本书是作者多年在数据智能领域中利用机器学习实战经验的理解、归纳和总结。出于“回归事物本质，规律性、系统性地思考问题”“理论为实践服务并且反过来充实理论，为更多人服务”的想法和初心，本书系统地阐述了机器学习理论和工程方法论，并结合实际商业场景落地。全书分为3部分。第1部分是机器学习的数学理论理解，这部分不是对于机器学习数

近年来，深度学习在人工智能的发展过程中起到了举足轻重的作用，而图神经网络是人工智能领域的一个新兴方向，被称为图上的深度学习。本书详细介绍了从深度学习到图神经网络的基础概念和前沿技术，包括图上的深度学习、图神经网络的数学基础、神经网络学习与算法优化、深度学习基础、神经网络中的表示学习、面向图数据的嵌入表示、初代图神经网络

在这六年里，我跟踪过许多微妙线索，与超过千余位AI从业者进行了谈话，见证了一段AI的发展，看见了技术风暴。正是AI算力、框架、平台、算法模型的合力创造了AI大模型的成功。在扎实的基建之上，ChatGPT这个“庞然大物”得以横空出世。本书讲述了微软、阿里、京东、华为、百度等科技巨头，以及科创企业AI技术演进的故事，每个故

深度学习通常被视为数学博士和大型科技公司的专属领域。但是正如本书所呈现的那样，熟悉Python的程序员可以通过少量的数学背景、少量的数据和最少的代码在深度学习中取得令人震惊的成果。fastai是第一个为最常用的深度学习应用程序提供一致接口的库。本书的两位作者用口语化且简单明了的方式描述了各种抽象的理论概念，希望通过本书

计算神经科学作为脑科学与人工智能之间的桥梁，是一门高速发展的新兴交叉学科。本书采用理论与实践结合的方式为读者讲述计算神经科学的基础知识。它从基础的数学和物理原理出发，详细介绍了各类神经元模型、突触模型，以及具有不同结构和功能的网络模型，如兴奋—抑制平衡网络、决策网络、连续吸引子网络、库网络等。本书不仅讲解了理论知识，还

本书以独特的角度，深入浅出地介绍了人工智能领域最新技术——ChatGPT、提示工程及自然语言处理等相关技术。在内容上，本书科普性与专业性并重，既为普通读者提供基础知识，又有对专业领域的深入探讨。本书通过7章的内容，在全面介绍ChatGPT内部原理的基础上，重点解析提示指令的构建方法，以及如何针对各类任务构建合适的提示指

本书介绍了ChatGPT的前世今生，重点聚焦普通人如何使用ChatGPT获得工作和生活效率的提升，各行各业如何通过ChatGPT来改变自己的赛道状态。使用ChatGPT的宝典以及普及ChatGPT背后的技术，普通人可以看懂而且也富有科普性。同时，把AIGC中的生成视频、图像和文本也做了介绍，并提供了大量的工具。最后本书

本书是机器学习领域的入门教材，详细阐述了机器学习的基本理论和方法。全书由12章组成，包括绪论、线性模型与逻辑斯谛回归、决策树、贝叶斯分类器、k近邻算法、支持向量机、人工神经网络、线性判别分析、主成分分析法、聚类、EM算法与高斯混合聚类、集成学习等。对每一种机器学习算法，均从算法原理的理论推导和MATLAB实现两方面进行

本书全面讲述人工智能算法的理论基础和案例编程实现。第1章简要介绍机器学习的发展及其应用。第2章和第3章主要介绍机器学习经典分类算法、聚类算法、集成算法和随机森林算法，以及这些算法的具体内容、算法原理和案例编程实现。第4章介绍了深度学习的概念、原理、研究现状，以及典型的神经网络及其相关网络的案例编程实现。第5章介绍了强化

大约在一百年前，电气化改变了交通运输行业、制造业、医疗行业、通信行业，如今AI带来了同样巨大的改变。AI的各个分支中发展为迅速的方向之一就是深度学习。本书主要涉及以下内容：第1部分是神经网络的基础，学习如何建立神经网络，以及如何在数据上面训练它们。第2部分进行深度学习方面的实践，学习如何构建神经网络与超参数调试、正则化