广州中望龙腾软件股份有限公司（简称中望软件）开发的3D One AI是一款功能强大的三维仿真软件，集成了三维创意设计、人工智能、开源硬件和编程等功能。利用3D One AI提供的三维虚拟仿真功能，我们可以快速构建并模拟真实的科技应用场景，将抽象的人工智能知识可视化呈现。

本书以生活中的常见应用场景为案例设计基础，详细介绍3D One AI的基本操作及功能，通过案例的制作来引导学生理解和掌握相关的知识点。

学生学习本书，可以掌握3D One AI的

本书介绍了人工智能发展过程中涌现出的思想以及经典技术。本书共12章，内容结构大致可以分为4部分：第一部分（第1～3章），这部分为基础知识，简单介绍人工智能发展的历史与现状（第1章），数据编码技术（第2章）以及人工智能需要用到的数学知识（第3章）；第二部分（第4～7章），经典人工智能，主要介绍经典人工智能算法（第4章），计算机博弈（第5章），逻辑与知识（第6章），智能体机器人技术（第7章）；第三部分（第8～10章），机器学习技术，主要介绍回归算法（第8章）、分类算法（第9章）以及无监督学习典型算法

这是一本关于数智时代人工智能技术落地应用场景的前沿趋势类图书。场景是争夺用户时长与可支配收入的产品与服务的组合，to C的场景如此，to B/G的场景亦然。场景定义是基于将场景作为一种最佳的切割方式，以期完备的锁定未来能出的所有爆款。2021年元宇宙、2022年人形机器人、2023年ChatGPT与MR眼镜、2024年的Sora与Gemini……智能科技的这一轮产业革命，前半场的“C位”们均已被重磅官宣，2024年、2025年这些巨头彼此之间将开始竞争、合作。在彼此之间的竞合中，应用开

本书主要介绍了人工智能平台搭建、基于人工智能的机器系统应用、基于人工智能的机器人场景应用、基于人工智能的语音控制应用和基于人工智能的机器视觉应用五个项目。本书内容紧跟新一代信息技术和人工智能主流技术的发展，以培养学生的人工智能技术应用能力为目标；以项目、任务为导向，将相关知识的讲解贯穿在任务的实施过程中，强调职业教育教学思想和岗位需求相结合的原则；通过具体的实施步骤完成预定的工作任务，使学生掌握人工智能在机器人操控、视觉语音识别方面的具体应用。

本书可作为高职院校或技工院校电

可解释AI(Interpretable AI)将教会你识别模型所学习的模式及其产生结果的原因。通过阅读《可解释AI实战（PyTorch版）》，你将掌握一些用于解释白盒模型(如线性回归和广义可加模型)的方法，以及一些用于解释复杂深度学习模型的方法。可解释AI是一个快速发展的领域，本书将该领域的前沿研究简化为你可以在Python中实现的实际方法。
主要内容
● 解释AI模型的技术
● 最大限度地减少错误、偏见、数据泄露和概念漂移
●

《机器学习实战：视频教学版》基于Python语言详细讲解机器学习算法及其应用，用于读者快速入门机器学习。本书配套示例源代码、PPT课件、教学视频、教学大纲、习题与答案、作者微信答疑。
《机器学习实战：视频教学版》共分12章，内容包括机器学习概述、Python数据处理基础、Python常用机器学习库、线性回归及应用、分类算法及应用、数据降维及应用、聚类算法及应用、关联规则挖掘算法及应用、协同过滤算法及应用，最后通过3个综合实战项目（包括新闻内容分类实战、泰坦尼克号获救预测实战、中药数据分析项

本书共分为三部分，内容包括：概述、基于舆情现象识别视角的网络舆情预测、政府媒体在网络舆情演化中的传播力与影响力研究。具体内容包括：绪论；相关理论与技术概述；面向非均衡事件子集的舆情反转预测；网络暴力类舆情事件演化及预测等。

本书为该套丛书的第二卷：计算机视觉。本书主要介绍了深度模型、激活函数和特征空间；Torchvision、数据集、模型和变换；卷积神经网络、丢弃和学习率调度器；迁移学习和微调流行的模型(ResNet、Inception等)等内容。

本书主要介绍了梯度下降和PyTorch的Autograd；训练循环、数据加载器、小批量和优化器；二元分类器、交叉熵损失和不平衡数据集；决策边界、评估指标和数据可分离性等内容。

本书系统介绍了基于强化学习的多智能体协同技术，涉及进化算法、纳什均衡等相关主题，讨论了基于强化学习的多智能体协同理论、一致性学习算法、基于协同Q学习算法的多智能体规划技术等，研究了ICFA方法的优越性，将计算时间和结果准确性作为指标进行考核，在多机器人实时携杆问题中验证了算法的有效性。并给出了针对多机器人协同问题的应用实例。本书不仅包含多智能体强化学习协同研究的最新进展，而且提供了一种相对于传统方法更加高效的技术路线，并根据未来的研究趋势分析本书的应用前景。