推荐系统是互联网时代极具商业价值的人工智能应用之一，30年来持续受到学术界和工业界的广泛关注。本书作者以一线研发人员的视角和经验，对推荐系统进行总结，尝试从原理与实践两个角度为读者剖析推荐系统。本书首先从原理上介绍各类经典推荐算法及前沿的深度学习推荐算法，然后分析推荐系统领域发展的前沿话题和未来方向，最后结合微软的开源项目MicrosoftRecommenders介绍推荐系统的实践经验。读者可以基于本书提供的源代码，深入学习推荐算法的设计原理和实践方式，并可以基于本书从零开始快速搭建一个准确、高

曾经，意念控制被认为是痴人说梦；如今，它早已变得轻轻松松，甚至连老鼠和猪都能用意念玩转游戏。曾经，“读心术”被认为是骗人把戏；如今，它早已变成现实，只需扫描你的脑电图，便可一眼看穿你的情绪和部分心思。曾经，人是人，机是机，人机彼此相分离；如今，人即是机，机即是人，小小脑机接口就让你与机器密不可分。其实，这些都还不是最玄幻的事情，因为本书将以严谨的科学态度，基于神经生物学、脑科学、微电子学和虚拟现实等领域的成就，向你展示一幅更玄幻的内涵型人工智能愿景。换句话说，也许在将来的某天，你可轻松成为全球第

本书从教学和应用的角度出发，引入大量典型实例。实例丰富、循序渐进、由浅入深从难度上分为验证性、设计性和综合性三种类型，更好地帮助学习者分层次使用和掌握自动控制原理技术。每章均有适当的习题，教材末给出了部分习题解答。本书可作为普通高等院校自动化及其相关专业如电气工程及其自动化、测控、通信工程、电子信息工程、人工智能、电子信息科学与技术、机械设计制造及其自动化、计算机等专业《自动控制原理》课程的教材。

图神经网络是人工智能的一个热点方向,从图的视角解读大数据,可以灵活建模复杂的信息交互关系,吸引大量学者的关注并在多个工业领域得到广泛应用。《图深度学习从理论到实践》由浅入深,全面介绍图神经网络的基础知识、典型模型方法和应用实践。《图深度学习从理论到实践》不仅包括一般的深度学习基础和图基础知识,还涵盖了图表示学习、图卷积、图注意力、图序列等典型图网络模型,以自研的Galileo平台为代表的图学习框架,以及图神经网络在电商推荐和流量风控方面的两个典型工业应用。《图深度学习从理论到实践》既适合对数据挖

本书的写作目的旨在帮助大量正走在、或即将走向学习机器学习路上的广大读者朋友。我们在日常教学和培养研究生过程中发现，很多同学一方面想学、愿意学；另一方面又遇到入门难的问题，希望能有一本书旨在帮助正走在或即将走向学习机器学习路上的广大读者朋友。我们在日常教学和培养研究生过程中发现，很多同学一方面想学、愿意学；另一方面又遇到入门难的问题，希望能有一本书、一本教材讲原理、给数据、给源码、给实验，带着入门。本着这样一个初衷，我们选择了机器学习领域析十大经典算法，把我们平常培养硕士研究生一年级刚入校学生的算

知识图谱作为认知智能的核心技术正蓬勃发展。本书系统全面地介绍了知识图谱的核心技术，既有宏观整体的技术体系，也有关键技术和算法细节，内容包括：知识图谱模式设计的方法论——六韬法；知识图谱构建中的实体抽取和关系抽取；知识存储中的属性图模型及图数据库，重点介绍了JanusGraph分布式图数据库；知识计算中的图论基础，以及中心性、社区检测等经典图计算算法；知识推理中的逻辑推理、几何变换推理和深度学习推理，及其编程实例。最后，本书以金融、医疗和智能制造三大行业的应用场景为例，梳理了知识图谱的应用价值和应

本书以元宇宙为主题，全面讲述了元宇宙在当下和未来的发展。首先，讲解了元宇宙的概念、技术、产业链及对互联网行业的重要意义，以便读者了解元宇宙的整体框架。其次，介绍了元宇宙在游戏、社交、办公、教育、虚拟数字人等方面的应用，展示了元宇宙的巨大潜力。最后，分析了数字经济变革、元宇宙投资方向，并且对未来进行了展望，介绍了元宇宙的商业潜能。本书在讲述概念的同时，对元宇宙的应用场景、未来趋势、投资赛道等做了分析。此外，融入诸多案例，对元宇宙的入局者具有很强的指导意义。

未来网络是什么样子？构建未来网络的关键技术有哪些？如果你在思考这些问题，请你一定要阅读本书。AI助力通信网络的发展构建了“网络AI”，在此基础上叠加云网融合、B5G/6G、网络5.0、算力网络、区块链、数字孪生、量子通信、网络安全等新的关键技术，共同打造“2030后的未来网络”。本书通过讲解和剖析上述关键技术，多维度地阐述了未来网络发展的愿景和演进路径，可让读者系统地学习与思考。 本书的主要读者对象为电信运营商、电信设备提供商、电信咨询行业的从业人员和从事通信科研的高校师生，以及关注通信行业技

本书以读者熟知的姜子牙的故事为线索，围绕人工智能技术的特色和应用，介绍自然语言处理、机器翻译、计算机视觉等人工智能技术内容，并通过大量实例帮助读者动手实践，掌握用AI解决实际问题的能力。

本书是一本系统介绍深度学习技术及开源框架PyTorch的入门书。书中通过大量案例介绍了PyTorch的使用方法、神经网络的搭建、常用神经网络（如卷积神经网络、循环神经网络）的实现，以及实用的深度学习技术，包括迁移学习、对抗生成学习、深度强化学习、图神经网络等。读者通过阅读本书，可以学会构造一个图像识别器，生成逼真的图画，让机器理解单词与文本，让机器作曲，教会机器玩游戏，还可以实现一个简单的机器翻译系统。 第2版基于PyTorch1.6.0，对全书代码进行了更新，同时增加了Transformer、