本书介绍人工智能的基础理论、技术及应用。全书共9章,主要内容包括人工智能概述、知识表示与知识图谱、搜索策略、机器学习、人工神经网络、典型卷积神经网络、智能图像处理、机器学习开发框架、机器学习项目剖析。本书强调理论联系实际，既深入浅出地介绍了人工智能领域的基础知识和实用技术，又详细介绍了两个机器学习开发框架：PyTorc

《实战AI大模型》是一本旨在填补人工智能（AI）领域（特别是AI大模型）理论与实践之间鸿沟的实用手册。书中介绍了AI大模型的基础知识和关键技术，如Transformer、BERT、ALBERT、T5、GPT系列、InstructGPT、ChatGPT、GPT4、PaLM和视觉模型等，并详细解释了这些模型的技术原理

本书系统介绍了众包学习的概念、应用领域、前沿课题和研究实践。在基础知识方面，本书介绍了众包的起源与发展、众包技术的研究方向，分析众包模式给机器学习带来的机遇与挑战。在前沿技术方面，本书详细阐述了众包标注真值推断与面向众包标注数据的预测模型学习等前沿研究课题。在研究实践方面，本书介绍了面向偏置标注的众包标签真值推断、基于

本书以PyTorch深度学习的常用技术与真实案例相结合的方式，深入浅出地介绍使用PyTorch实现深度学习应用的重要内容。本书共7章，内容包括深度学习概述、PyTorch深度学习通用流程、PyTorch深度学习基础、手写汉字识别、文本生成、基于CycleGAN的图像风格转换、基于TipDM大数据挖掘建模平台实现文本生成

本书通过想要学习深度学习的程序员绫乃和她朋友美绪的对话，逐步讲解深度学习中实用的数学基础知识。内容涉及神经网络的结构、感知机、正向传播和反向传播，以及卷积神经网络。其中，重点讲解了容易成为学习绊脚石的数学公式和符号。同时，还通过实际的Python编程实现神经网络，加深读者对相关数学知识的理解。 本书适合对深度学习感兴趣

《Copilot和ChatGPT编程体验：挑战24个正则表达式难题》呈现了两方竞争的格局。一方是专业程序员DavidQ.Mertz，是网络上****的正则表达式教程的作者。另一方则是强大的AI编程工具OpenAIChatGPT和GitHubCopilot。比赛规则如下：David编写了24个正则表达式难题，并展示如何解

《交互设计师成长手册》分为4章：初识交互设计、设计方法论、设计分析与洞察、设计执行与表现，全方位地展示了交互设计师的工作方式、工作技能和工作成果，帮助读者真正认识并理解交互设计，建立正确的交互设计思维，熟练使用交互设计工具、方法和流程，产出合理且优秀的交互设计方案，逐步成长为一名专业的交互设计师。

本书系统地介绍了人工智能的基本概念、主要方法及代表性模型算法。本书根据人工智能的知识体系，在兼顾传统的人工智能方法的基础上，重点突出前沿性内容，并对自动推理、遗传算法、神经网络、启发式优化、机器学习、异常检测、梯度下降、逻辑回归、反向传播、卷积网络、语言模型、词向量等常见技术进行详细阐述和讨论。本书结合应用安排了示例和

本书对应课程属于一门概论性课程。本书将传统的和新一代的人工智能/智能制造融于一体，从传承与发展视角出发概述人工智能与智能制造的发展现状及其相互关系，重点阐述人工智能与智能制造共性基础技术、知识驱动的符号智能、数据驱动的机器学习、智能制造理论与技术体系、智能制造的物理系统和信息系统，并指出人工智能与智能制造的未来发展方向

本书与工程实践紧密结合，对连续控制系统、离散控制系统、非线性系统等进行了描述，从控制系统的结构、分类、分析、设计出发，引出系统数学模型，对传递函数、动态结构图、典型环节等内容进行了细致的描述。本书重点对时域部分的系统阶跃响应分析、稳定性分析、稳态误差计算，频域部分的伯德图、幅相频率特性曲线、稳定裕度等内容进行了阐述，进