本书共12个单元，每个单元分为SectionA和SectionB两部分。两个部分围绕同一主题，以不同的体裁形式呈现，并提供了参考译文。本书涵盖了人工智能领域广泛的基础研究主题，比如机器学习、神经网络、计算机视觉、自然语言处理，展示了人工智能在多领域的具体应用，比如推荐系统、人脸识别、聊天机器人、自动驾驶、智能机器人，并

本书分为三部分。第一部分介绍MLOps主题，深入探讨了它是如何(以及为什么)发展成一门学科的、需要谁参与才能成功执行MLOps以及需要哪些组成部分。第二部分介绍了机器学习模型的生命周期，其中包括有关模型开发、生产准备、生产部署、监控和治理的章节。这些章节不仅包括一般的注意事项，还包括MLOps生命周期每个阶段的注意事项

本书以经典控制理论为主，较全面地阐述了自动控制的基本理论与应用。全书共分8章，主要内容包括：绪论，线性连续控制系统的数学模型、时域分析法、根轨迹分析法、频率特性分析法，线性控制系统的设计与校正，线性离散控制系统的基础理论、数学模型、性能分析及校正，非线性控制系统分析以及在MATLAB与Simulink支持下对控制系统的

本书系统全面地阐述了对偶学习，可以让相关研究人员和从业者更好地了解该领域的前沿技术。全书分为五部分。第一部分简要介绍机器学习和深度学习的基础知识。第二部分以机器翻译、图像翻译、语音处理及其他自然语言处理/计算机视觉任务为例，详细介绍了基于对偶重构准则的算法。第三部分介绍基于概率准则的若干研究，包括基于联合概率准则的对偶

本书旨在全面回顾异质图表示学习的发展，并介绍其最新研究进展。首先从方法和技术两个角度总结了现有的工作，并介绍了该领域的一些公开资源。然后分类详细介绍了最新模型与应用。最后讨论了异质图表示学习未来的研究方向，并总结了本书的内容。全书主体内容分为四个部分，第一部分快速介绍整个领域，第二、三部分深入研究相关技术和应用，第四部

本书是机器学习领域内一部具有里程碑意义的著作。包括哥伦比亚大学、北京大学在内的多个国内外名校均有以该书为基础开设的研究生课程。全书内容丰富，视野宽阔，深入浅出地介绍了目前机器学习重要的理论和关键的算法。

"本书系统地介绍了人工智能的基本原理、方法和应用技术，全面地反映了国内外人工智能研究领域的当前进展和发展方向。 全书共9章。第1章为绪论，叙述人工智能的概况，包括人工智能的定义、发展历史、应用领域等内容。第2～5章论述知识表示方法、搜索策略、机器学习和人工神经网络与深度学习等内容的基本原理和应用。第6～9章阐述专家系

本书详细介绍了JavaScript、Python、.NET和Lua低代码开发，并且从传感器开始，深入浅出地勾勒出采集终端、智能网关、物理链路层、通信协议和云端平台等物联网领域的全貌；结合实际案例，系统地讲解了如何通过低代码、零代码等近乎搭积木的方式快速搭建物联网系统。本书内容丰富、通信易懂，是一本物联网领域的低代码开发

决策树是数据分析中广泛使用的机器学习模型，其模型简单、算法快速且具有可解释性。但随着大数据的涌现，将决策树真正应用到实践中还面临诸多困难。本书正是为解决这一痛点而作，旨在帮助读者系统且全面地了解决策树，并成功地将其用于工程实践。

本书是《神经网络与深度学习》（蒲公英书）的配套实践书，由复旦大学邱锡鹏教授和百度飞桨团队合作完成。本书在章节设计上和《神经网络与深度学习》一一对应，并以模型解读案例实践的形式进行介绍。模型解读主要聚焦如何从零开始一步步实现深度学习中的各种模型和算法，并结合简单的任务来加深读者对模型和算法的理解；案例实践主要强调如何使用