《DeepSeek图解：大模型是怎样构建的》是一本系统讲解DeepSeek开发的技术指南，传授大家开发DeepSeek模型的基础知识。旨在帮助读者深入理解DeepSeek的工作机制，并掌握其在大规模预训练、推理优化及应用开发中的关键技术。
全书共10章，依次介绍文本预处理、特征提取、文本分类与情感分析、语言的生成、机器翻译、DeepSeek的核心Transformer模型、多模态模型的架构和训练、预训练模型的训练与微调、DeepSeek API应用开发实战，以及基于DeepSeek的We

"本书是一本全面深入的深度学习实践指导书，旨在为读者提供从基础概念到高级应用的系统性知识。

本书第1章从基础开始，介绍了PyTorch工具，涵盖了数据的加载与预处理，以及基础网络构建和训练流程。 第2章深入图像分类，探讨了CNN架构、数据增强技术，以及模型优化和部署策略。 第3章转向创造性图像应用，包括风格迁移、Deep Dream、GAN和超分辨率技术，并讨论了CycleGAN的应用。 第4章专注于视觉系统，讲解了目标检测、语义分割以及相关网络结构。 第5章和第6章分别探讨了循环

"随着人工智能和数字技术的飞速发展，深度学习已成为现代技术革新的核心驱动力之一。从语音识别到自动驾驶，深度学习的应用正在不断改变人们的生活方式。然而，深度学习技术的复杂性和广泛性，使得初学者和实践者在理解与应用这些技术时面临诸多挑战。因此，本书对深度学习的基本理论、核心技术及实际应用进行了系统梳理，旨在帮助读者全面掌握这一领域的核心知识。
本书融合理论、技术与实践，旨在为深度学习爱好者、高等学校计算机科学与技术、人工智能、智能科学与技术等相关专业本科生、研究生以及工业界的专业人士提供一条系

"Python是当今使用最为广泛的开发语言之一，被认为是开发深度学习程序的**语言。《深度学习项目开发实践（TensorFlow+Sklearn+PyTorch）（微视频版）》通过9个综合实例，详细讲解了使用Python语言开发大型深度学习项目的过程，这些项目在现实应用中具有极强的代表性。第1章讲解了AI智能问答系统的具体实现流程；第2章讲解了AI智能推荐系统的具体实现流程；第3章讲解了智能OCR文本检测识别系统的具体实现流程；第4章讲解了国际足球比赛结果预测系统的具体实现流程；第5章讲解了智能

本书主要从软件开发者的角度探讨如何构建和设计深度学习系统。作者首先描述一个典型的深度学习系统的整体，包括其主要组件以及它们之间的连接方式，然后在各个单独的章节中深入探讨这些主要组件。对于具体介绍的章节，会在开始时讨论需求，接着介绍设计原则和示例服务/代码，并评估开源解决方案。通过阅读此书，读者将能够了解深度学习系统的工作原理，以及如何开发每个组件。

"本书全面且深入浅出地介绍了机器学习技术，不仅涵盖机器学习算法原理及其实现和运行，还包括Python编程基础和深度学习入门知识，有助于初学者快速掌握算法的实际应用。本书每一节都提供了相应的Python代码实例，通过文字、公式、图像、代码和运行结果的结合，读者可以深入理解算法的实现过程。
全书分为3部分: 第一部分（第1～3章）提供必备的预备知识，包括机器学习概述、Python和NumPy基础；第二部分（第4～11章）详细介绍各种机器学习算法，涉及回归、分类、聚类等任务；第三部分（第12、1

随着工业化和城市化的快速发展，大气污染问题日益严重，对人们的健康状况和生活质量造成了严重影响。本书主要探讨机器学习技术在时间序列预测中的建模与应用，特别是针对大气污染物浓度、空气质量指数及细颗粒物浓度等关键指标的预测。旨在帮助人们深入理解机器学习算法在空气质量预测领域的建模方法和应用实践，为解决空气质量问题提供有力的技术支持。本书可供高等院校统计学、信息科学等相关专业的学生、教师及科研工作者阅读参考。

"《scikit-learn机器学习超入门：算法原理与实践》通过通俗易懂的语言、丰富的图示和生动的实例，拨开了笼罩在机器学习上方的复杂数学“乌云”，让读者能以较低的门槛和学习成本快速入门机器学习。 《scikit-learn机器学习超入门：算法原理与实践》共11章，详细介绍在Python环境下学习scikit-learn机器学习框架的相关知识，涵盖的主要内容有机器学习应用开发的典型步骤、Python机器学习软件包、机器学习理论基础、k-近邻算法、线性回归算法、逻辑回归算法、决策树算法、支持向量机

随着数据存储技术、网络技术和云计算技术的快速发展, 数据正以前所未有的速度在不断地增长和积累。在各种实际应用中, 需要处理的数据量越来越大。 而样例选择就是从包括冗余或噪声的海量数据中选择重要数据的技术, 是机器学习的重要数据预处理步骤, 对后续学习算法的训练及性能有很大的影响. 在机器学习中, 样例选择有两种场景：一是主动学习场景, 二是监督学习场景. 本书结合作者及研究团队近年来关于样例选择的研究成果, 系统介绍了两种场景下样例选择的理论和方法以及两种场景下样例选择之间的区别与联系。另外，本

本书属于中国科学院《自然辩证法通讯》杂志社编辑出版的《自然辩证法通讯》精选文丛之一，从人工智能对人类社会的深刻影响出发，梳理并整合人工智能在哲学基础问题、伦理规范理论、政治哲学以及社会运用方面的前沿理论和问题思考，探索人工智能与人类的相处之道，为我们理解和应对人工智能的挑战，以及人工智能稳定、有序、和谐的发展提供更深入的理性思考。

本文集共推出四个专题。专题一是关于人工智能哲学基础问题。专题二是人工智能伦理规范的理论反思与技术实践。专题三是人工智能的政治学批判与反思。专题四是