"《DeepSeek大模型高性能核心技术与多模态融合开发》深入剖析国产之光DeepSeek多模态大模型的核心技术，从高性能注意力机制切入，深入揭示DeepSeek的技术精髓与独特优势，详细阐述其在人工智能领域成功的技术秘诀。《DeepSeek大模型高性能核心技术与多模态融合开发》循序渐进地讲解深度学习注意力机制的演进，

"《联邦学习》为研究人员和从业者深入探讨了联邦学习最重要的问题和方法。联邦学习(FederatedLearning，FL)是一种机器学习方法，其中训练数据不是集中管理的。数据由参与联邦学习过程的各方保留，不与任何其他实体共享。这使得联邦学习成为一种日益流行的机器学习解决方案，适用于因隐私、监管或实际原因而难以将数据集中

"本书专注于介绍基于深度学习的算法。从探索深度学习的数学基础和理论架构，到九大经典的深度学习算法，旨在为读者提供一个从基础到高级的全方位指导。截至2024年，书中介绍的9个算法几乎涵盖了整个深度学习领域的经典和前沿算法。本书在第1章和第2章介绍了深度学习的基础：数学基础与神经网络算法。从第3章开始，书籍逐步引领读者进入

"这是一本面向AI开发人员以及对生成式人工智能技术感兴趣的读者的专业图书。《生成式AI应用开发:基于OpenAIAPI实现》深入探讨生成式AI技术的原理与实现，以及如何利用OpenAIAPI进行高效开发。《生成式AI应用开发:基于OpenAIAPI实现》内容包括ChatGPT的原理解析、OpenAIAPI请求库的使用、

"本书结合典型机械系统控制的实例，系统地介绍了神经网络控制的基本理论、基本方法和应用技术。本书是作者多年来从事控制系统教学和科研工作的结晶，同时融入了国内外同行近年来所取得的新成果。全书共分16章，包括绪论、RBF神经网络的设计与仿真、基于梯度下降法的RBF神经网络控制、自适应RBF神经网络控制、RBF神经网络滑模控制

"能够模仿人类语言智能与思维，具有世界一般性知识的ChatGPT，开启了通用人工智能的新时代，正成为引爆第四次工业革命的火种。本书是第一本体系化介绍ChatGPT基本原理与核心算法的教材及专业图书。全书共分5章：第1章为人工神经网络基础；第2章详细剖析了Transformer及其缘起，分析了视觉领域的Transform

"本书围绕热门话题“数字人”，系统介绍了其发展过程、技术特点、应用场景、安全问题及未来趋势，共分十二章。内容涵盖数字人的定义、诞生背景、关键技术，以及在多行业的应用现状与前景。同时，探讨了数字人使用中的安全问题、政策支持与未来发展方向，并展望其融入日常生活的美好愿景，为读者呈现数字人领域的全景图。本书适合对数字人技术感

"本书针对基于演化的机器学习的一些关键问题进行深入探索。全书共20章，分为3篇。上篇为第1～6章，探索了深度改进的分布估计算法，提出了基于共轭先验分布的两层分布估计算法、带有链接学习的量子演化算法和问题规模自适应的基于分解的多目标分布估计算法。中篇为第7～13章，针对学习分类器与特征选择方法，重点研究两者的融合策略，将

"随着社会需求的变化，越来越多的人工智能应用涉及多标签学习问题，如文本分类、语义标注、社交网络、基因预测和疾病诊疗等，多标签学习已成为当前人工智能领域的研究热点之一。本书基于集成学习相关理论，围绕多标签局部依赖、多标签缺失补全、极端量级多标签学习、长尾多标签学习和开放词多标签学习等一系列问题进行展开，提出了一系列高效的

"本书是对强化学习算法的综合性讲解书籍，内容包括主要的强化学习算法的实现思路讲解，以及主要的优化方法的原理讲解。本书介绍的每个算法都分为原理讲解和代码实现两部分，代码实现是为了通过实验验证原理部分的可行性。通过本书的学习，读者可以快速地了解强化学习算法的设计原理，掌握强化学习算法的实现过程，并能研发属于自己的强化学习算