概述人工智能與大模型的基本概念及其對社會經濟的廣泛影響。企業落地準備篇（第3~4章）介紹企業大模型應用落地的常見形式，評估AI能力邊界，解析大模型落地的必備要素，梳理公司已有的業務鏈條，尋找AI落地場景，并細化落地方案。企業落地步驟篇（第5章）聚焦大模型具體落地步驟以及大模型安全、算法備案和內容版權等相關內容。大模型原理篇（第6~7章）深入剖析大模型等的基礎原理和應用原理，旨在提升模型性能。應用開發篇（第8~9章）通過豐富的實戰案例生動展示大模型在企業中的實際應用效果。未來展望篇（第10章）預測AI技術的發展趨勢，并深入分析這些趨勢對社會經濟產生的深遠影響，為企業決策者提供前瞻性的思考角度。

AI提示工程實戰：從零開始利用提示工程學習應用大語言模型

本書介紹提示工程的基本概念和實踐，旨在幫助讀者了解如何構建高質量的提示內容。內容包括：認識大語言模型、ChatGPT應用體驗、ChatGPTAPI、PythonChatGPTAPI庫、提示工程、提示類型、基于提示工程應用Python數據分析等。

工業控制計算機典型應用系統編程實踐

本書從工程應用的角度出發介紹了工業控制計算機典型應用系統，內容包括：利用PC與PLC、PC與PCI數據采集卡、PC與USB數據采集模塊、PC與CAN總線模塊、PC與單片機、PC與無線數傳模塊、PC與GSM短信模塊、PC與智能儀器及PC與遠程I/O模塊等組成的控制系統設計。每個實例首先介紹了相關的硬件技術，然后給出具體的測控線路和完整的VisualBasic、Delphi和KingView程序。

大模型應用開發：動手做AI Agent

人工智能時代一種全新的技術——Agent正在崛起。這是一種能夠理解自然語言并生成對應回復以及執行具體行動的人工智能體。它不僅是內容生成工具，而且是連接復雜任務的關鍵紐帶。本書將探索Agent的奧秘，內容包括從技術框架到開發工具，從實操項目到前沿進展，通過帶著讀者動手做7個功能強大的Agent，全方位解析Agent的設計與實現。本書最后展望了Agent的發展前景和未來趨勢。本書適合對Agent技術感興趣或致力于該領域的研究人員、開發人員、產品經理、企業負責人，以及高等院校相關專業師生等閱讀。讀者將跟隨咖哥和小雪的腳步，踏上饒有趣味的Agent開發之旅，零距離接觸GPT-4模型、OpenAIAssistantsAPI、LangChain、LlamaIndex和MetaGPT等尖端技術，見證Agent在辦公自動化、智能調度、知識整合以及檢索增強生成（RAG）等領域的非凡表現，攜手開啟人工智能時代的無限可能，在人機協作的星空中共同探尋那顆最閃亮的Agent之星！

GPT圖解：大模型是怎樣構建的

人工智能（AI），尤其是生成式語言模型和生成式人工智能（AIGC）模型，正以驚人的速度改變著我們的世界。駕馭這股潮流的關鍵，莫過于探究自然語言處理（NLP）技術的深奧秘境。本書將帶領讀者踏上一段扣人心弦的探索之旅，讓其親身感受，并動手搭建語言模型。本書主要內容包括N-Gram，詞袋模型（BoW），Word2Vec（W2V），神經概率語言模型（NPLM），循環神經網絡（RNN），Seq2Seq（S2S），注意力機制，Transformer，從初代GPT到ChatGPT再到GPT-4等一系列突破性技術的誕生與演進。本書將以生動活潑的筆觸，將枯燥的技術細節化作輕松幽默的故事和繽紛多彩的圖畫，引領讀者穿梭于不同技術的時空，見證自然語言處理技術的傳承、演進與蛻變。在這場不斷攀登技術新峰的奇妙之旅中，讀者不僅能深入理解自然語言處理技術的核心原理，還能自己動手，從零開始搭建起一個又一個語言模型。

大數據智能核心技術入門：從大數據到人工智能

本書跟從大數據和人工智能應用的融合之路，通過分析和解讀整個數據驅動智能核心技術，希望能給讀者提供一個大數據智能核心技術體系的入門學習和應用參考指南。本書前半部分內容重在核心技術解讀：包括大數據智能的概論、大數據智能核心技術體系的多維解讀、深度學習關鍵技術要點的分析，大數據智能應用三段論和敏捷大數據方法論的提出等內容。后半部分內容重在應用實踐的探討，深入分析了當前大數據智能獨角獸Palantir、AlphaGo、Watson等核心產品和技術，并從個人學習到工程實踐，從企業應用到政府治理，從業務理解到技術選型等多個層面，逐一解讀大數據智能技術在學習、應用過程中面臨的關鍵問題、陷阱，并給出參考意見。本書通過核心技術解讀幫助讀者學習、理解、應用大數據智能，具有重要的參考價值。本書適合的讀者包括關注大數據和人工智能相關技術領域的在校學生、個人學習者和研發工程師、技術主管、企業高管、政府管理人員等。

·13.9萬字

洞察AIGC：智能創作的應用、機遇與挑戰

《洞察AIGC：智能創作的應用、機遇與挑戰》內容分為3篇：第1篇AIGC的蛻變講述AIGC的發展歷史及其背后的智能；第2篇AIGC的應用講述AIGC在文學創作、日常辦公、知識管理、科研出版、工業制造、健康醫療、金融服務、品牌營銷領域的應用現狀及常用工具；第3篇AIGC的機遇與挑戰講述AIGC的資本與技術前景，同時提出需要注意的風險。

·13.9萬字

智能制造時代的研發智慧：知識工程2.0

本書的副書名指出知識工程2.0是智能制造時代的研發智慧，書中的討論對象和舉例均以研發企業或研發過程為背景。但這只是因為研發過程是知識最密集、產出最豐富和應用最深入的過程，并不代表本書所提的方法不適用于非研發型企業。非研發型企業或非研發過程的知識工程方法是本書所提方法的子集，大部分方法進行適應性改造，即可適用于這些企業或過程。

·13.9萬字

知識系統與知識圖譜

本書主要介紹知識系統、知識服務、知識管理及知識工程的相關內容，共三個部分。第一部分主要介紹知識系統與知識服務，這部分從知識的定義出發，闡述知識服務的產生及與知識系統的關系，并詳細介紹了四種典型的知識系統，著重介紹其發展歷史、種類特征和體系框架等。第二部分主要介紹知識管理與知識工程，這部分內容圍繞知識管理展開，涵蓋知識管理的產生與發展、關鍵技術、系統類型及常用的知識管理平臺等。第三部分重點分析當前知識系統中的重點、難點和關鍵技術，并且詳細介紹作者科研團隊在知識鑒別、知識分析、知識導航、專家推薦及知識云等方面的最新研究成果。與此同時，本書還介紹作者科研團隊提出的創新算法在知識系統中的應用，并以原型系統的形式予以展示。

AIGC+智慧教育：Web 3.0時代的教育變革與轉型

隨著Web3.0時代的來臨，我國教育領域迎來了一場全面而深刻的變革——AIGC、ChatGPT、大數據、云計算、物聯網、數字孿生、元宇宙等新興技術與教育行業的融合程度日益加深，AI驅動的教育新形態、新模式、新產品不斷涌現，數字化、網絡化、智能化逐漸成為引領我國教育變革與轉型的重要方向。本書立足于全球范圍內智慧教育領域的實踐經驗與前沿趨勢，全面闡述AIGC、ChatGPT、元宇宙、數字孿生等新興技術在教育領域的融合與創新應用，內容涵蓋遠程教育、虛擬課堂、個性化學習、VR沉浸式教學、自動化教育評測、智能化教學決策、智慧校園管理等新型教育模式與玩法，并前瞻性地提出數字化時代教師數字能力培養的對策建議，試圖為讀者描繪一幅Web3.0時代的未來教育新圖景。

玩賺ChatGPT：人人都能用的工作好幫手

本書以工作場景和具體任務來驅動，包括53個場景展示、85項任務模擬、237次提問示范，讓完全不懂技術的小白，也能成為ChatGPT工具使用方面的行家。本書通過詳細講解具體任務的提問與追問方法，讓ChatGPT成為每個人的工作好幫手，幫助人們提升工作效能，打造超能個體與超能團隊。

寫好論文：思維模型與AI輔助應用

《寫好論文：思維模型與AI輔助應用》創新性地將學術寫作的思維模型與AI輔助工具相結合，為讀者提供了一套全新且實用的學術寫作方法，旨在助力讀者提高學術寫作的質量和水平。《寫好論文：思維模型與AI輔助應用》共9章，每章都聚焦一個特定的思維模型。這些模型包括“頂天立地加兩翼”結構模型、選擇和確定研究單位的三角模型、OBTQP研究問題模型、細化研究維度的思維羅盤模型、推導文獻綜述“GAP”的破界創新模型、匹配研究理論的勾連信號模型、適配研究方法的畫布模型、非共識研究觀點模型和深入解決問題的U型思維模型。對于每個模型，書中都有詳細的背景介紹、拆解步驟、應用方法和案例分析，確保讀者能夠全方位地理解并實際應用這些模型，從而真正掌握學術寫作的思維精髓和實踐要訣。《寫好論文：思維模型與AI輔助應用》適合學術研究人員、研究生、博士生等需要撰寫學術論文的人閱讀，也適合對學術研究感興趣、希望深入了解其思維方式和研究方法的讀者閱讀。

聯邦學習實戰

數據孤島和隱私保護已經成為制約人工智能發展的關鍵因素。聯邦學習作為一種新型的隱私保護計算方案，在數據不出本地的前提下，能有效聯合各參與方聯合建模，從而實現“共同富裕”，成為當下人工智能領域備受關注的熱點。本書以實戰為主（包括對應用案例的深入講解和代碼分析），兼顧對理論知識的系統總結。全書由五部分共19章構成。第一部分簡要介紹了聯邦學習的理論知識；第二部分介紹如何使用Python和FATE進行簡單的聯邦學習建模；第三部分是聯邦學習的案例分析，篩選了經典案例進行講解，部分案例用Python代碼實現，部分案例采用FATE實現；第四部分主要介紹和聯邦學習相關的高級知識點，包括聯邦學習的架構和訓練的加速方法等；第五部分是回顧與展望。本書適合對聯邦學習和隱私保護感興趣的高校研究者、企業研發人員閱讀。