三民網路書店 中國圖書館分類法 / 工業技術 / 自動化技術、計算機技術 / 自動化基礎理論

強化學習作為機器學習及人工智能領域的一種重要方法，在遊戲、自動駕駛、機器人路線規劃等領域得到了廣泛的應用。本書結合了李宏毅老師的“深度強化學習”、周博磊老師的“強化學習綱要”、李科澆老師的“世界冠軍帶你從零實踐強化學習”公開課的精華內容，在理論嚴謹的基礎上深入淺出地介紹馬爾可夫決策過程、蒙特卡洛方法、時序差分方法、Sarsa、Q 學習等傳統強化學習算法，以及策略梯度、近端策略優化、深度Q 網絡、深度確定性策略梯度等常見深度強化學習算法的基本概念和方法，並以大量生動有趣的例子幫助讀者理解強化學習問題的建模過程以及核心算法的細節。此外，本書還提供習題解答以及Python 代碼實現，可以讓讀者進行端到端、從理論到輕鬆實踐的全生態學習，充分掌握強化學習算法的原理並能進行實戰。本書適合對強化學習感興趣的讀者閱讀，也可以作為相關課程的配套教材。

本書的目標，是讓非機器學習領域甚至非計算機專業出身但有學習需求的人，輕鬆地掌握機器學習的基本知識，從而擁有相關的實戰能力。本書通過AI“小白”小冰拜師程序員咖哥學習機器學習的對話展開，內容輕鬆，實戰性強，主要包括機器學習快速上手路徑、數學和Python 基礎知識、機器學習基礎算法（線性回歸和邏輯回歸）、深度神經網絡、卷積神經網絡、循環神經網絡、經典算法、集成學習、無監督和半監督等非監督學習類型、強化學習實戰等內容，以及相關實戰案例。本書所有案例均通過Python及Scikit-learn 機器學習庫和Keras 深度學習框架實現，同時還包含豐富的數據分析和數據可視化內容。本書適合對AI 感興趣的程序員、項目經理、在校大學生以及任何想以零基礎學機器學習的人，用以入門機器學習領域，建立從理論到實戰的知識通道。

深度學習是目前學術界和工業界都非常火熱的話題，在許多行業有著成功應用。本書由Hulu的近30位算法研究員和算法工程師共同編寫完成，專門針對深度學習領域，是《百面機器學習：算法工程師帶你去面試》的延伸。全書內容大致分為兩個部分，第一部分介紹經典的深度學習算法和模型，包括卷積神經網絡、循環神經網絡、圖神經網絡、生成模型、生成式對抗網絡、強化學習、元學習、自動化機器學習等；第二部分介紹深度學習在一些領域的應用，包括計算機視覺、自然語言處理、推薦系統、計算廣告、視頻處理、計算機聽覺、自動駕駛等。本書仍然採用知識點問答的形式來組織內容，每個問題都給出了難度級和相關知識點，以督促讀者進行自我檢查和主動思考。書中每個章節精心篩選了對應領域的不同方面、不同層次上的問題，相互搭配，展示深度學習的“百面”精彩，讓不同讀者都能找到合適的內容。本書適合相關專業的在校學生檢查和加強對所學知識點的掌握程度，求職者快速複習和補充相關的深度學習知識，以及算法工程師作為工具書隨時參閱。此外，非相關專業、但對人工智能或深度學習感興趣的研究人員，也可以通過本書大致瞭解一些熱門的人工智能應用、深度學習模型背後的核心算法及其思想。

《深度學習的數學》基於豐富的圖示和具體示例，通俗易懂地介紹了深度學習相關的數學知識。第1章介紹神經網絡的概況；第2章介紹理解神經網絡所需的數學基礎知識；第3章介紹神經網絡的最優化；第4章介紹神經網絡和誤差反向傳播法；第5章介紹深度學習和卷積神經網絡。書中使用Excel進行理論驗證，幫助讀者直觀地體驗深度學習的原理。

智能力量是引領未來的戰略性力量，作為新一輪產業變革的核心驅動力，將進一步釋放歷次科技革命和產業變革積蓄的巨大能量。本書共 9 章，從智能力量應用、智能力量與主要領域融合發展、智能力量視野下的網絡安全大腦、創新發展中的人工智能、“互聯網+”時代下的安全智能力量等方面進行闡述，旨在幫助廣大讀者更為清晰地瞭解我國以及世界智能力量的發展概況，同時對於助力企業把握時代趨勢實現創新升級具有參考價值。本書適合從事人工智能和產業智能化相關工作的人員，以及對人工智能感興趣的讀者閱讀。

本書介紹了人工智能領域常用的方法，包括搜索、統計學習、深度學習和自動機器學習等內容。各章節涉及的問題均根據歷史典故或現實生活引出，並使用通俗易懂的方式提出問題及其解決方法。因此，讀者在閱讀本書時不會感到枯燥無味，也不需要具備人工智能相關的知識背景。書中包含很多代碼示例，每個示例均有詳細的解釋，有助於讀者進一步理解相應的算法。在學完本書後，讀者將初步具備使用人工智能算法解決生活中實際問題的能力。本書可作為高校人工智能及相關專業的教材，也可供計算機相關領域從業人員參考使用。

本書總體目標是介紹群體智能與演化博弈交叉領域的現狀、發展趨勢和重要應用，為讀者在群體智能、無人系統、仿生智能、對抗與博弈等領域開展跨學科研究和技術開發打下基礎。全書共7章，主要內容包括緒論、基於粒子群優化算法的群體演化博弈、有限群體中任務分配博弈的動力學、帶有破壞者的任務分配博弈演化動力學、基於演化博弈的多智能體覆蓋控制、基於演化博弈理論的集群編隊、基於深度優先策略的區域協同搜索等。通過本書的學習，讀者可以瞭解群體智能的基礎知識，學習如何應用博弈理論對集群的動力學屬性進行建模分析、如何設計並實現群體智能的算法，實現群體的控制、建模、任務分配與協作。本書既可作為自動化、計算機科學與技術、電子信息工程、機器人工程等專業研究生和高年級本科生的教材，也可作為相關行業科研人員的參考書。

本書遵循理念與方法、經典與前沿、技術與應用相融合滲透的原則，在理念、結構、內容和資源上都極具特色和創新。按照人工智能新知識體系，本書內容分為五大部分13 章。 將傳統或經典人工智能理論、方法與技術以及新一代人工智能技術和方法相結合，形成基礎概念(1-3章)+基礎技術(4-5章)+重點研究內容與方向(機器智能)(6-12章)+行業應用與倫理基礎(12、13章)的新知識體系模式。 本書提供了配套學習資源，可通過人郵教育社區(www.ryjiaoyu.com)下載本書配套的電子資源，包括教學大綱、教案、教學課件PPT、習題答案、思政素材、實踐案例及其他拓展學習資料。

本書通過想要學習深度學習的程序員綾乃和她朋友美緒的對話，逐步講解深度學習中實用的數學基礎知識。內容涉及神經網絡的結構、感知機、正向傳播和反向傳播，以及卷積神經網絡。其中，重點講解了容易成為學習絆腳石的數學公式和符號。同時，還通過實際的Python 編程實現神經網絡，加深讀者對相關數學知識的理解。本書適合對深度學習感興趣、想要從事深度學習相關研究，但是對深度學習和神經網絡相關數學知識感到棘手的讀者閱讀。

近年來，Python語言成為了廣受歡迎的編程語言，而它在機器學習領域也有很好的表現。scikit-learn是一個用Python語言編寫的機器學習算法庫，它可以實現一系列常用的機器學習算法，是一個好工具。本書通過14章內容，詳細地介紹了一系列機器學習模型和scikit-learn的使用技巧。本書從機器學習的基礎理論講起，涵蓋了簡單線性回歸、K-近鄰算法、特徵提取、多元線性回歸、邏輯回歸、樸素貝葉斯、非線性分類、決策樹回歸、隨機森林、感知機、支持向量機、人工神經網絡、K-均值算法、主成分分析等重要話題。本書適合機器學習領域的工程師學習，也適合想要瞭解scikit-learn的數據科學家閱讀。通過閱讀本書，讀者將有效提升自己在機器學習模型的構建和評估方面的能力，並能夠高效地解決機器學習難題。

本書旨在探討 AIGC（Artificial Intelligence Generated Content）的發展歷程、應用範圍及其對社會和個人的影響，從而幫助讀者深入瞭解並應用人工智能技術。本書共分為8章。第1章介紹了ChatGPT和AIGC的發展歷史，以及核心技術的演進與應用。第2章詳細探討了ChatGPT的特點、功能，以及它在文科和理科領域的應用。第3章深入介紹了ChatGPT及其他AIGC對個人的賦能，包括原理、成本、應用場景、高質量答案的提問技巧，以及如何利用ChatGPT進行編程。此部分還提到了AIGC時代下的職業規劃。第4章重點介紹了AIGC在創意領域的應用，特別是Midjourney工具的使用。第5章講解了如何使用 AIGC 技術來創建數字人分身，使他們能夠說話、唱歌，甚至成為主播。第6章強調了AIGC如何賦能職場，包括輔助設計、思維導圖生成、文本創作、市場調研與策劃、短視頻創作，以及辦公軟件使用。第7章介紹了 AIGC 在不同行業和領域的創新場景，包括電商、傳媒、金融、教育行業，以及工業領域等。第8章介紹了如何有效應對AI革命。書末還推薦了許多 AIGC 相關的資源。

ChatGPT，如同人類歷史上的單向門――火、文字、造紙、蒸汽機、電和計算機一樣，標誌著人類科技進步的又一重大里程碑。ChatGPT的橫空出世驚豔了世界，它不僅點燃了通用人工智能的火花，更預示著我們正步入通用人工智能的新紀元。我們站在這一歷史性的時刻，仿佛看見新時代的開端。全球對ChatGPT的廣泛關注並不僅僅是因為其高超技術的突破，而是它在通用人工智能進程中所代表的意義。那麼，ChatGPT究竟是何方神聖？它的前世今生是怎樣的？通用人工智能未來將給世界帶來哪些巨變？人類是否會被AI取代而失業？針對這些迫在眉睫的問題，作者廣泛收集信息，深入研究，以兼具廣度和深度的寫作，為我們呈現了一個關於ChatGPT及通用人工智能的全景式解讀。同時，書中還為我們展示了中國企業在這場技術變革中所碰到的機遇和挑戰。這是一本為所有想深入理解ChatGPT如何塑造未來、如何繼續人類探索歷程的讀者而寫的書。

自早期以來，神經網絡就一直是人工智能的支柱。現在，令人興奮的新技術（例如深度學習和卷積）正在將神經網絡帶入一個全新的方向。在本書中，我們將演示各種現實世界任務中的神經網絡，例如圖像識別和資料科學。我們研究了當前的神經網絡技術，包括ReLU 啟動、隨機梯度下降、交叉熵、正則化、Dropout 及可視化等。

本書以深度學習的常用技術與TensorFlow 2真實案例相結合的方式，深入淺出地介紹TensorFlow 2實現深度學習的重要內容。全書共7章，分為基礎篇（第1～3章）和實戰篇（第4～7章），基礎篇內容包括深度學習概述、TensorFlow 2快速入門、深度神經網絡原理及實現等基礎知識；實戰篇內容包括4個案例，分別為基於CNN的門牌號識別、基於LSTM網絡的語音識別、基於CycleGAN的圖像風格轉換以及基於TipDM大數據挖掘建模平臺的語音識別。本書多章包含實訓和課後習題，通過練習和操作實踐，讀者可以鞏固所學的內容。本書可用於1+X證書制度試點工作中的大數據應用開發（Python）職業技能等級（高級）證書的教學和培訓，也可以作為高校數據科學或人工智能相關專業的教材，還可作為深度學習愛好者的自學用書。

本書以ChatGPT為主線，通過大量實用案例全面介紹如何運用ChatGPT來提高工作和生活效率。在工作方面，本書詳細講解了如何使用ChatGPT來輔助寫作、製作PPT、進行數據分析等。這些章節的內容最為豐富，也最能體現ChatGPT的強大作用。讀者可以學會運用ChatGPT來優化工作流程，提高工作效率。在生活方面，本書通過許多案例來教會讀者如何使用ChatGPT生成思維導圖、解答常識問題、學習英語、實現簡單助手等，這些功能可以讓生活變得更輕鬆便捷。最後，本書還利用一個完整的章節介紹了如何通過ChatGPT進行知識變現，比如快速生成內容和視頻。本書內容豐富全面，語言通俗易懂，案例直觀詳盡，無論是想提升工作效率的職場人士，還是想進行高效研究、學習的教師和學生，甚至是希望利用AI技術獲利的創業者，以及對ChatGPT感興趣的愛好者，都可以做到開卷有益。

本書用豐富的圖示，從最小二乘法出發，對基於最小二乘法實現的各種機器學習演算法進行了詳細的介紹。第Ⅰ部分介紹了機器學習領域的概況；第Ⅱ部分和第Ⅲ部分分別介紹了各種有監督的回歸演算法和分類演算法；第Ⅳ部分介紹了各種無監督學習演算法；第Ⅴ部分介紹了機器學習領域中的新興演算法。書中大部分演算法都有相應的MATLAB程式原始程式碼，可以用來進行簡單的測試。 本書適合所有對機器學習有興趣的初學者閱讀。

《時滯奇異跳變系統分析與控制》主要研究網絡化環境下和隨機機制下的時滯奇異跳變系統反饋控制與濾波器設計問題,主要內容包括時滯奇異跳變系統容許性分析與狀態反饋控制、時滯奇異跳變系統正常化設計、時滯奇異跳變系統觀測器設計與異步反饋控制、時滯奇異跳變系統濾波器設計與故障檢測、統一框架下時滯奇異跳變系統的擴展耗散分析與控制、時滯It.隨機奇異跳變系統容許性分析與反饋控制等.

深度學習是人工智能領域無法避開的課題之一，也是比較強大的方法之一。很多從事算法工作或相關工作的人，或多或少都在應用深度學習方法解決相關領域的問題。本書針對深度學習知識做進階性探討。通過11章內容，對卷積網絡、新型結構、注意力機制、模型壓縮、自監督學習、目標檢測中的高級技巧、無監督學習、Transformer高級篇，以及圖神經網絡和元學習進行了深入的探討，最後對深度學習的未來發展進行了展望。

人工智能時代，AI如何賦能企業，實現企業價值指數級增長？面對人工智能、大數據、云計算、人型機器人和智能設備的飛速發展，企業如何應對劇變？本書以AI為基點，詳細闡述了企業為什麼需要人工智能、如何利用人工智能，以及人工智能如何成功賦能企業所需的框架和重要元素等，描繪了一幅人工智能幫助企業實現商業價值指數級增長的路線圖。

本書以深入淺出的方式介紹近年來人工智能領域最熱門的技術——多模態大模型的技術方法、開源平臺和應用場景，並詳細闡述因果推理、世界模型及多智能體與具身智能等前沿技術領域，有助於讀者全面瞭解多模態大模型的特點及發展方向，對新一代人工智能技術範式和通用人工智能的發展起到重要推動作用。全書共5章，第1章深入探討最具代表性的大模型結構，第2章深度剖析多模態大模型的核心技術，第3章介紹多個具有代表性的多模態大模型，第4章深入分析視覺問答、AIGC 和具身智能這3個典型應用，第5章探討實現通用人工智能的可行思路。 本書不僅適合高校相關專業高年級本科生和研究生作為教材使用，更是各類IT 從業者的必備參考之作。