本书使用浅显生动的语言，通过贴近生活和时代的案例，详细讲解了人工智能的相关概念、技术、应用，主要内容包括：人工智能的概念、人工智能的技术框架、人工智能技术基础（机器学习、神经网络、深度学习等）、人工智能关键技术（大数据、云计算、人工智能芯片等），并从教育、农业、工业、金融、医疗、生活、文娱、军事等方向阐述了人工智能在各行各业中的具体应用，最后对人工智能的未来发展进行了分析。 本书内容全面、语言生动、通俗易懂，可作为人工智能初学者的启蒙读本，也可以作为人工智能技术普及读物。

本书重点讨论了FreeRTOS的堆内存管理、任务管理、队列管理、软件定时器管理、中断管理、资源管理、事件组和任务通知等作为一款优秀的实时操作系统必须具备的功能和特性；为了有助于应用程序的开发和调试，本书也涉及开发者支持和故障排除等内容，总结提高设计开发效率的方法，介绍了多年来用户请求技术支持中排在前几位的问题及其解决方案。

推荐系统作为近年来非常热门的AI技术落地场景，已广泛应用于各行业的互联网应用，从衣食住行到娱乐消费，以及无处不在的广告，背后都依赖推荐系统的决策。本书贴合工业级推荐系统，以推荐系统的整体技术框架为切入点，深入剖析推荐系统中的内容理解、用户画像、召回、排序、重排等核心模块，介绍每个模块的核心技术和业界应用，并展开介绍了推荐冷启动、推荐偏置与消偏等常见问题和解决方案。此外，还对当前推荐系统领域的热门前沿技术进行了介绍，包括强化学习、因果推断、端上智能等。

自2023年以来，AI聊天机器人ChatGPT火爆互联网，其颠覆性的使用体验重塑了人们对于AI的认知。而ChatGPT背后的技术—AIGC也引起了互联网圈的关注，打开了人们对AI应用的想象空间。本书从ChatGPT入手，以AIGC为中心，对AIGC的理论知识、应用场景、未来发展等内容进行了全面的梳理。首先，本书对AIGC的概念、技术构成、产业生态、市场现状等进行了讲解，以便读者对AIGC形成一个清晰、完整的认知。其次，本书讲解了AIGC在传媒、电商、影视、娱乐、教育、工业等领域的应用，展现了AI

本书系统介绍了神经网络和深度学习，并结合实际应用场景和综合案例，让读者深入了解深度学习。全书共16章，分为4个部分。第1部分介绍了深度学习基础算法与应用，主要包括神经网络和深度学习的相关概念、多层神经网络的基本原理和具体应用、卷积神经网络的原理及项目案例实现、优化算法与模型管理。第2部分介绍了深度学习进阶算法与应用，主要包括经典的深度卷积神经网络，ResNet、DenseNet和MobileNet，目标检测的基本概念和常见算法，循环神经网络的基本概念和具体应用。第3部分介绍了时空数据模型与应用，

本书首先介绍了业内多个具备代表性的数据安全理论及实践框架，从数据常见风险出发，引出数据安全保护最佳实践；然后介绍了数字经济时代数据要素市场的基本信息，基于构建数据要素市场、促进数据合规安全流通、释放数据价值等场景中的实践，抽象并总结了一套数据要素可信、安全、合规流通的体系架构，包括数据安全保护技术与保护数据价值释放的隐私计算技术；最后针对政务、金融、电力能源、公安行业等重点行业，分析了数据安全与数据孤岛现象的跟本原因，介绍了数据安全实践案例，并介绍了如何通过部署数据要素流通体系架构，打破“数据壁

本书以通俗的语言和生动的案例，将ChatGPT、AIGC和元宇宙等热点一网打尽，全面展示“台前”“幕后”的来龙去脉，是一本深入浅出的通识书。本书将为你拨开迷雾，搞懂底层逻辑，把握风靡全球的未来科技和AI新时代的成长机会。

本书是一本可以边玩边学，培养读者编程兴趣和爱好的参考书，指导Python从入门到实战的学习。本书展示了20个精彩游戏的工作原理和具体的编程步骤。书中的每一个案例都是编者精心挑选的一个相对独立并且完整的游戏程序，读者并不需要从头至尾地阅读本书，而是可以根据难易程度以及自己的编程能力和水平来选择某些章节进行自学。本书既可以供大中专院校人工智能专业、计算机专业及相关专业师生参考，也可以供各类编程培训机构的师生、Python爱好者和Python编程者阅读。读者可以到清华大学出版社官方网站下载本书的所有源

本书从数据集、数据清理开始谈起，在介绍机器学习的建模方式后，第2章详细说明了机器学习与深度学习所涉及的矩阵、向量等技术。第3章使用Keras搭建深度学习模型，也介绍了激活函数、损失函数、反向传播、过拟合或欠拟合等问题。第4章给出了训练深度学习模型的过程中可能存在的交叉验证问题。当需要提高模型精度时，可以考虑参考第5章中的L1/L2正则化、丢弃正则化、早停等方式。第6章讲解模型评估问题，在太平洋飓风数据集上指出准确率的局限性，从而引出混淆矩阵、ROC曲线、AUC评分等概念。接下来的3章介绍卷积神经

本书系统地介绍了MATLAB在几个主要控制领域的应用。全书共分为七章，包括MATLAB介绍、控制系统的分析与设计仿真、神经网络控制的分析与仿真、模糊逻辑控制的分析与仿真、模型预测控制的分析与仿真、系统辨识分析与仿真、工程应用。各章在讲解基本应用的同时给出实际例子，并在最后一章给出了几个工程的分析、设计、建模、仿真实例。本书既可作为高等院校自动化、电气、控制工程、机电等相关专业本科生及研究生的授课、实习教材，也可为相关领域的工程技术人员和研究人员提供参考。