《Python机器学习实战：基于Scikit-learn与PyTorch的神经网络解决方案》基于作者多年的积累，通过概念及其解释、Python代码示例及其解释和代码输出，特别针对零基础读者精心设计了这本机器学习进阶指南。全书包含3部分16章的内容，在介绍完编程和数据处理基础之后，探讨了监督学习（如线性回归、逻辑回归及决策树、朴素贝叶斯和支持向量机）、集成学习以及无监督学习（如降维和聚类等）。值得一提的是，书的最后讲到了神经网络和深度学习的基本思想，探讨了人工神经网络、卷积神经网络和递归神经网络。

内容上，本书力求系统地介绍基于深度学习的图文多模态信息处理技术，侧重介绍最通用、最基础的技术，覆盖了多模态表示、对齐、融合和转换等四大关键技术。同时也介绍了多模态信息处理领域的**发展前沿——多模态预训练模型。此外，为了让读者可以实践这些多模态深度学习技术，本书提供了四个完整的实战案例，分别对应多模态表示、对齐、融合和转换这四个关键技术。具体而言，本书的内容分为四个部分：初识多模态信息处理、单模态表示、多模态信息处理的关键技术、多模态预训练模型。第一部分包括两个章节：第1章介绍多模态信息的基本概

人工智能承载了人类之梦与科学之梦。回望两千多年来人类对人工智能的追梦之旅，各种幻想、思辨、探索、曲折构成了一幅令人惊叹的历史画卷。人工智能的起点在哪里？曾经历过哪些艰辛的尝试？人工智能背后的科学机理是什么？人工智能如何在军事领域成为颠覆性技术？人类在未来已来的智能时代又该如何自处？如果对这些问题感兴趣，那么请您翻开本书，来认识和感受人工智能这一重塑秩序的伟大力量吧！《BR》本书融合了哲学、科学、技术、人文等多个视角，在娓娓道来中将人工智能发展的全景呈现出来，释理论罕譬而喻，谈问题深入浅出，说事例

本书是一本围绕最优控制理论展开的实用指南，以深入浅出的方式介绍了最优控制理论、动态规划、线性二次型调节器（LQR）、模型预测控制（MPC）和卡尔曼滤波器以及它们之间的联系，并展示了它们在综合应用中的使用方法与技巧。本书旨在为读者提供全面而直观的学习资源，同时将这些概念有机地应用于实际控制问题。通过书中丰富的例子和详细的代码，读者可以直接实践和验证所学内容，从而深化对这些理论的理解。 本书的目标读者群体为自动化类专业的本科生和研究生以及相关领域的科研人员。

本书以ChatGPT为中心，对ChatGPT的相关知识进行详细的讲解。本书共12章，前5章从ChatGPT概述、技术底座、内容变革、产业格局、商业展望5个方面对ChatGPT进行了解读，帮助用户全面了解ChatGPT，对其形成完整的认知。第6-12章从传媒、教育、娱乐、电商、金融、制造和医疗7个方面讲解了ChatGPT的应用，展现了ChatGPT的商业价值。

本书从写作与ChatGPT的基础知识讲起，结合创作者的实际写作经历与写作教学经历，重点介了用ChatGPT写作的基础技巧、进阶写作的方法、不同文体的写作方法、写作变现的秘诀，让读者系统地理解写作技巧与变现思路。本书包括如下内容：用ChatGPT重建写作思维、快速摘定选题、快速写出标题、高效收集索材、生成文章结构、写出优质文章、进行日常写作训练，以及用ChatGPT提升写作变现能力。本书适合零基础想学习写作、想利用ChatGPT提高写作能力的读者阅读。 本书适合零基础想学习写作、想利用ChatG

本书专注于ChatGPT相关的AI发展历史、趋势及应用等。在书中，作者首先回顾了AI的历史发展和ChatGPT技术的发展历程，重点讲述影响人工智能的关键人物和核心技术。然后，作者分析了ChatGPT对社会各个领域的影响和技术的本质与价值，并探讨了其对具体职业的影响。为了方便读者拿来即用，本书按场景列出了绝大部分使用ChatGPT的场景和提示语模板，分领域介绍了产品和案例，读者不仅能快速尝试AI产品，也能从AI的成功创新中获得启发。最后，作者还探讨了AI和ChatGPT技术的未来发展趋势和产业前景

深度强化学习是人工智能和机器学习的重要分支领域，有着广泛应用，如AlphaGo和ChatGPT。本书作为该领域的入门教材，在内容上尽可能覆盖深度强化学习的基础知识和经典算法。全书共10章，大致分为4部分：第1部分（第1～2章）介绍深度强化学习背景（智能决策、人工智能和机器学习）；第2部分（第3～4章）介绍深度强化学习基础知识（深度学习和强化学习）；第3部分（第5～9章）介绍深度强化学习经典算法（DQN、AC、DDPG等）；第4部分（第10章）为总结和展望。每章都附有习题并介绍了相关阅读材料，以便

本书以生活实际为抓手，通过走进先进科技企业或者文化发源地，自主研学、探索了解并学习前沿技术与课堂知识，在此基础上利用3DOneAI软件在3D模型作品中配置电子元器件并编写程序，制作出“智慧化”项目产品，通过9个案例，让读者在玩(实践)、学习、研究、制作的过程中熟练掌握3DOneAI软件的操作、智能化电子元器件的使用、编程技巧以及人工智能相关知识。

本书主要讲解数据的重要性，重点解读处理数据的各种方法，培养读者的数据素养和数据思维。具体内容包括数据规律、数据收集、数据清洗、数据可视化，以及特征构建、图像处理、文本分析等，最后一章分析了各个学科中如何运用数据思维处理问题。