本书使用受现实世界商业和行业问题启发的实际示例来讲授强化学习技术的相关知识。本书分为四部分：第一部分涵盖强化学习的必要背景，包括定义、数学基础和强化学习解决方案的概述；第二部分深入介绍最先进的强化学习算法（规模化的深度Q-学习、基于策略的方法、基于模型的方法、多智能体强化学习等），包括每种算法的优缺点；第三部分介绍强化学习中的高级技术，包括机器教学、泛化和域随机化、元强化学习等主题，还涵盖强化学习

本书从AI的发展历史讲起，介绍了目前最热门的深度学习加速芯片和基于神经形态计算的类脑芯片的相关算法、架构、电路等，并介绍了近年来产业界和学术界一些著名的AI芯片，包括生成对抗网络芯片和深度强化学习芯片等。本书着重介绍了用创新的思维来设计AI芯片的各种计算范式，以及下一代AI芯片的几种范例，包括量子启发的AI芯片、进一步提升智能程度的AI芯片、有机自进化AI芯片、光子AI芯片及自供电AI芯片等。本书

本书是一本介绍什么是数值模拟技术，以及数值模拟技术如何与工程科学相结合，基于COMSOLMultiphysics解决实际工程问题的书。全书涉及实际工程问题的方方面面，涉及声学、结构力学、流体力学、热量传递、质量运移、电磁场计算、化学反应工程分析等等，是真正的多物理数值仿真的入门指导书。作者希望通过本书，能让读者理解数值仿真技术的真谛，以及这些理论知识应该如何与实际相结合。进一步，或许读者能够领悟

当你凝望夜空时，你是否曾望向繁星背后的虚空：“宇宙的边界在哪里？时空的本质究竟是什么？幽暗的深空中此刻是否也有一双眼睛正在凝视着你？”当你凝视镜中的自己时，你是否曾望向双眼背后的大脑：“我”到底是谁？寄居在这副皮囊之中的灵魂是否真的存在？当肉体衰亡，“我的灵魂”是将随之消散还是化为飘荡于宇宙之中的一股电波？下载知识、移植记忆、意念互通与大脑联结这些科幻电影中的场景能否成为现实？人脑被称为“内在的宇

本书为您揭示：面对极速变快、复杂的社会，“三大冲突”映射到未来，人类或将面临两轮崩溃或翻转的“生死”大冲击。危机与机遇交织呈现，如何抉择？未来，区块链、时间戳与智能等技术被深度运用，社会模式或将被改写，万物可溯与追算“你被丢失的90%的价值”成为可能。如何理解？人工智能，单一、少许维度的超级能力，“非通用”与“难破意识”的范式牢笼将会让其长久性地被困限于工具范畴（“智能与意识的分离”子虚乌有）。不

本书由科大讯飞与中国科大的大模型的资深专家联合撰写，一本书打通大模型的技术原理与应用实践壁垒，深入大模型3步工作流程，详解模型微调、对齐优化、提示工程等核心技术及不同场景的微调方案，全流程讲解6个典型场景的应用开发实践。本书共10章，从逻辑上分为“基础知识”“原理与技术”“应用开发实践”三部分。基础知识（第1章）介绍大模型定义、应用现状、存在的问题，以及发展趋势。原理与技术（第2和3章）详细讲解大

算法已在多大程度上影响我们的生活？购物网站用算法来为你推荐商品，点评网站用算法来帮你选择餐馆，GPS系统用算法来帮你选择好的路线，公司用算法来选择求职者……当机器最终学会如何学习时，将会发生什么？不同于传统算法，现在悄然主导我们生活的是“能够学习的机器”，它们通过学习我们琐碎的数据，来执行任务；它们甚至在我们还没提出要求，就能完成我们想做的事。什么是终极算法？机器学习五大学派，每个学派都有自己的主

本书对因果推断相关知识进行了系统、全面的介绍，为便于学习，对大多数知识点都进行了详细的推导说明。

本书由中科院计算所、软件所的专家学者倾心写就，以“图像风格迁移”应用为例，全面介绍智能计算系统的软硬件技术栈。第2版以大模型为牵引进行更新，第1章回顾人工智能、智能计算系统的发展历程，第2、3章在介绍深度学习算法知识的基础上增加了大模型算法的相关知识，第4章介绍深度学习编程框架PyTorch的发展历程、基本概念、编程模型和使用方法，第5章介绍编程框架的工作原理，第6章回顾深度学习所用的处理器结构从

全球科技巨头纷纷拥抱深度学习，自动驾驶、AI医疗、语音识别、图像识别、智能翻译以及震惊世界的AlphaGo，背后都是深度学习在发挥神奇的作用。深度学习是人工智能从概念到繁荣得以实现的主流技术。经过深度学习训练的计算机，不再被动按照指令运转，而是像自然进化的生命那样，开始自主地从经验中学习。本书作者特伦斯·谢诺夫斯基是全球人工智能十大科学家之一、深度学习先驱及奠基者，亲历了深度学习在20世纪70年

《深度学习进阶：自然语言处理》是《深度学习入门：基于Python的理论与实现》的续作，围绕自然语言处理和时序数据处理，介绍深度学习中的重要技术，包括word2vec、RNN、LSTM、GRU、seq2seq和Attention等。本书语言平实，结合大量示意图和Python代码，按照“提出问题”“思考解决问题的新方法”“加以改善”的流程，基于深度学习解决自然语言处理相关的各种问题，使读者在此过程中更

全书共分为两篇：在上篇中，将从浩瀚的数学海洋中撷取机器学习研究人员最为必须和重要的数学基础。内容主要包括：微积分（含场论）、数值计算和常用最优化方法、概率论基础与数理统计、线性代数等。在下篇中，将选取机器学习中最为常用的算法和模型进行讲解，这部分内容将涉及（广义）线性回归、图模型（包含贝叶斯网络和HMM等）、分类算法（包括SVM，逻辑回归，神经网络等）和聚类算法（包括K均值和EM算法等）等话题。

本书深入全面地讲解了现代推荐算法，同时兼顾深度和广度，介绍了当下较前沿、先进的各类算法及其实践。本书从总览篇开始，介绍推荐系统的基本概念及工作环节。在模型篇中，除了梳理推荐系统的发展史，本书还重点讲解面向工业实践的选择及改进，为读者打下推荐系统的算法基础；进而带着读者进阶到前沿篇、难点篇，面对推荐系统中的各式问题，并给出解决方案；最后在决策篇中，从技术原理和用户心理出发，解释一些常见决策背后的依据

《人工智能简史》全面讲述人工智能的发展史，几乎覆盖人工智能学科的所有领域，包括人工智能的起源、自动定理证明、专家系统、神经网络、自然语言处理、遗传算法、深度学习、强化学习、超级智能、哲学问题和未来趋势等，以宏阔的视野和生动的语言，对人工智能进行了全面回顾和深度点评。第2版中每章都有新增内容，并增加了全新的第13章，整理了人工智能几大派别的演化路线和人物的继承关系，有助读者阅读方便。本书极具专业性、

这是一本从原理、算法、实现、应用4个维度详细讲解图神经网络的著作，在图神经网络领域具有重大的意义。本书作者是图神经网络领域的资深技术专家，作者所在的公司极验也是该领域的领先者。本书是作者和极验多年研究和实践经验的总结，内容系统、扎实、深入浅出，得到了白翔、俞栋等几位来自学术界和企业界的领军人物的高度评价和强烈推荐。全书共10章：第1～4章全面介绍了图、图数据、卷积神经网络以及表示学习等基础知识，是

零基础读者应如何快速入门机器学习？数学基础薄弱的读者应如何理解机器学习中的数学原理？这些正是本书要解决的问题。本书从数学基础知识入手，通过前3章的介绍，帮助读者轻松复习机器学习涉及的数学知识；然后，通过第4-第13章的介绍，逐步讲解机器学习常见算法的相关知识，帮助读者快速入门机器学习；最后，通过第14章的综合实践，帮助读者回顾本书内容，进一步巩固所学知识。《机器学习的数学原理和算法实践》适合对机器

本书为普通高等教育“十一五”国家级规划教材。系统地阐述了人工智能的基本原理、方法和应用技术，比较全面地反映了国内外人工智能研究领域的最新进展和发展方向。全书共分为11章。首先简要介绍了人工智能的发展历史及概况；然后重点介绍了人工智能的知识表示方法，搜索技术和知识推理；最后详细介绍了人工智能的主要应用以及一些应用实例。内容由浅入深、循序渐进，条理清晰，各章均有大量的例题，便于读者掌握和巩固所学知识，

本书深入阐述了大语言模型的基本概念和算法、研究前沿以及应用，涵盖大语言模型的广泛主题，从基础到前沿，从方法到应用，涉及从方法论到应用场景方方面面的内容。首先，本书介绍了人工智能领域的进展和趋势；其次，探讨了语言模型的基本概念和架构、Transformer、预训练目标和解码策略、上下文学习和轻量级微调、稀疏专家模型、检索增强型语言模型、对齐语言模型与人类偏好、减少偏见和有害性以及视觉语言模型等内容；

本书全景式地描述了互联网前沿技术——区块链，分别从区块链的起源、区块链在全球各个国家的发展现状、区块链的四大核心技术、基于区块链底层技术的数字货币发展现状等角度进行描述。另外，为了更好地理解区块链，本书讲述了区块链在数字货币领域、金融领域、物联网领域、大数据领域、医疗领域、教育领域、公证领域等七个领域的应用。区块链是一场技术革命。在不久的将来，我们会看到区块链与传统行业的直接较量。而且这是一场不

本书对计算机视觉涉及的知识点进行了全面、系统、深入的梳理，旨在帮助读者快速掌握该领域的核心关键知识点。全书包含5个部分，第1部分基础知识导读篇，主要对计算机视觉涉及的基础知识进行介绍，方便基础比较薄弱、甚至没有基础的同学能够快速掌握相关前导知识，快速入门计算机视觉领域。第2部分基础案例篇主要介绍了图像处理领域最常见的案例。第3部分机器学习篇主要对机器学习及使用OpenCV实现机器学习进行了介绍。第