本书着重探讨新基建背景下我国人工智能的发展及其基础建设。全书包括基础、应用和实践三篇，共9章。基础篇分析了新基建的背景、概念、短板，以及人工智能的发展与挑战等，尤其是分析了人工智能与新基建内在的关系；应用篇分析了人工智能在产业融合及在医疗、教育、能源、城市建设、社区建设等领域的驱动作用；实践篇探讨了人工智能的数据建设、软硬件建设、技术研发、产品研制和人才培育等。推进人工智能新基建，对加快人工智能技术创新、全面提升其与产业融合和为社会赋能的可持续发展能力具有重大价值，这也是本书重点关注的内容。

本书从产业角度深刻分析了异构计算及智能计算中心建设的诸多关键技术和应用前景，介绍了异构融合智能计算的核心技术—智能计算中心异构算力芯片、异构算力适配、异构操作平台，以及产业界中智能计算中心异构算力的解决方案、智能计算中心的高质量发展与未来展望。本书内容丰富、分析全面，是实现智能计算中心发展相关布局的重要技术参考，对推动我国智能计算中心建设和智能计算领域的发展有很高的参考价值和实际意义，适合从事城市数字化建设、智能化建设、智能计算中心建设的相关技术人员，以及科研机构技术人员、高校师生阅读。

《图机器学习》详细阐述了与图机器学习相关的基本解决方案，主要包括图的基础知识、图机器学习概述、无监督图学习、有监督图学习、使用图机器学习技术解决问题、社交网络图、使用图进行文本分析和自然语言处理、信用卡交易的图分析、构建数据驱动的图应用程序和图的新趋势等内容。此外，本书还提供了相应的示例、代码，以帮助读者进一步理解相关方案的实现过程。

《PyTorch编程技术与深度学习》讲述深度学习的基本原理，使用PyTorch展示涉及的深度学习算法。通过理论讲解和编程操作，使读者了解并掌握深度学习的原理和PyTorch编程技能，拉近理论与实践的距离。全书共分9章，主要内容包括PyTorch介绍、PyTorch基础编程、深度学习快速入门、神经网络训练与优化、卷积神经网络原理、卷积神经网络示例、词嵌入模型、循环神经网络原理、NLP示例。书中不但涵盖成熟的卷积神经网络和循环神经网络的原理和示例，还包含一些新的如Transformer和知识蒸馏的内

本书围绕scikit-learn库，详细介绍机器学习模型、算法、应用场景及其案例实现方法，通过对相关算法循序渐进的讲解，带你轻松踏上机器学习之旅。本书采用理论与实践相结合的方式，结合Python3语言的强大功能，以小的编程代价来实现机器学习算法。本书配套PPT课件、案例源码、数据集、开发环境与答疑服务。本书共分13章，内容包括机器学习的基础理论、模型范式、策略、算法以及机器学习的应用开发，涵盖特征提取、简单线性回归、k近邻算法、多元线性回归、逻辑回归、朴素贝叶斯、非线性分类、决策树回归、随机森林

本书以人工智能商业落地、元宇宙的发展、产业治理为背景，通过八章内容系统介绍了人工智能发展的关键技术、应用领域和产业格局：翔实阐述了人工智能的发展过程，构建人工智能技术地图；根据人工智能实际应用现状，对元宇宙进行了介绍，客观反映人工智能领域当前的发展水平；对人工智能的发展趋势、风险与挑战进行展望；对全球人工智能产业链及主要国家对人工智能的布局进行描绘，展现了人工智能对人类既定生活方式及认知的改变。

本书从资产定价的核心问题出发，前沿而体系化地讨论了如何通过经济学推理将机器学习方法引入实证和理论资产定价研究之中，从而有效解决机器学习应用在资产定价中所面临的挑战，搭建了研究机器学习与资产定价的桥梁。为提升阅读体验，帮助读者充分理解书中内容，译者王熙教授与石川博士在行文中加入了精彩丰富的译者注，给原著提供必要的背景知识，从而帮助读者更好地掌握书中的行文逻辑。其中，为本书补充的诸多公式推导过程也能帮助读者加深对贝叶斯统计框架的理解。

推荐系统是互联网时代极具商业价值的人工智能应用之一，30年来持续受到学术界和工业界的广泛关注。本书作者以一线研发人员的视角和经验，对推荐系统进行总结，尝试从原理与实践两个角度为读者剖析推荐系统。本书首先从原理上介绍各类经典推荐算法及前沿的深度学习推荐算法，然后分析推荐系统领域发展的前沿话题和未来方向，最后结合微软的开源项目MicrosoftRecommenders介绍推荐系统的实践经验。读者可以基于本书提供的源代码，深入学习推荐算法的设计原理和实践方式，并可以基于本书从零开始快速搭建一个准确、高

曾经，意念控制被认为是痴人说梦；如今，它早已变得轻轻松松，甚至连老鼠和猪都能用意念玩转游戏。曾经，“读心术”被认为是骗人把戏；如今，它早已变成现实，只需扫描你的脑电图，便可一眼看穿你的情绪和部分心思。曾经，人是人，机是机，人机彼此相分离；如今，人即是机，机即是人，小小脑机接口就让你与机器密不可分。其实，这些都还不是最玄幻的事情，因为本书将以严谨的科学态度，基于神经生物学、脑科学、微电子学和虚拟现实等领域的成就，向你展示一幅更玄幻的内涵型人工智能愿景。换句话说，也许在将来的某天，你可轻松成为全球第

图神经网络是人工智能的一个热点方向,从图的视角解读大数据,可以灵活建模复杂的信息交互关系,吸引大量学者的关注并在多个工业领域得到广泛应用。《图深度学习从理论到实践》由浅入深,全面介绍图神经网络的基础知识、典型模型方法和应用实践。《图深度学习从理论到实践》不仅包括一般的深度学习基础和图基础知识,还涵盖了图表示学习、图卷积、图注意力、图序列等典型图网络模型,以自研的Galileo平台为代表的图学习框架,以及图神经网络在电商推荐和流量风控方面的两个典型工业应用。《图深度学习从理论到实践》既适合对数据挖