《ChatGLM3大模型本地化部署、应用开发与微调》作为《PyTorch 2.0深度学习从零开始学》的姊妹篇，专注于大模型的本地化部署、应用开发以及微调等。《ChatGLM3大模型本地化部署、应用开发与微调》不仅系统地阐述了深度学习大模型的核心理论，更注重实践应用，通过丰富的案例和场景，引导读者从理论走向实践，真正领悟和掌握大模型本地化应用的精髓。
全书共分13章，全方位、多角度地展示了大模型本地化实战的完整方案，内容包括大模型时代的开端、PyTorch 2.0深度学习环境搭建、基于gra

本书从人工智能的概念、应用和发展方向对人工智能进行了初步分析，然后对人工智能的基础知识做了阐述，并在此基础上引出了人工智能的基础算法原理，然后对智能极端的模糊算法、神经计算和群集智能算法进行了分析探索。

本书全面介绍了图神经网络的基础和前沿内容，以及图表示学习的基本概念和定义，并讨论了高级图表示学习方法的发展，旨在帮助研究人员和从业者了解图神经网络的基本问题。此外，本书探讨了图神经网络的几个前沿主题，包括利用图数据描述社会科学、化学和生物学等领域的真实数据的关系，还介绍了图神经网络的若干前沿趋势，能够帮助读者进一步掌握图神经网络所涉及的技术。 本书适合所有想了解图神经网络基本问题和技术的人，包括但不限于高等院校计算机专业高年级本科生及研究生、科研人员以及相关从业者。

图神经网络不仅能够解决传统机器学习方法无法解决的图数据问题，而且能够应用于许多实际场景，例如社交网络、药物发现、网络安全、金融风控等。《图神经网络基础、模型与应用实战》旨在为初学者和实践者提供一个详细、全面的入门指南，围绕图神经网络基础、模型、应用实战（均采用Python+PyTorch实现）等方面进行介绍。《图神经网络基础、模型与应用实战》配套示例源码、数据集、PPT课件。
《图神经网络基础、模型与应用实战》共分9章，内容包括图神经网络概述、PyTorch开发环境搭建、数据集的获取与加载

本书的内容共包含八章。第一章分别从学术界、媒体、企业界、政府等多视角介绍人工智能当前火热的现状。第二章介绍了不同人群对人工智能提出的疑问，包括疑问论、怀疑论和恐惧论。第三章主要阐述了人工智能的基本概念，包括来自不同领域的各种不同的观点和看法。第四章提出了作者对人工智能的独特见解，包括人脑智能、人脑基本能力模型、机器智能、智能机器、智能等级模型等多种新概念和新观点。第五章提出广义人工智能和狭义人工智能的概念，将各种不同的人工智能概念统一在一个框架之下。第六章介绍了未来人工智能可能具备的能

本书通过对大众电子足迹大数据的挖掘与分析，从公共事件、智能交通和行为经济学三个维度探究复杂社会系统所隐藏的内生动力，并通过提出基本假设、建立理论模型探索这些规律的产生机制和可能的动力学影响。
本书共6章： 第1章系统梳理了“人类行为动力学”在社会科学的认知及其使用情况，比较了“内生动力”与“外在推力”等知识体系对人类行为的作用，重点就人类行为特性背景中的内生动力基本形式、表现方法以及个体行为影响与群体行为影响的关联进行了分析。第2章介绍了人类行为动力学，并介绍了行为动力学规划、搜集、提取、

主要内容
● 数据字典和数据治理
● 数据质量管控、合规和分发
● 构建自动化管道以提高可靠性
● 数据摄取、存储和分发
● 支持生产环境中的数据建模、分析和机器学习

本套丛书循序渐进地详细讲解了与深度学习相关的重要概念、算法和模型，并着重展示了PyTorch是如何实现这些算法和模型的。其共分为三卷：编程基础、计算机视觉、序列与自然语言处理。本书为该套丛书的第三卷：序列与自然语言处理。主要介绍了循环神经网络(RNN、GRU和LSTM)和一维卷积；Seq2Seq模型、注意力、自注意力、掩码、和位置编码；Transformer、层归一化、和视觉Transformer(ViT)；BERT、GPT-2、单词嵌入、和HuggingFace库等内容。

本书探讨了AI领域的AI Agent（智能体）和生成式AI的前沿进展，以及这些技术如何重塑我们的生活和工作方式。本书首先回顾了AI技术的演变历程，并强调了智能体的定义及其在客户服务、医疗健康和制造业等领域的广泛应用。本书也对智能体与传统软件进行了对比，分析了智能体的自主性、适应性和协作能力。生成式AI的崛起也被特别提及，其在艺术创作、数据增强等领域的应用被广泛讨论。本书还探讨了智能体在多智能体系统中的协同作用和具身智能的概念，分析了智能体的商业应用，包括企业级应用与任务规划、流程优化等，同时也指