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 / 人工智能理論

基礎部分：(知識體系)教材從機械工程為基礎，以生物與機器智與能的對比、機械電子工程的發展及趨勢、現代機電系統設計、物理系統的符號表示、建模與控制等內容討論，建立機電系統與人工智能、機器人學等多學科的基礎知識體系。對機械學科和控制學科的學生來說，前者注重的是系統的設計，因此建模和仿真主要內容是檢驗設計結果：運動時是否有干涉，以及運動時的應力檢驗；後者關注的是系統的運行，因此建模是輸入和輸出的動力學特性、包括瞬態和穩態特性的關係，並用數學方式描述其動力學特性，由於一些系統很難找到合適的數學模型，因此轉向用人工智能方法建模。而仿真則是檢驗運動描述是否準確。深入部分：(綜合性工程案例分析運用)精選編者從事科研工作多年來積累多類綜合工程案例，深入分析工程實際中，現代機電系統的設計、技術方案選擇、運行控制等問題，引導學生建立運用綜合知識體系解決工程實際問題的能力。人工智能的方法很多，而各種方法都有其特點，且每種特點大多適應於解決某類問題。但通常容易陷入對具體算法的介紹，而對問題本質的分析、以及智能方法特點的分析不夠。不利於在科研過程中“對症下藥”。此外，人工智能分為神經計算和符號計算，機械系統本身就可以實現某些“神經計算”而通常我們更多地講授符號計算，同時對符號計算的內容有不夠深入，滿足於從工具庫裡調用一些現成算法，不利於我們面對工程實踐中得到更好的效果，並得到有自主產權的方法。

本書是基於機器視覺、語音識別等典型方法的開源硬件及開源算法，利用 Python編程工具而設計的創新實踐項目。本書注重推動人工智能新技術的工程實踐，將人工智能教育與創客教育相結合，課程模塊包括顏色形狀檢測、目標跟蹤、邊緣檢測、軌跡跟蹤、人臉檢測、人眼檢測、瞳孔檢測、條碼二維碼識別、笑臉檢測、數字識別、語音識別等實踐項目。每個課程模塊均從社會需求及生活實際出發設置實踐任務，介紹相關的理論知識和應用方法，提供相應算法的Python實施案例，引導學生動手實踐，掌握經典機器視覺、語音識別技術的應用方法，並能夠解決實際問題，培養學生的創新實踐能力，可作為高等院校學生創新實踐類課程教材。

本書講述基於人工智能的控制技術，主要介紹了神經網絡控制、模糊邏輯控制和進化算法控制。全書分為兩部分，共10 章。第1 部分為基礎篇，包括第1～6 章，講述基礎理論。第1 章緒論講述人工智能和控制論的基礎；第2～4 章是神經網絡控制部分，主要講述神經網絡理論基礎、典型神經網絡、神經網絡自適應控制、強化學習和深度強化學習的內容；第5章講述模糊控制；第6 章講述進化算法。第2 部分是實用篇，包括第7～10章，以機械臂、無人機、五子棋和圖像優化處理等為例，具體說明了第1部分內容的應用。書中每章均附有習題。為加快推進黨的二十大精神進教材，本書深入挖掘科學研究和科學成果取得過程背後的“兩彈一星”精神、載人航天精神、科學家精神等，並以二維碼的形式進行教學指引。本書可作為人工智能、自動化、電氣工程及其自動化、智能控制等相關專業的本科課程教材，也可以作為相關工程技術人員的專業參考書。

本書是日本人工智能領域的暢銷書，作者均為模式識別領域的知名學者，他們基於多年的研究、實踐經驗和獨特的視角，從模式識別的基本概念開始，以通俗易懂的語言介紹了機器學習、識別函數設計、特徵的評價、特徵空間的變換、子空間法、最小二乘法等常用的模式識別基礎知識和算法。此外，精心設計的習題能幫助讀者進一步深入理解模式識別理論，心得欄目提供了作者在實際研究中的一些很有價值的思考。本書內容深入淺出且具有新意，適合對模式識別感興趣的初學者，對專業人士也具有較高的參考價值。

本書內容系統、全面，實例豐富，共有10章，包括51個實操案例解析和80個行業案例分析。通過學習本書，讀者可以從零開始，逐步掌握人工智能的核心技術，成為合格的AI訓練師。本書附贈了同步教學視頻＋PPT 教學課件＋素材＋效果＋AI提示詞等資源。書中內容從技能線和案例線展開介紹，具體內容如下。技能線：從人工智能的相關技術入手，不僅介紹了AI訓練師的發展歷程和行業動態，還重點講述了AI訓練師的職業技能提升方法，具體內容包括認識AI訓練師、能力培養、Python編程語言、機器學習算法、深度學習算法、自然語言處理、數據標注、神經網絡訓練、模型評估和優化、管理和部署等，對人工智能訓練相關工作做了系統的描述和指導。案例線：不僅涵蓋了AI領域的各個方面，而且非常注重算法與模型的實際應用，通過分析大量的經典案例，如Amazon、華為、ChatGPT、文心一格、Photoshop、海爾、小米、支付寶、百度、京東、阿裡巴巴、美團、網易雲商、文心一言、淘寶、剪映、Google、今日頭條、攜程旅行、字節跳動、Stable Diffusion等，可以讓讀者更好地掌握AI訓練的相關技能。本書適合準備從事AI訓練師的讀者，以及對人工智能感興趣的讀者，包括人工智能從業者、模型開發者、數據標注師、數據分析師、AI產品經理、企業決策者、任何想要提升AI技能的人。此外，本書還可以作為相關培訓機構和職業院校的參考教材。

這是一本與眾不同的關於生成式AI的書。首先，它對AI產業和AI技術過去多年的發展脈絡做了一個總結，以高屋建瓴的視角分析事物的全貌。其次，它深入淺出地討論了AI尤其是生成式AI的關鍵技術問題，但沒有“沉溺”於這些問題。再次，它既涉及歐美最先進的生成式AI產業，也涉及中國在追趕中的生成式AI產業。最後，它脫離了資本市場的短期視角，充分而全面地討論了一些基本的、長遠的問題，例如生成式AI到底要如何改造傳統產業。“不瘋魔，不成活”，只有“固執己見”的天才才能改變歷史——這是研究生成式AI帶給我們的最大啟示。

人工智能（AI）是否會取代人類？是不是所有的事情機器都能比人做得好？當 AlphaGo 能下圍棋、ChatGPT 能理解並生成內容時，當每一次AI 應用取得突破時，這兩個問題都會引起人們的廣泛討論。本書提供了多個 AI 應用的例子，可讓讀者直觀地瞭解 AI 已經可以出色地完成很多任務。通過一個個具體的案例，本書細緻講解了主要 AI 工具的使用方法，包括 ChatGPT、Midjourney、Stable Diffusion 等 AIGC（人工智能生成內容）工具，以輔助我們完成繪畫、視頻製作、寫作、科研等任務，從而提高工作效率。在具體的案例之外，本書還有對方法論的闡述，可提升讀者對 AI 的認知，增強人人都能用好 AI 的信心。希望讀者能舉一反三，找到更巧妙、更適合自己的 AI 應用方式。希望通過本書，生活在智能時代的我們能意識到 AI 不再只是機器人或軟件，它可以成為我們很好的助手，甚至變成我們的“合夥人”。

“人工智能超入門叢書”致力于面向人工智能各技術方向零基礎的讀者，內容涉及數據素養、機器學習、視覺感知、情感分析、搜索算法、強化學習、知識圖譜、專家系統等方向。本叢書體系完整、內容簡潔、語言通俗，綜合介紹了人工智能相關知識，并輔以程序代碼解決問題，使得零基礎的讀者能夠快速入門。《強化學習：人工智能如何知錯能改》是“人工智能超入門叢書”中的分冊，以科普的形式講解了強化學習的核心知識，內容生動有趣，帶領讀者走進強化學習的世界。本書包含強化學習方向的基礎知識，如動態規劃、時序差分等，讓讀者在開始學習時對強化學習有初步的認識；之后，通過對馬爾可夫決策過程及貝爾曼方程的解讀，逐漸過渡到強化學習的關鍵內容；同時，本書也重點解析了策略迭代與價值迭代兩種核心算法，也對蒙特卡洛方法、時序差分算法、深度強化學習及基于策略的強化學習算法進行了深度剖析。本書內容結構完整、邏輯清晰、層層遞進，并配有相關實例與代碼，讓讀者在閱讀學習過程中能夠加深理解。本書適合強化學習及人工智能方向的初學者閱讀學習，也可供高等院校人工智能及計算機類專業的師生參考。

《機器學習: 全彩圖解微課Python編程》是「鳶尾花數學大系：從加減乘除到機器學習」叢書的最後一冊，前六本解決了編程、視覺化、數學、 數據方面的諸多問題，而《機器學習: 全彩圖解微課程Python編程》將開啟機器學習經典演算法的學習旅程。《機器學習: 全彩圖解微課程Python編程》設定了24 個主題，對應四大類機器學習經典演算法（迴歸、分類、降維、聚類），涵蓋演算法包括： 迴歸分析、多元線性迴歸、非線性迴歸、正規化迴歸、貝葉斯迴歸、高斯過程、k 最近鄰分類、樸素貝葉斯分類、高斯判別分析、支援向量機、核子技巧、決策樹、主成分分析、截斷奇異值分解、主成分分析進階、 主成分分析與迴歸、核主成分分析、典型相關分析、 k 均值聚類、高斯混合模型、最大期望演算法、層次聚類、 密度聚類、譜聚類。《機器學習：全彩圖解微課程Python編程》選取演算法模型的目標是涵蓋Scikit-Learn 函式庫的常用機器學習演算法函數，讓讀者充分理解演算法理論， 又能連結實際應用。因此，在學習《機器學習: 全彩圖解微課程Python程式設計》時，特別希望呼叫Scikit-Learn 各種函數來解決問題之餘，更要理解演算法背後的數學工具。因此，《機器學習: 全彩圖解微課程Python編程》給出適度的數學推導以及擴展閱讀。《機器學習: 全彩圖解微課程Python編程》提供程式碼範例和影片講解，「鳶尾花書」強調在JupyterLab 自主探究學習才能提升程式設計技能。本書配套微課也主要以配套Jupyter Notebooks 為核心，希望讀者邊看視頻，邊動手練習。《機器學習: 全彩圖解微課程Python編程》讀者群包括所有試圖用機器學習解決問題的朋友，特別適用於機器學習入門、初級程式設計師轉型、 高級資料分析師、機器學習進階。

近些年來，在深度學習的推動下，人工智能步入新的發展階段。然而，隨著深度學習模型性能的提升，其計算復雜度也在不斷增加，深度學習模型的運行效率面臨巨大挑戰。在這種情況下，深度學習高效計算成為在更大范圍內應用人工智能的重要環節。本書圍繞深度學習模型計算，重點從深度學習模型優化、算法軟件加速、硬件架構設計等方面展開介紹深度學習高效計算，主要包括低秩分解、剪枝、量化、知識蒸餾、精簡網絡設計與搜索、深度神經網絡高效訓練、卷積神經網絡高效計算、大模型高效計算、神經網絡加速器設計等內容。 本書既適合高校相關專業學生，也可作為從業者的案頭參考。

本書使用Python的機器學習算法庫Scikit-learn講解機器學習重要算法的應用，內容包括機器學習認知、數據預處理、KNN算法、線性回歸算法、邏輯回歸算法、樸素貝葉斯算法、決策樹與隨機森林、支持向量機SVM、k-means聚類算法、神經網絡、模型評估與優化。 本書使用通俗易懂的語言、豐富的圖表和大量的案例對機器學習的算法進行講解，提供了一條從實踐出發掌握機器學習知識的途徑，即使沒有很強的數學基礎也可快速入門，大大降低了學習門檻。本書是項目驅動活頁式教材，算法原理講解深入淺出、實踐案例豐富，配套課件、實踐案例、習題等課程資源豐富，並融入了課程思政內容。

當前以人工智能為先導的科技革命在提高勞動生產率的同時也改變了人們在生產活動中的分工，進而帶動社會就業狀況發生變化。本書聚焦於人工智能影響就業這一主題，從馬克思主義政治經濟學視角出發進行理論分析和實證研究。本書一是討論人工智能對就業影響的理論框架及其主要作用機制，二是從實證上評估人工智能對就業的影響程度，三是提出我國應對人工智能時代就業問題的政策建議。本書的主要創新點在於：一是以馬克思主義政治經濟學原理和方法為基礎，構建從單個資本直接生產過程到社會總資本運動的分析框架，不僅將勞動力使用與勞動力流通有機聯繫，還為解釋宏觀勞動力市場就業變化提供了微觀生產基礎。二是提出勞動力市場雙重分割的概念來刻畫人工智能技術下勞動力市場結構的新特徵，同已有概念相比，更突出人工智能對勞動力市場競爭的結構性影響，強調企業和勞動者、崗位供給方和需求方兩個維度的分割。

本書共11章，主要介紹機器學習的基本概念和兩大類常用的機器學習模型，即監督學習模型和非監督學習模型。針對監督學習模型，本書介紹了線性模型（線性回歸、Logistic回歸）、非線性模型（SVM、生成式分類器、決策樹）、集成學習模型和神經網絡模型及其訓練；針對非監督學習模型，本書講解了常用的降維技術（線性降維技術與非線性降維技術）和聚類算法（如均值聚類、GMM、層次聚類、均值漂移聚類、DBSCAN和基於密度峰值的聚類等）。本書可作為高等院校計算機應用、人工智能等專業的機器學習相關課程的教材，也可作為計算機應用與人工智能等領域從業人員的學習參考用書。

本書將圍繞人工智能職業標準展開，秉持“以學生為中心—職業標準融入—思政教育融入”的編寫理念，通過項目案例激發學生的學習興趣。本書結合人工智能學科的已有成果及編者的教學實踐，以全面、基礎、典型、新穎為原則，系統地介紹人工智能的技術基礎，包括機器學習、計算機視覺、智能語音、自然語言處理、AIGC等熱點及前沿問題。本書以“概述+案例”的模式編寫，使教材內容泛而不空，使讀者瞭解和學習人工智能的基礎知識和初步技能，建立利用科學方法解決問題的創新思維，以適應教學需求。本書概念清晰，結構合理，敘述簡明易懂，適合高職、技師、應用型本科的學生使用。

人工智能(AI)，尤其是生成式語言模型和生成式人工智能(AIGC)模型，正以驚人的速度改變著我們的世界。駕馭這股潮流的關鍵，莫過於探究自然語言處理(NLP)技術的深奧秘境。本書將帶領讀者踏上一段扣人心弦的探索之旅，讓其親身感受，並動手搭建語言模型。本書主要內容包括N-Gram，詞袋模型(BoW)，Word2Vec(W2V)，神經概率語言模型(NPLM)，循環神經網絡(RNN)，Seq2Seq(S2S)，注意力機制，Transformer，從初代GPT到ChatGPT再到GPT-4等一系列突破性技術的誕生與演進。 本書將以生動活潑的筆觸，將枯燥的技術細節化作輕鬆幽默的故事和繽紛多彩的圖畫，引領讀者穿梭於不同技術的時空，見證自然語言處理技術的傳承、演進與蛻變。在這場不斷攀登技術新峰的奇妙之旅中，讀者不僅能深入理解自然語言處理技術的核心原理，還能自己動手，從零開始搭建起一個又一個語言模型。 無論你是在校學生還是人工智能從業者，這本書都將成為一盞明燈，照亮你探索人工智能無限奧秘的道路。

這是一本寫給青少年看的人工智能科普圖書，目的是幫助小讀者啟蒙科學素養，開闊科學視野，培養科學思維，鍛煉動手能力，讓他們瞭解人工智能的過去、現在和未來，從而更好地融入人工智能時代。通過閱讀本書，小讀者不僅可以瞭解到“人工智能的工作方式”，還能一睹很多人工智能發展的過程和細節：科學家如何提出問題並想到絕妙的點子；技術如何從第一代逐漸演變到第 N 代；遭遇失敗時科學家如何克服困難；等等。所有這些都旨在激發小讀者的好奇心，幫助他們體會科學研究應具備的精神。延續“寫給青少年的人工智能”系列圖書的風格，本書仍然用了大量形象的比喻，以貼近生活的案例作類比，把書中的抽象概念和難點以詼諧幽默的手繪插畫形式詮釋出來，力求讓小讀者讀得懂、喜歡讀。本書從“模擬人類的思考方式”“模擬大腦的工作原理”和“模擬生物對環境的反應”這 3 個方向出發，代入科學家的研究思路，講述了人工智能的三大主要流派“邏輯主義”“聯結主義”和“行為主義”、人工智能發展過程中的重大事件、三種人工智能流派的核心思路以及相關科學家及其發明創造的故事，堪稱人工智能的“歷史放映機”。

本書是智能計算平臺應用開發中級教材，主要介紹了智能計算平臺搭建、平臺管理、數據管理、應用開發等相關知識。全書共分9章，內容包括智能計算平臺應用開發概述、人工智能與平臺搭建、平臺管理、數據采集、數據存儲、數據處理、數據備份與恢復、機器學習基礎算法建模和人工智能模型開發測試。