官术网_书友最值得收藏!

大語言模型：基礎(chǔ)與前沿

本書深入闡述了大語言模型的基本概念和算法、研究前沿以及應(yīng)用，涵蓋大語言模型的廣泛主題，從基礎(chǔ)到前沿，從方法到應(yīng)用，涉及從方法論到應(yīng)用場景方方面面的內(nèi)容。首先，本書介紹了人工智能領(lǐng)域的進(jìn)展和趨勢；其次，探討了語言模型的基本概念和架構(gòu)、Transformer、預(yù)訓(xùn)練目標(biāo)和解碼策略、上下文學(xué)習(xí)和輕量級微調(diào)、稀疏專家模型、檢索增強(qiáng)型語言模型、對齊語言模型與人類偏好、減少偏見和有害性以及視覺語言模型等內(nèi)容；最后，討論了語言模型對環(huán)境的影響。本書內(nèi)容全面、系統(tǒng)性強(qiáng)，適合高年級本科生和研究生、博士后研究人員、講師以及行業(yè)從業(yè)者閱讀與參考。

·20.1萬字

深度學(xué)習(xí)與神經(jīng)網(wǎng)絡(luò)

神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)是人工智能研究的重要領(lǐng)域，是機(jī)器學(xué)習(xí)的重要組成部分。人工智能是研究理解和模擬人類智能、智能行為及其規(guī)律的科學(xué)。本書緊緊圍繞神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)的基礎(chǔ)知識體系進(jìn)行系統(tǒng)的梳理，力求從基礎(chǔ)理論、經(jīng)典模型和前沿應(yīng)用展開論述，便于讀者能夠較為全面地掌握深度學(xué)習(xí)的相關(guān)知識。全書共16章。第1章是緒論，簡要介紹人工智能、機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)的基本概念及相互關(guān)系，并對神經(jīng)網(wǎng)絡(luò)的發(fā)展歷程和產(chǎn)生機(jī)理進(jìn)行闡述；第2章介紹神經(jīng)網(wǎng)絡(luò)的基本神經(jīng)元模型、網(wǎng)絡(luò)結(jié)構(gòu)、學(xué)習(xí)方法、學(xué)習(xí)規(guī)則、正則化方法、模型評估方法等基礎(chǔ)知識；第3～8章介紹多層感知器神經(jīng)網(wǎng)絡(luò)、自組織競爭神經(jīng)網(wǎng)絡(luò)、徑向基函數(shù)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)、注意力機(jī)制與反饋網(wǎng)絡(luò)；第9章介紹深度學(xué)習(xí)網(wǎng)絡(luò)優(yōu)化的相關(guān)內(nèi)容；第10～13章介紹受限玻爾茲曼機(jī)和深度置信網(wǎng)絡(luò)、棧式自編碼器、生成對抗網(wǎng)絡(luò)和圖神經(jīng)網(wǎng)絡(luò)；第14章介紹深度強(qiáng)化學(xué)習(xí)；第15章介紹深度學(xué)習(xí)的可解釋性；第16章介紹多模態(tài)預(yù)訓(xùn)練模型。深度學(xué)習(xí)是源于對含有多個(gè)隱藏層的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行的研究，以便建立和模擬人腦的學(xué)習(xí)過程。本書整理了人工神經(jīng)網(wǎng)絡(luò)從簡單到復(fù)雜的模型，歸納和總結(jié)了神經(jīng)網(wǎng)絡(luò)的理論、方法和應(yīng)用實(shí)踐。本書可以作為高等院校人工智能及相關(guān)專業(yè)或非計(jì)算機(jī)專業(yè)的參考用書，也可以作為人工智能領(lǐng)域的科技工作者或科研機(jī)構(gòu)工作人員的參考用書。

·20萬字

心智的10大模型

如今，人工智能的迅速發(fā)展給人們的日常生活和工作帶來了巨大的影響。要想讓人工智能朝著人類智能的方向持續(xù)邁進(jìn)，我們就應(yīng)該讓我們創(chuàng)造的硅基大腦像人類大腦一樣有感知、有記憶、有決策、有行動。問題的難點(diǎn)在于，人類大腦由約1000億個(gè)神經(jīng)元構(gòu)成，神經(jīng)元間交流復(fù)雜，大腦掌管認(rèn)知、意識，影響我們生活的方方面面。我們?nèi)绾纹平馊绱她嫶蟮膹?fù)雜系統(tǒng)的運(yùn)行機(jī)制呢？在《心智的10大模型》中，計(jì)算神經(jīng)科學(xué)家格蕾絲·林賽深入探討了數(shù)學(xué)模型在理解大腦中的關(guān)鍵作用。書中通過10個(gè)數(shù)學(xué)模型，從單個(gè)神經(jīng)元到復(fù)雜的神經(jīng)環(huán)路，再到整個(gè)大腦的行為控制，逐步展示了數(shù)學(xué)工具如何幫助科學(xué)家理解和描述大腦的決策、感覺處理、記憶等過程。本書不僅是一部科學(xué)史，也是一本前沿的神經(jīng)科學(xué)指南，為讀者呈現(xiàn)了神經(jīng)科學(xué)與數(shù)學(xué)、計(jì)算機(jī)科學(xué)的跨學(xué)科融合，啟發(fā)讀者思考大腦建模與心智建模之間的關(guān)系及其未來的發(fā)展方向。

·19.9萬字

企業(yè)級AI技術(shù)內(nèi)幕：深度學(xué)習(xí)框架開發(fā)+機(jī)器學(xué)習(xí)案例實(shí)戰(zhàn)+Alluxio解密

《企業(yè)級AI技術(shù)內(nèi)幕：深度學(xué)習(xí)框架開發(fā)+機(jī)器學(xué)習(xí)案例實(shí)戰(zhàn)+Alluxio解密》分為盤古人工智能框架開發(fā)專題篇、機(jī)器學(xué)習(xí)案例實(shí)戰(zhàn)篇、分布式內(nèi)存管理Alluxio解密篇，分別對人工智能開發(fā)框架、機(jī)器學(xué)習(xí)案例及Alluxio系統(tǒng)進(jìn)行透徹解析。盤古人工智能框架開發(fā)專題篇，通過代碼講解多層次神經(jīng)網(wǎng)絡(luò)、前向傳播算法、反向傳播算法、損失度計(jì)算及可視化、自適應(yīng)學(xué)習(xí)和特征歸一化等內(nèi)容。機(jī)器學(xué)習(xí)案例實(shí)戰(zhàn)篇，選取機(jī)器學(xué)習(xí)中最具代表性的經(jīng)典案例，透徹講解機(jī)器學(xué)習(xí)數(shù)據(jù)預(yù)處理、簡單線性回歸、多元線性回歸、多項(xiàng)式回歸、支持向量回歸、決策樹回歸、隨機(jī)森林回歸等回歸算法，邏輯回歸、k近鄰算法、支持向量機(jī)、樸素貝葉斯、決策樹分類、隨機(jī)森林分類等分類算法、ｋ均值聚類、層次聚類等聚類算法，以及關(guān)聯(lián)分析算法，并對回歸模型、分類模型進(jìn)行性能評估。分布式內(nèi)存管理Alluxio解密篇，詳細(xì)講解Alluxio架構(gòu)、部署、底層存儲及計(jì)算應(yīng)用、基本用法、運(yùn)行維護(hù)等內(nèi)容。

·19.9萬字

終極算法：機(jī)器學(xué)習(xí)和人工智能如何重塑世界

算法已在多大程度上影響我們的生活？購物網(wǎng)站用算法來為你推薦商品，點(diǎn)評網(wǎng)站用算法來幫你選擇餐館，GPS系統(tǒng)用算法來幫你選擇好的路線，公司用算法來選擇求職者……當(dāng)機(jī)器最終學(xué)會如何學(xué)習(xí)時(shí)，將會發(fā)生什么？不同于傳統(tǒng)算法，現(xiàn)在悄然主導(dǎo)我們生活的是“能夠?qū)W習(xí)的機(jī)器”，它們通過學(xué)習(xí)我們瑣碎的數(shù)據(jù)，來執(zhí)行任務(wù)；它們甚至在我們還沒提出要求，就能完成我們想做的事。什么是終極算法？機(jī)器學(xué)習(xí)五大學(xué)派，每個(gè)學(xué)派都有自己的主算法，能幫助人們解決特定的問題。而如果整合所有這些算法的優(yōu)點(diǎn)，就有可能找到一種“終極算法”，該算法可以獲得過去、現(xiàn)在和未來的所有知識，這也必將創(chuàng)造新的人類文明。你為什么必須了解終極算法？不論你身處什么行業(yè)、做什么工作，了解終極算法都將帶給你嶄新的科學(xué)世界觀，預(yù)測以后的科技發(fā)展，布局未來，占位未來！

·19.8萬字

腦機(jī)穿越：腦機(jī)接口改變?nèi)祟愇磥恚?021年版）

《腦機(jī)穿越》講述了“人機(jī)融合”的未來，即“腦機(jī)接口時(shí)代”的到來！在未來科技的驅(qū)動下，科幻大片的場景已逐漸走入現(xiàn)實(shí)。人類通過思維控制人造工具，如今聽起來無法想象的事情，在未來會成為常態(tài)。從海洋深處到超新星禁區(qū)，甚至到我們體內(nèi)細(xì)胞間的微小裂縫，人類的觸及范圍將追上我們探索未知領(lǐng)域的野心。《腦機(jī)穿越》也是“腦機(jī)接口”的簡要發(fā)展史。作者尼科萊利從腦機(jī)接口對傳統(tǒng)神經(jīng)科學(xué)的顛覆，到早期的“信息輸出”，即機(jī)器如何讀取大腦信息；再到現(xiàn)在科學(xué)家苦心鉆研的“信息輸入”問題，即反饋信號如何作用于大腦……為我們描繪了一幅人類未來新圖景！在未來，隨著腦機(jī)接口技術(shù)的不斷完善，很多漸凍人患者、嚴(yán)重癱瘓患者也將從中受益。腦機(jī)接口有望讓這些病患重新恢復(fù)功能性運(yùn)動，重新學(xué)會行走。同時(shí)，腦機(jī)接口并不只局限在醫(yī)療康復(fù)領(lǐng)域，作者正在進(jìn)行的“大腦校園”項(xiàng)目將是多學(xué)科合作的典范，它將提升人們的教育、健康及生活標(biāo)準(zhǔn)。甚至，我們能進(jìn)入祖先的記憶庫，下載他的思想，通過他私密的感情和生動的記憶，創(chuàng)造一次你們原本永遠(yuǎn)都不可能經(jīng)歷的邂逅……對于腦機(jī)接口將為人類帶來怎樣的未來生活，這些僅是窺豹一斑。

·19.8萬字

深度學(xué)習(xí)與圍棋

這是一本深入淺出且極富趣味的深度學(xué)習(xí)入門書。本書選取深度學(xué)習(xí)近年來最重大的突破之一AlphaGo，將其背后的技術(shù)和原理娓娓道來，并配合一套基于BetaGo的開源代碼，帶領(lǐng)讀者從零開始一步步實(shí)現(xiàn)自己的“AlphaGo”。本書側(cè)重實(shí)踐，深入淺出，庖丁解牛般地將深度學(xué)習(xí)和AlphaGo這樣深?yuàn)W的話題變得平易近人、觸手可及，內(nèi)容非常精彩。全書共分為3個(gè)部分：第一部分介紹機(jī)器學(xué)習(xí)和圍棋的基礎(chǔ)知識，并構(gòu)建一個(gè)最簡圍棋機(jī)器人，作為后面章節(jié)內(nèi)容的基礎(chǔ)；第二部分分層次深入介紹AlphaGo背后的機(jī)器學(xué)習(xí)和深度學(xué)習(xí)技術(shù)，包括樹搜索、神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)機(jī)器人和強(qiáng)化學(xué)習(xí)，以及強(qiáng)化學(xué)習(xí)的幾個(gè)高級技巧，包括策略梯度、價(jià)值評估方法、演員-評價(jià)方法3類技術(shù)；第三部分將前面兩部分準(zhǔn)備好的知識集成到一起，并最終引導(dǎo)讀者實(shí)現(xiàn)自己的AlphaGo，以及改進(jìn)版AlphaGoZero。讀完本書之后，讀者會對深度學(xué)習(xí)這個(gè)學(xué)科以及AlphaGo的技術(shù)細(xì)節(jié)有非常全面的了解，為進(jìn)一步深入鉆研AI理論、拓展AI應(yīng)用打下良好基礎(chǔ)。本書不要求讀者對AI或圍棋有任何了解，只需要了解基本的Python語法以及基礎(chǔ)的線性代數(shù)和微積分知識。

·19.7萬字

元學(xué)習(xí)：基礎(chǔ)與應(yīng)用

本書介紹了元學(xué)習(xí)方法的發(fā)展歷史、起源、思想、近來流行的元學(xué)習(xí)方法，以及這些方法的組織思路、改進(jìn)方案、相互繼承、如何應(yīng)用。本書共11章，分為兩部分：元學(xué)習(xí)方法思想的介紹和元學(xué)習(xí)應(yīng)用場景中模型的介紹。這些內(nèi)容介紹了如何在元學(xué)習(xí)框架下融入強(qiáng)化學(xué)習(xí)、模仿學(xué)習(xí)、在線學(xué)習(xí)、無監(jiān)督學(xué)習(xí)、遷移學(xué)習(xí)等，實(shí)現(xiàn)對實(shí)際應(yīng)用中深度模型的改進(jìn)，以適應(yīng)復(fù)雜多變的實(shí)際任務(wù)。

·19.7萬字

腦機(jī)穿越：腦機(jī)接口改變?nèi)祟愇磥?/h4>

《腦機(jī)穿越》講述了“人機(jī)融合”的未來，即“腦機(jī)接口時(shí)代”即將到來！在未來科技的驅(qū)動下，科幻大片的場景已逐漸走入現(xiàn)實(shí)。人類通過思維控制人造工具，如今聽起來無法想象的事情，在未來會成為常態(tài)。從海洋深處到超新星禁區(qū)，甚至到我們體內(nèi)細(xì)胞空間的微小裂縫，人類的觸及范圍最終將追上我們探索未知領(lǐng)域的野心。《腦機(jī)穿越》也是“腦機(jī)接口”的簡要發(fā)展史。作者尼科萊利從腦機(jī)接口對傳統(tǒng)神經(jīng)科學(xué)的顛覆，到早期的“信息輸出”，即機(jī)器如何讀取大腦信息；再到現(xiàn)在科學(xué)家苦心鉆研的“信息輸入”問題，即反饋信號如何作用于大腦……為我們描繪了一幅人類未來新圖景！在未來，隨著腦機(jī)接口技術(shù)的不斷完善，很多漸凍人患者、嚴(yán)重癱瘓患者也將從中受益。腦機(jī)接口有望讓這些病患重新恢復(fù)功能性運(yùn)動，重新學(xué)會行走。同時(shí)，腦機(jī)接口并不只局限在醫(yī)療康復(fù)領(lǐng)域，作者正在進(jìn)行的“大腦校園”項(xiàng)目將是多學(xué)科合作的典范，它將提升人們的教育、健康及生活標(biāo)準(zhǔn)。甚至，我們能進(jìn)入祖先的記憶庫，下載他的思想，通過他最私密的感情和最生動的記憶，創(chuàng)造一次你們原本永遠(yuǎn)都不可能經(jīng)歷的邂逅……對于腦機(jī)接口將為人類帶來怎樣的未來生活，這些僅是窺豹一斑。

·19.7萬字

從機(jī)器學(xué)習(xí)到深度學(xué)習(xí)：基于scikit-learn與TensorFlow的高效開發(fā)實(shí)戰(zhàn)

這是一本場景式的機(jī)器學(xué)習(xí)實(shí)踐書，筆者努力做到“授人以漁，而非授人以魚”。理論方面從人工智能（AI）與機(jī)器學(xué)習(xí)（ML）的基本要素講起，逐步展開有監(jiān)督學(xué)習(xí)、無監(jiān)督學(xué)習(xí)、強(qiáng)化學(xué)習(xí)這三大類模型的應(yīng)用場景與算法原理；實(shí)踐方面通過金融預(yù)測、醫(yī)療診斷概率模型、月球登陸器、圖像識別、寫詩機(jī)器人、中國象棋博弈等案例啟發(fā)讀者將機(jī)器學(xué)習(xí)應(yīng)用在各行各業(yè)里，其中后三個(gè)案例使用了深度學(xué)習(xí)技術(shù)。本書試圖用通俗的語言講解涵蓋算法模型的機(jī)器學(xué)習(xí)，主要內(nèi)容包括機(jī)器學(xué)習(xí)通用概念、三個(gè)基本科學(xué)計(jì)算工具、有監(jiān)督學(xué)習(xí)、聚類模型、降維模型、隱馬爾可夫模型、貝葉斯網(wǎng)絡(luò)、自然語言處理、深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)、模型遷移等。在深入淺出地解析模型與算法之后，介紹使用Python相關(guān)工具進(jìn)行開發(fā)的方法、解析經(jīng)典案例，使讀者做到“能理解、能設(shè)計(jì)、能編碼、能調(diào)試”，沒有任何專業(yè)基礎(chǔ)的讀者在學(xué)習(xí)本書后也能夠上手設(shè)計(jì)與開發(fā)機(jī)器學(xué)習(xí)產(chǎn)品。本書內(nèi)容深入淺出、實(shí)例典型，適合對機(jī)器學(xué)習(xí)感興趣的產(chǎn)品設(shè)計(jì)、技術(shù)管理、數(shù)據(jù)分析、軟件開發(fā)或?qū)W生讀者。閱讀本書既能了解當(dāng)前工業(yè)界的主流機(jī)器學(xué)習(xí)與深度學(xué)習(xí)開發(fā)工具的使用方法，又能從戰(zhàn)略方面掌握如何將人工智能技術(shù)應(yīng)用到自己的企業(yè)與產(chǎn)品中。

·19.6萬字

智能機(jī)器人養(yǎng)成記：開發(fā)人類友好型機(jī)器人

在本書中，作者先描述了人工智能的缺陷（一個(gè)關(guān)鍵的缺點(diǎn)是：它沒有具象化），然后提出了一種制造類人機(jī)器人的不同方法：成長型機(jī)器人，它受到成長心理學(xué)及其對早期嬰兒行為的描述的啟發(fā)。他講述了自己對iCub類人機(jī)器人的實(shí)驗(yàn)，以及它從新生兒水平到相當(dāng)于9個(gè)月大的嬰兒的能力水平的成長，解釋了iCub如何從自己的經(jīng)驗(yàn)中學(xué)習(xí)。

·19.6萬字

人工智能導(dǎo)論

《人工智能導(dǎo)論》是為高等院校相關(guān)專業(yè)“人工智能導(dǎo)論”課程設(shè)計(jì)編寫，具有豐富應(yīng)用特色的主教材。針對高校學(xué)生的發(fā)展需求，《人工智能導(dǎo)論》分引言、基礎(chǔ)知識、基于知識的系統(tǒng)和高級專題四部分，可依照學(xué)習(xí)進(jìn)度與需求，做適當(dāng)選擇。內(nèi)容包括：引言，包括緒論（基本概念）、人工智能+領(lǐng)域應(yīng)用；基礎(chǔ)知識，包括大數(shù)據(jù)思維、搜索算法、知識表示；基于知識的系統(tǒng)，包括專家系統(tǒng)、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)；高級專題，包括機(jī)器人技術(shù)、智能圖像處理、自然語言處理、自動規(guī)劃。

·19.6萬字

Python強(qiáng)化學(xué)習(xí)：算法、核心技術(shù)與行業(yè)應(yīng)用

本書使用受現(xiàn)實(shí)世界商業(yè)和行業(yè)問題啟發(fā)的實(shí)際示例來講授強(qiáng)化學(xué)習(xí)技術(shù)的相關(guān)知識。本書分為四部分：第一部分涵蓋強(qiáng)化學(xué)習(xí)的必要背景，包括定義、數(shù)學(xué)基礎(chǔ)和強(qiáng)化學(xué)習(xí)解決方案的概述；第二部分深入介紹最先進(jìn)的強(qiáng)化學(xué)習(xí)算法（規(guī)模化的深度Q-學(xué)習(xí)、基于策略的方法、基于模型的方法、多智能體強(qiáng)化學(xué)習(xí)等），包括每種算法的優(yōu)缺點(diǎn)；第三部分介紹強(qiáng)化學(xué)習(xí)中的高級技術(shù)，包括機(jī)器教學(xué)、泛化和域隨機(jī)化、元強(qiáng)化學(xué)習(xí)等主題，還涵蓋強(qiáng)化學(xué)習(xí)中有助于改進(jìn)模型的各種高級主題；第四部分講解強(qiáng)化學(xué)習(xí)的各種應(yīng)用，例如自主系統(tǒng)、供應(yīng)鏈管理、營銷和金融、智慧城市與網(wǎng)絡(luò)安全等，并討論強(qiáng)化學(xué)習(xí)領(lǐng)域的一些挑戰(zhàn)及未來方向。學(xué)完本書，你將掌握如何訓(xùn)練和部署自己的強(qiáng)化學(xué)習(xí)智能體來解決強(qiáng)化學(xué)習(xí)問題。

·19.5萬字

深度學(xué)習(xí)詳解：基于李宏毅老師“機(jī)器學(xué)習(xí)”課程

本書根據(jù)李宏毅老師“機(jī)器學(xué)習(xí)”公開課中與深度學(xué)習(xí)相關(guān)的內(nèi)容編寫而成，介紹了卷積神經(jīng)網(wǎng)絡(luò)、Transformer、生成模型、自監(jiān)督學(xué)習(xí)（包括BERT和GPT）等深度學(xué)習(xí)常見算法，并講解了對抗攻擊、領(lǐng)域自適應(yīng)、強(qiáng)化學(xué)習(xí)、元學(xué)習(xí)、終身學(xué)習(xí)、網(wǎng)絡(luò)壓縮等深度學(xué)習(xí)相關(guān)的進(jìn)階算法.在理論嚴(yán)謹(jǐn)?shù)幕A(chǔ)上，本書保留了公開課中大量生動有趣的例子，幫助讀者從生活化的角度理解深度學(xué)習(xí)的概念、建模過程和核心算法細(xì)節(jié).

·19.5萬字

傳感器技術(shù)及應(yīng)用

本書既詳細(xì)闡述了各類傳感器的基本原理、工作特性，又著重分析了其接口電路的設(shè)計(jì)原理和工程應(yīng)用實(shí)例。全書共12章，第1、2章介紹傳感器的概念、分類及基本特性；第3～11章分別講述電阻式、電感式、電容式、壓電式、磁電及磁敏式、熱電偶、超聲波、光電式、數(shù)字式、固態(tài)圖像、紅外、光纖、集成式傳感器的工作原理、性能、接口電路和實(shí)際應(yīng)用。第12章介紹傳感器的典型應(yīng)用實(shí)例。

·19.5萬字

計(jì)算社會學(xué)：基礎(chǔ)理論篇

本書是一本系統(tǒng)性梳理計(jì)算社會學(xué)相關(guān)理論和方法的論著。一方面，本書從傳統(tǒng)復(fù)雜網(wǎng)絡(luò)分析的角度，詳細(xì)闡述社會網(wǎng)絡(luò)分析的基礎(chǔ)理論和動力學(xué)模型——隨機(jī)網(wǎng)絡(luò)、小世界網(wǎng)絡(luò)、無標(biāo)度網(wǎng)絡(luò)和網(wǎng)絡(luò)統(tǒng)計(jì)分析理論等，并將網(wǎng)絡(luò)過程和行為應(yīng)用于涌現(xiàn)、傳染病等方面。另一方面，融合人工智能在自然語言處理、推薦算法等領(lǐng)域的進(jìn)展，闡述了人工智能算法尤其是深度學(xué)習(xí)理論等在智能推薦、文本分析、假消息檢測、虛擬社交機(jī)器人等領(lǐng)域的應(yīng)用。在兼顧廣度和深度的前提下，本書深度融合計(jì)算機(jī)科學(xué)、社會學(xué)、人工智能和復(fù)雜網(wǎng)絡(luò)等多學(xué)科的專業(yè)概念，突出闡述了計(jì)算社會學(xué)領(lǐng)域近年來的最新研究成果和關(guān)鍵技術(shù)突破。

·19.5萬字

工業(yè)級知識圖譜：方法與實(shí)踐

本書源于阿里巴巴千億級知識圖譜構(gòu)建與產(chǎn)業(yè)化應(yīng)用的工作總結(jié)，對知識圖譜理論和大規(guī)模工業(yè)實(shí)踐進(jìn)行了全面和深入的闡述。本書以阿里巴巴的實(shí)戰(zhàn)經(jīng)驗(yàn)為中心，以深厚的理論成果為支撐，詳細(xì)闡述了知識圖譜的方方面面。首先介紹工業(yè)場景下知識圖譜的現(xiàn)狀、存在的問題和架構(gòu)設(shè)計(jì)；然后從知識表示、知識融合、知識獲取、知識推理、知識存儲和知識圖譜前沿方向等方面入手，介紹大規(guī)模商品知識圖譜的構(gòu)建方法；最后結(jié)合阿里巴巴的業(yè)務(wù)實(shí)踐，詳細(xì)介紹知識圖譜的產(chǎn)品設(shè)計(jì)、技術(shù)實(shí)現(xiàn)和業(yè)務(wù)應(yīng)用細(xì)節(jié)。通過閱讀本書，讀者不僅可以從零開始認(rèn)識知識圖譜，了解知識圖譜技術(shù)方法和前沿技術(shù)方向，而且可以熟悉知識圖譜工業(yè)實(shí)踐的實(shí)現(xiàn)路徑，清楚知識圖譜的應(yīng)用方向和方法。本書介紹的成果獲得錢偉長中文信息處理科學(xué)技術(shù)一等獎(jiǎng)。本書在知識圖譜的廣度和深度上兼具極強(qiáng)的參考性，適合人工智能相關(guān)行業(yè)的管理者和研發(fā)人員、高等院校的計(jì)算機(jī)專業(yè)學(xué)生閱讀。

·19.4萬字

《機(jī)器學(xué)習(xí)》習(xí)題參考

本書配套周志華教授所著的《機(jī)器學(xué)習(xí)》教材，通過大量習(xí)題考查讀者對機(jī)器學(xué)習(xí)相關(guān)知識點(diǎn)的理解與掌握。全書分為兩個(gè)部分：第一部分習(xí)題對應(yīng)《機(jī)器學(xué)習(xí)》第1~10章的內(nèi)容，包括緒論、模型評估與選擇、線性模型、決策樹、神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)、貝葉斯分類器、集成學(xué)習(xí)、聚類、降維與度量學(xué)習(xí)；第二部分包含6章應(yīng)用專題，通過綜合題的形式對知識點(diǎn)進(jìn)行多角度考查，包括線性模型的優(yōu)化與復(fù)用、面向類別不平衡數(shù)據(jù)的分類、神經(jīng)網(wǎng)絡(luò)的優(yōu)化與應(yīng)用、EM算法及其應(yīng)用、集成學(xué)習(xí)的過擬合現(xiàn)象研究、度量學(xué)習(xí)及其應(yīng)用。書中包含簡答題、計(jì)算題和編程題，涵蓋不同難度級別，機(jī)器學(xué)習(xí)初學(xué)者可以通過這些習(xí)題深入了解和鞏固教材的關(guān)鍵概念，對機(jī)器學(xué)習(xí)有一定基礎(chǔ)的讀者也可以通過習(xí)題發(fā)現(xiàn)對一些知識點(diǎn)不同角度的解讀，為后續(xù)機(jī)器學(xué)習(xí)的深入研究打下基礎(chǔ)。本書面向《機(jī)器學(xué)習(xí)》讀者以及廣大機(jī)器學(xué)習(xí)愛好者，可作為高等院校人工智能、計(jì)算機(jī)、自動化及相關(guān)專業(yè)的本科生或研究生的教學(xué)輔助書籍，也可供對機(jī)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。

·19.3萬字

機(jī)·智：從數(shù)字化車間走向智能制造

國內(nèi)第一本有關(guān)數(shù)字化車間建設(shè)的書籍。數(shù)字化車間建設(shè)是智能制造的基礎(chǔ)與核心，如何建設(shè)是企業(yè)非常關(guān)注的重點(diǎn)，特別是智能背景下的數(shù)字化車間方面的書籍現(xiàn)在還沒人出版過，本書將本部分作為重點(diǎn)內(nèi)容進(jìn)行闡述。

·19.2萬字

巧用ChatGPT輕松學(xué)演講

本書分為23章，從基礎(chǔ)的演講知識入手，到演講稿的寫作技巧，再到指導(dǎo)讀者如何有效地利用ChatGPT進(jìn)行演講稿寫作和演講練習(xí)，最后通過實(shí)際的行業(yè)案例進(jìn)行深入的學(xué)習(xí)和實(shí)戰(zhàn)應(yīng)用。使讀者不僅可以學(xué)習(xí)演講的相關(guān)知識，還能對如何利用ChatGPT進(jìn)行有效的演講有所理解。

·19.1萬字