| 1801 |
|
人工智能基础及教育应用 |
本书围绕教育应用梳理人工智能学科领域的知识体系及其相互联系，总结人工智能技术在教育的应用场景，关注智能产品给人类的工作和生活带来的便利和影响，旨在指导和帮助各专业顺利开展人工智能课程教学活动，帮助学生从整体上了解人工智能基本知识，体验人工智能技术带来的获得感、熟悉人工智能技术的应用场景，从而促进学生创新意识、综合能力和科技人文综合素质的发展，成为具有较高AI科技素养、能适应未来智能化时代发展的建设者。通过学习本教材，学生可学会如何利用人工智能的手段解决专业及行业的一些复杂任务，重点是如何有效地运用视觉、语言(语音)、大数据等人工智能处理技术，对复杂任务进行辅助决策。内容紧跟人工智能主流技术，选取了典型案例，同时采用Python作为讲授计算思维和人工智能的载体。 |
刘光洁，何鹍主编 |
中国铁道出版社有限公司 |
TP18 |
59.8 |
0 |
荐购
|
| 1802 |
|
人工智能应用实践教程:Python实现 |
本书介绍了主流人工智能理论和算法，以及Python语言实现方法，目标是使得学生不仅学会人工智能理论及推导过程，并且掌握调用Python人工智能库实现和自定义编码实现的方法。全书共分为8章，内容覆盖Python语言基础、线性回归、逻辑斯蒂分类、K-近邻分类、K-均值聚类、朴素贝叶斯分类、决策树、神经网络和深度学习等，涵盖了人工智能核心领域机器学习和深度学习的主流模型算法。 |
陈景强等编著 |
人民邮电出版社 |
TP18 |
59.8 |
0 |
荐购
|
| 1803 |
|
用Cursor玩转AI辅助编程:不写代码也能做软件开发 |
本书分为基础篇、进阶篇、实战篇、参考与展望篇。基础篇介绍Cursor的安装配置和基本操作。进阶篇探讨Cursor的生成代码、智能补全和代码重构等核心功能。实战篇通过多个真实项目案例，展示如何在不同场景中发挥Cursor的强大功能。参考与展望篇介绍了Cursor最佳实践与使用技巧，也对AI辅助编程的未来做出展望。 |
程序员御风著 |
电子工业出版社 |
TP18 |
89 |
0 |
荐购
|
| 1804 |
|
智能推荐理论与技术 |
本书围绕推荐系统中的图结构和用户行为等热点，剖析推荐系统关键理论，分析智能推荐技术的实现，内容涵盖推荐系统的基础理论与背景知识、基于知识图谱和超图等图结构的智能推荐理论与技术、基于用户复杂行为序列的智能推荐理论与技术、基于推荐系统特有的对偶性和自组织特性等内核特征的推荐技术，以及公平推荐和安全推荐等技术。 |
万珊珊著 |
中国铁道出版社有限公司 |
TP18 |
79 |
0 |
荐购
|
| 1805 |
|
揭秘人工智能核心技术:深度学习理论与实践 |
本书包含六大部分：第一部分主要介绍深度学习Python语言的基础知识，讲述Python基本语法(输入、输出、数据类型、流程控制、函数、文件和目录)、数组计算(NumPy库)、绘图库(Matplotlib库)等；第二部分主要介绍Keras编程基础，以及Keras中提供的大量的深度学习API；第三部分主要介绍数据处理，包括对类别的数据处理方法和对特征的数据处理方法，以及对缺失数据处理方法等；第四部分主要介绍各种深度模型原理及应用Keras搭建各种深度学习模型的方法，如卷积神经网络、循环神经网络等；第五部分主要介绍模型训练中的一些超参数及技巧；第六部分主要介绍深度学习模型的应用，包含深度学习解决分类问题、回归问题、自然语言处理问题等。 |
刘海军主编 |
北京交通大学出版社 |
TP18 |
69 |
0 |
荐购
|
| 1806 |
|
大模型核心技术与开发实践:基于Transformer、PyTorch及Hugging Face |
本书系统地介绍了大语言模型(LLM)的理论基础、实现方法及其在多种场景中的应用实践。全书共12章。第1-3章，介绍Transformer模型的核心结构与实现，包括自注意力机制、多头注意力、残差连接等关键技术。第4-6章，结合实际案例展示如何利用PyTorch和HuggingFace库构建、训练和微调大模型。第7-9章介绍了生成模型的推理和优化技术，包括量化、剪辑、多GPU并行处理、混合精度训练等，以提高模型在大规模数据集上的训练和推理效率。第10、11章，通过实例介绍了Transformer在NLP常见任务中的应用，以及模型可解释性技术。第12章，通过一个企业级文本分析平台项目的搭建，介绍了从数据预处理、文本生成、高级分析到容器化与云端部署的完整流程，并提供代码示例、模块化测试和性能评估方法，使读者能够实际构建满足企业需求的智能应用系统。 |
凌峰著 |
清华大学出版社 |
TP18 |
99 |
0 |
荐购
|
| 1807 |
|
精编人工智能原理与实践 |
本书在全面覆盖人工智能框架知识的基础上，以精简内容，重点突出为准则，避免面面俱到。每一部分挑选经典、实用的知识内容，同时配有典型案例和源代码，将人工智能原理融会到典型案例中详细讲授。可以使初学者以较快的节奏学习、实践人工智能基础知识，重点掌握关键部分的常用算法，进而了解人工智能领域知识轮廓。全书共分7章：第1章为绪论，简要介绍人工智能历史发展和相关技术内容；第2章为知识的表示和推理，着重讲授归纳演绎推理和产生式系统；第3章为搜索技术，讲授典型的搜索技术，主要包括：启发式搜索、博弈树搜索和遗传算法等；第4章为不确定知识的表示和推理，主要讲授主观Bayes方法、可信度方法和证据理论；第5章为Agent技术，讲授Agent通信和移动Agent技术；第6章为神经网络，主要讲授反向传播神经网络和Hopfield神经网络；第7章为计算智能，讲授蚁群算法、粒子群优化和模拟退火等经典智能算法。 |
杨胜春主编 |
清华大学出版社 |
TP18 |
49.8 |
0 |
荐购
|
| 1808 |
|
人工智能与海洋机器人 |
针对海洋装备领域特别是海洋中的无人系统所需的人工智能知识，围绕海洋装备设计开发的实际需求，编写一本及理论知识和实现技术为一体的教材。本书内容力求做到由浅入深、循序渐进、条理清晰、前后一致，既强调基本原理和工程应用，又要反映国内外研究和应用的最新进展，具有科学性、先进性和实用性。 |
王卓，秦洪德主编 |
科学出版社 |
TP18 |
59 |
0 |
荐购
|
| 1809 |
|
多智能体系统协同调控:基于系统相对测量输出的分布式控制 |
本书系统深入地阐述作者及其科研团队提出的基于系统相对测量输出的分布式观测器设计新方法，并围绕此方法探讨了多类多智能体系统的分布式协同调控问题，内容涵盖静态与切换网络拓扑下的多输入多输出线性异构多智能体系统一致性调控、二阶非线性系统的领导-跟随一致性调控、连续时间与离散时间线性异构多智能体系统的协同输出调控问题以及基于机器人相对位置测量的自适应分布式控制器设计，实现多机器人系统的分布式协同运动调控。 |
吕茂斌等著 |
科学出版社 |
TP18 |
98 |
0 |
荐购
|
| 1810 |
|
智能运维实践 |
本书从智能运维技术入手，详细讲解智能运维方法和应用案例。本书配套示例源码、PPT课件与教学大纲。全书共分12章，内容包括智能运维概述、智能运维框架、搭建Ubuntu运维和开发环境、Python编程基础、数据采集与存储、数据预处理、机器学习、深度学习、自然语言处理、日志异常检测、面向微服务的根因定位、网络流量异常检测。 |
苏娜，孙琳，王鸽著 |
清华大学出版社 |
TP18 |
99 |
0 |
荐购
|
| 1811 |
|
2022-2023人工智能学科发展报告 |
本书通过分析相关文献，总结和回顾了过去五年本学科发展所取得的重要成就，特别是对本学科战略地位及其转型升级有重要意义的新观点、新理论、新方法、新成果进行了评述。在此基础上，深入分析了本学科发展难点和亟待解决的问题，并预测了本学科未来发展趋势。此外，本报告还讨论了本学科的人才队伍的建设与学科建制化进程，并在多方面与国外相关学科的进展做了对比研究。本报告分为综合报告和专题报告，并提供了详细参考文献和英文摘要。 |
中国科学技术协会主编 |
中国科学技术出版社 |
TP18-12 |
98 |
0 |
荐购
|
| 1812 |
|
和工会干部谈谈人工智能 |
人工智能是新一轮科技革命和产业变革的重要驱动力量，强化工会人工智能应用能够有效延伸工会工作触角、放大服务能力，驱动工会工作整体跃升和跨越式发展。《和工会干部谈谈人工智能》是AI写给工会干部的第一本书，针对工会干部普遍关心的50个人工智能问题，从概念、趋势以及人工智能在工会工作中的应用等方面进行解答，帮助工会干部轻松了解人工智能的相关知识。 |
学习强会，AIGC编 |
中国工人出版社 |
TP18-44 |
32 |
0 |
荐购
|
| 1813 |
|
十问人工智能大模型 |
本书由上海网信办、上海浦江实验室、上海人工智能研究院、上海财经大学数字经济系以及阿里研究院共同编写，旨在通过全面的理论学习与实践案例剖析，助力广大领导干部深刻掌握人工智能大模型技术的发展原理、发展趋势及内在逻辑，紧随时代步伐，引领我国人工智能领域的战略规划和发展方向，进而对制定产业政策产生积极影响。本书配套的包括构建全面覆盖指定读物核心概念和理论的知识图谱及智能问答模型，为领导干部和广大读者提供数字素养提升的培训保障。 |
漆远等编著 |
中共中央党校出版社 |
TP18-44 |
57 |
0 |
荐购
|
| 1814 |
|
MCP原理揭秘与开发指南:构建可扩展的AI智能体 |
本书全面介绍了MCP(模型上下文协议)及其开发与应用技术。本书首先系统地介绍了MCP与智能体的基础概念，让读者了解MCP在智能体架构中的角色，然后深入剖析了MCP的工作原理、传输模式与核心设计。本书也提供了详细的开发指南，手把手教读者使用SDK从零开始搭建MCP客户端与MCP服务端，完成基本功能的开发与调试，在高级开发技巧部分，也介绍了MCP中的高级概念及高级开发技巧。最后，本书用大量篇幅指导读者基于MCP开发智能体，包含了典型场景与主流开发框架下的多个实战案例，助力读者将理论与实践相结合，构建具备可扩展性与高性能的智能体系统。 |
严灿平著 |
电子工业出版社 |
TP18-62 |
109 |
0 |
荐购
|
| 1815 |
|
人工智能应用通俗指南:ChatGPT来了，你准备好了吗？ |
本书深入浅出地介绍了ChatGPT的应用及其在各行各业中的影响。书中透过张伯和他孙子小明的ChatGPT学习、应用故事，讲述了ChatGPT如何改变教育、医疗、客户服务、餐饮、农业等多个领域的工作方式，以及它在个人日常生活中的应用。 |
林大兵著 |
经济科学出版社 |
TP18-62 |
128 |
0 |
荐购
|
| 1816 |
|
机器学习原理、算法与应用 |
全书共12章，内容涵盖基础理论、算法、模型评估、编程实践等多个方面，大体上可以分为以下3个部分。第1部分(包括第1、2章)：介绍了机器学习的背景与基础知识；第2部分(包括第3-8章)：详细讨论了几种常用的传统机器学习算法，包括回归算法、决策树算法、支持向量机算法、贝叶斯算法、集成学习算法、聚类算法，还介绍了这些算法的应用；第3部分(包括第9-12章)：深入探讨了神经网络与强化学习的相关概念及应用，包含神经网络、深度学习、卷积神经网络、循环神经网络与强化学习。 |
张晓等编著 |
电子工业出版社 |
TP181 |
69.8 |
0 |
荐购
|
| 1817 |
|
深度强化学习控制:前沿理论与方法 |
本书总结了作者在深度强化学习、多智能体强化学习的理论和应用研究成果。章节编排遵循由单智能体算法到多智能体算法，由基础理论到应用技术的原则。第一章绪论，概述了深度强化学习和多智能体强化学习的研究现状和研究挑战。第二章简述了强化学习与多智能体强化学习的基础理论，第三至六章介绍了作者在单智能体深度强化学习方面的研究成果。第七章和第十章重点研究多智能体强化学习算法。第十一章到第十三章分别针对四旋翼无人机的运动控制问题以及移动机器人的室内导航和避障问题介绍了基于深度强化学习的应用技术。 |
孙长银，穆朝絮著 |
科学出版社 |
TP181 |
180 |
0 |
荐购
|
| 1818 |
|
理解深度学习 |
本书涵盖深度学习的所有核心主题、最新进展与前沿概念。许多深度学习著作只是堆砌技术细节，模糊了基本原理，而Simon却以通俗的行文，密集呈现重要信息和思想。从机器学习的基础知识到高级模型，每个概念都讲得入木三分，然后用数学公式精确描述，用插图生动说明。 |
(美)西蒙·J.D.普林斯(SimonJ.D.Prince)著 |
清华大学出版社 |
TP181 |
188 |
0 |
荐购
|
| 1819 |
|
最优化与机器学习 |
本书主要内容系统介绍机器学习中的最优化理论与方法。第一章概述机器学习基本概念与最优化问题的核心作用，通过实例揭示其本质挑战。第二章建立最优化理论基础，涵盖标准形式、拉格朗日对偶及KKT条件等核心理论。第三至七章深入讲解主流优化算法：梯度下降法处理无约束问题，临近梯度法拓展至非光滑函数，牛顿法与BFGS方法提升收敛效率，块坐标下降法应对大规模优化，随机梯度类方法及其变体支撑深度学习训练。第八章解析带约束问题的增广拉格朗日法与ADMM算法。第九、十章探讨复杂场景的解决方案：双层规划实现层次化问题分解，学习优化通过机器学习自动设计优化策略。 |
王祥丰，蔡邢菊，陈彩华编著 |
清华大学出版社 |
TP181 |
49 |
0 |
荐购
|
| 1820 |
|
融合多组学数据预测染色质开放性的机器学习方法 |
本书以染色质开放性数据的信息解读为主线，通过融合多种组学数据的方式，研究预测染色质开放性的机器学习方法、探索单细胞染色质开放性数据分析的理论与方法。系统性地研究了细胞群与单细胞染色质开放性数据分析中的关键问题，对生物数据解读中的概率密度估计等共性基础问题进行了创新性探索，研究成果不仅能对大规模染色质开放性数据进行高效分析，还能加强对细胞调控机制的深入理解，从而促进对遗传学数据的有效解读。 |
刘桥著 |
清华大学出版社 |
TP181 |
79 |
0 |
荐购
|
