bb视讯正规大平台

本書由三個深度關聯的篇組成。第一篇從人類文明早期開始，用大量的故事和事實全景式再現手工制造、大機器生產、流水線生產、大規模定制等前四次制造范式的演變和躍進過程。第二篇重點討論智能革命爆發的前因后果，從算力量變、人工智能、智能機器、工業互聯網等幾個維度勾勒出正在發生的智能革命的細節和全貌，告訴大家智能革命為什么，是什么，以及能改變什么。第三篇論證了在以人工智能、工業互聯網為核心的智能革命驅動下，制造范式將向第五制造范式——產用融合演進。產用融合制造范式將促使生產過程與使用過程、生產者和使用者全面融合，構造不斷增值的價值環流，最終形成“邊生產邊使用、邊使用邊生產”的未來制造圖景。

·22萬字

會員

AI與區塊鏈智能

本書主要討論在智能經濟的浪潮下，人工智能技術與區塊鏈技術的范式變革與產業應用，以及如何從數字經濟學視角理解智能經濟發展的商業邏輯變化和它所帶來的商業認知升級。全書包括從信息技術到智能經濟、區塊鏈技術應用與場景、人工智能技術應用與場景、智能經濟時代的商業趨勢四部分，共20講內容。本書通過跨學科研究，構建了一整套認知人工智能技術與區塊鏈智能技術的方式。書中不僅從計算機科學視角討論了技術與產業應用，還從經濟學、管理學和信息技術哲學視角分析了技術應用所帶來的商業邏輯的變化和商業認知的升級。本書在強調計算機科學技術帶來的產業發展和生態變化的同時，還指出技術對經濟的內在影響是通過復雜的系統演化逐步實現的。本書可作為高等院校計算機科學、經濟管理學等專業本科生或研究生的教材，也可供數字經濟領域的研究者學習參考。此外，普通讀者可將本書作為了解智能經濟和數字經濟學的一本通識類書籍來閱讀。

·23萬字

會員

合成生物學智能化設計與應用

本書以人工智能技術在合成生物學領域的理論、方法及應用為主線，詳細闡述人工智能在合成生物學不同層面設計中的應用進展，深入討論人工智能在合成生物學實際應用中面臨的挑戰與困難。本書先概述合成生物學與人工智能基本概念以及發展簡史，然后介紹人工智能技術在生物元件、生物模塊、生物系統設計方面的應用，并通過案例展示了人工智能與合成生物學技術在生物醫藥領域的研究進展，最后分析了人工智能驅動合成生物技術的發展趨勢，并討論了實際應用所面臨的挑戰和困難，以及展望該交叉領域的未來研究方向。本書適合作為生物類、計算機類、化工類、環境類、醫藥專業的本科生及研究生的教學用書，也適合生物、信息、醫藥、化工、能源、資源和環境等領域的科研人員、程序開發人員參考。

·23萬字

會員

機器學習觀止：核心原理與實踐

在寫作伊始，就把讀者設想為一位雖然沒有任何AI基礎，但對技術本身抱有濃厚興趣、喜歡“抽絲剝繭”、探究真相的“有識之士”。有別于市面上部分AI技術書籍從一開始就直接講解各種“高深莫測”算法的敘述手法，《機器學習觀止：核心原理與實踐》嘗試先從零開始構建基礎技術點，而后“循序漸進”地引領讀者前進，最終“直搗黃龍”，贏取最后的勝利。全書據此分為5篇，共31章，內容基本覆蓋了由AI發展歷史、數學基礎知識、機器學習算法等經典知識點以及深度學習、深度強化學習等較新理論知識所組成的AI核心技術。同時注重“理論聯系實踐”，通過多個章節重點介紹了如何在工程項目中運用AI來解決問題的諸多經驗以及相應的模型算法，以期讓讀者既能享受到“知其所以然”的樂趣，還能體會到“知其然”的輕松和愉悅。

·30.2萬字

會員

智能制造系統中的建模與仿真：系統工程與仿真的融合

為了更好地理解基于模型的系統工程，消除過度宣傳、商業炒作引發的對MBSE的扭曲，筆者力圖以通俗的文字，簡要闡述數學建模、系統科學方法、系統工程、建模與仿真、虛擬樣機等基礎知識，旨在說明MBSE是M&amp；S和SE深度融合的階段產物。通過對MBSE、數字孿生等進行剖析，引導大家深刻領會MBSE的本質，共同促進MBSE在復雜系統和體系研究中的應用。且需要國內專業人士根據研究進展和應用探索情況，撰寫相關方面的圖書，指導復雜系統研究與復雜產品的研制。本書面向廣大的工程技術人員和管理人員、也可作為大學教材。

·21.9萬字

會員

移動平臺深度神經網絡實戰：原理、架構與優化

這是一本講解怎么養大象，以及如何把大象裝進口袋里的實戰書。<br/>深度學習的出現和應用，把許多科幻小說中預言的機器智能變成現實，也助力計算機將海量數據處理能力轉化為更深層的解構、洞察和創造力，進而提供更加人性化的服務。在深度學習炸裂式發展的背后，是無數科研工作者對算法網絡的不斷改善和工程師們夜以繼日的努力，才將這些成果轉化為更多人觸手可及的力量。<br/>然而深度學習并不是一門程序語言或者一個編程框架，而是一個知識體系。對于有志進入這個領域發展的人來說，這個名詞所代表的數學知識和計算機技術，以及將這些概念轉化為應用所牽涉的框架和體系，恰如一只身軀龐大、威力無窮的大象。它的鼻子、耳朵、四肢、尾巴，每一處都飽含新知，每一處都值得細細琢磨。這很容易讓人感覺處處都要學習，無從下手，生出畏懼心來。

·20.9萬字

會員

智能計算：原理與實踐

本書面向人工智能學科的前沿領域，系統地討論了智能計算的原理與實現，比較全面地反映了智能計算研究和應用的最新進展。書中涵蓋了支持向量機、混沌計算、蟻群算法、DNA計算、DNA遺傳算法、人工免疫系統、螢火蟲算法、蝙蝠算法、蛙跳算法、魚群算法和其他一些算法及應用。全書提供了大量的實用案例，重點強調實際的應用和計算工具，這些對于智能計算領域的進一步發展是非常有意義的。本書取材新穎、內容系統、深入淺出、材料豐富，理論密切結合實際，具有較高的學術水平和參考價值。本書可作為人工智能、信息與通信工程、儀器科學與技術、計算機科學與技術等相關領域的科研人員及工程技術人員的參考書，也可作為研究生和高年級本科生開闊視野、增長知識的閱讀材料。

·20.4萬字

會員

智能體設計指南：成為提示詞高手和AI Agent設計師

對于我們每個普通人而言，核心的AI能力不是寫作不是繪畫，也不是編碼，而是AIAgent設計！這是一本能幫助每個人輕松構建從提示詞編寫到AIAgent設計完整知識體系的實戰指南，由LangGPT社區的的創始人等幾位國內提示詞編寫和AIAgent設計領域的領軍人物撰寫，得到了硅基流動創始人袁進輝、潤米咨詢創始人劉潤、通往AGI之路創始人AJ等眾多行業專家的高度評價。設計AIAgent，提示詞是關鍵。本書首先詳細介紹了提示詞的原理、編寫提示詞常用的6種方法，以及被奉為圭臬的結構化提示詞方法論，旨在為讀者深入使用各類AI助手和設計AIAgent打下堅實基礎。然后系統講解了AIAgent的工作原理、主流平臺、設計模式、設計方法和流程，配有大量案例和最佳實踐。

·21.3萬字

會員

深度學習與大模型基礎

本書從基礎的神經網絡、卷積神經網絡、循環神經網絡等入門知識，到深度學習的應用領域如計算機視覺、自然語言處理等高級主題都有涉及，可以幫助讀者更好地理解深度學習知識，并為未來的職業發展打下堅實的基礎。

·23.6萬字

會員

人工智能創新啟示錄：技術前沿

本書為中國人工智能產業創新聯盟《智能之巔》叢書的技術分冊，重點聚焦人工智能的關鍵前沿技術，先對人工智能技術領域進行了概述，主要介紹核心及前沿領域的發展現狀和趨勢，并分析國內外人工智能發展戰略；之后深入介紹、分析支撐或影響人工智能產業發展的核心和前沿技術，如計算機視覺、智能語音語義、人工智能芯片等。本書適合人工智能、互聯網和計算機行業的從業人員和研究人員（技術崗位和非技術崗位），以及創投相關人員閱讀參考。

·24.4萬字

會員

情感計算

在人工智能的研究中，既包括對于人類理性思維的模擬，還包括對人類感性思維的計算。本書重點講述的文本情感分析技術就屬于后者。該技術源于自然語言處理領域，但也有別于一般的自然語言處理任務。文本情感分析面向的處理對象是社交媒體中產生的用戶評論文本，該文本的特點是帶有大量的用戶主觀情感信息，因此該技術的核心是通過自動分析評論文本來進行情感的理解。文本情感分析技術已有20余年的研究歷史，凝聚成了多項研究任務和實用技術，已應用于輿情分析、電子商務等領域，具有重大的社會價值和商業價值。本書介紹的知識點包括文本情感分析的基礎理論和資源、核心任務，以及上層應用三大部分。在文本情感分析的基礎理論和資源部分，該書將講述基于深度學習的情感表示方法，以及語料、詞典和相關評測等資源；在文本情感分析的核心任務部分，該書將講述文本情感分類、情感信息抽取、隱式情感、多模態情感等若干核心任務；在文本情感分析的上層應用部分，該書將講述觀點分析、情感文摘等典型應用。

·23.3萬字

會員

人機物融合群智計算

隨著物聯網和人工智能技術的快速發展與加速融合，智能物聯網（AIinIoT，AIoT）正成長為一個具有具有廣泛發展前景的新興前沿領域。物聯網智能應用和服務已經逐步融入國家重大需求和民生的各個領域，如智慧城市、智能制造、無人駕駛、智慧農業、健康衛生、國防軍事等。在智能物聯網背景下，人（智能手機、可穿戴設備等）、機（云設備/邊緣設備）、物（物聯網終端）這三種基礎要素正在走向協作和融合，邁向人機物融合群智計算時代。人機物融合群智計算（CrowdHMI）是指利用人/機/物感知能力的差異性、計算資源的互補性、節點間的交互性，通過協同感知、分布式學習、群智知識遷移等來解決單獨利用某種智能難以解決的復雜問題，進而構建具有自學習、自組織、自適應、可遷移能力的智慧空間。其潛在的研究挑戰包括人機物群智融合機理，人機物協作群智感知，自學習增強與自適應演化（深度模型壓縮、遷移學習、元學習、終身學習等），群體分布式學習模型（邊緣智能、端邊云協同計算、多智能體強化學習、聯邦學習等）方面。本書將為大家介紹人機物融合群智計算的基礎理論、概念模型、研究挑戰與關鍵技術、典型應用，并對其未來發展方向進行展望。本書可以為物聯網、人工智能、工業互聯網、智慧城市、智能制造等領域的科研人員和IT從業者提供創新的發展視角及相關理論、方法與技術支撐，也可作為相關專業高年級本科生和研究生課程教材。

·44.4萬字

會員

實戰機器學習

隨著互聯網、物聯網、云計算等技術的不斷發展，許多領域都產生了大量的數據。利用機器學習技術分析海量數據，可以從數據中發現隱含的、有價值的規律和模式，進而用于預測并采取相應動作。在上述背景下，本書從理論、技術和應用三個層面入手，全面講解如何利用機器學習技術解決實際問題。本書共分26章，內容包括機器學習解決問題流程、問題分析與建模、數據探索與準備、特征工程、模型訓練與評價、模型部署與應用、回歸模型、支持向量機、決策樹、集成學習、K近鄰算法、貝葉斯方法、聚類算法、關聯規則學習、神經網絡基礎、正則化、深度學習中的優化、卷積神經網絡、循環神經網絡、自編碼器、基于深度學習的語音分離方法、基于深度學習的圖像去水印方法、基于LSTM的云環境工作負載預測方法、基于QoS的服務組合問題、基于強化學習的投資組合方法、基于GAN模型的大數據系統參數優化方法。本書內容全面、示例豐富，適合機器學習初學者以及想要全面掌握機器學習技術的算法開發人員，也適合高等院校和培訓機構人工智能相關專業的師生教學參考。

·22.4萬字

會員

計算社會學：系統應用篇

自2009年至今，計算社會學步入了發展的黃金時期。多學科的深度交叉融合，以人工智能為代表的數據科學方法的快速發展以及跨空間、多模態數據的快速富集等都使得計算社會學得到蓬勃發展，讓社會科學研究呈現出嶄新面貌，為解釋人類行為、群體認知、社會演化等提供了重要的理論和方法支撐。本書采用漸進式的組織思路，以人工智能的經典模型為基礎理論支撐，從社交網絡分析、網絡動力學、社交媒體挖掘與社群智能三個維度進行延伸，圍繞典型應用系統梳理計算社會學的代表性應用。在兼顧廣度和深度的前提下，本書深度融合計算機科學、社會學、人工智能、復雜網絡、統計學和自然語言處理等多學科的專業概念，突出社會計算學近年來的研究成果和關鍵技術突破。本書為人工智能與社會科學交叉融合提供了系統性的理論框架、方法體系與應用闡釋，是研究人員、專業人員以及工程、計算、AI、互聯網等領域的技術人員不可或缺的參考資料，同時也可作為相關領域的高年級本科生和研究生的教材。

·24.6萬字

會員

智能運維技術及應用

智能運維是面向產品全生命周期智能制造的重要組成部分。隨著感知技術、預測技術和智能技術的深度應用，裝備維修從原來的事后維修模式、定時維修模式逐步向基于狀態的維修模式轉變，而提高裝備狀態監測和維修決策水平是實現這種轉變的關鍵。本書在基于狀態的維修模式及其技術體系基礎上，對基于狀態的維修所涉及的數據處理、狀態監測、趨勢預測、故障診斷、維修決策等關鍵技術進行闡述，為復雜裝備制造服務和智能運維提供技術參考。

·27.8萬字

會員

人工智能創新啟示錄：賦能產業

本書聚焦人工智能對產業的賦能，對產業發展和創新熱潮進行概述，介紹人工智能在核心產業領域的發展現狀和趨勢，并分析國內外發展戰略和政策。本書深入探討人工智能與機器人、交通、醫療等領域的融合發展，以及由此產生的智能機器人、智能駕駛、人工智能醫療等新業態，詳細闡釋人工智能提升生產效率，催生新產品、新場景、新需求，推動產業轉型升級和經濟高質量發展的重要作用。本書適合人工智能、互聯網和計算機行業的從業人員和研究人員（技術崗位和非技術崗位），以及創投相關人員閱讀參考。

·22.8萬字

會員

奇點到來：AIGC引爆增長新范式

增長是企業利用計算機、大數據、人工智能等新技術實現經營增長的新思路和新方法，本書作為該領域的入門級讀物，介紹了AIGC在增長領域的技術和實戰應用。本書分為4部分，第1部分、第2部分、第4部分主要針對有興趣了解AIGC背后技術原理、增長模式的變化以及截至2023年3月業界、學術界的最新技術進展的讀者；第3部分包含AI的基礎知識、基礎模型，并從實戰應用角度介紹作為應用開發者如何高效上手與利用最新的開源技術與API，適合有一定技術基礎的讀者。

·21.9萬字

會員

智能工程

全書共10章分別從構建非生物智能體、感知、描述、連接、記憶和理解、學習與交互、智能體運算模式與處理功能、資源和任務功能系統、生存、思維、控制與主體性、智能體生命周期等角度深入討論了智能體的方方面面，本書討論一個極為龐大、復雜，且沒有先例、沒有形成共識的智能體或機器智能系統的實現機理、過程、要點，沒有能、也做不到面面俱到，存在作者有意或無意忽略的環節。本書沒有在工程細節層面討論，只是在整體實現的主要環節的可實現性進行了框架性討論。

·21.8萬字

會員

生成式人工智能（基于PyTorch實現）

本書通過從零開始構建生成式人工智能模型來探討生成式人工智能的底層機制，并使用PyTorch對生成式人工智能模型進行編程的實踐指導，以期讓讀者在了解生成對抗網絡（GAN）、變分自編碼器（VAE）、循環神經網絡（RNN）、Transformer、擴散模型、大語言模型（LLM）和LangChain等技術原理之后，能構建可生成形狀、數字、圖像、文本和音樂的生成式人工智能模型。本書適合各種商業領域中的人工智能技術工程師和數據科學家在實踐生成式人工智能模型時隨手查閱，也適合生成式人工智能的初學者作為入門指南。