"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

本书是一本专为编程爱好者和专业人士设计的实用指南。全书共分为十个章节，系统地介绍了人工智能在编程领域的应用，特别是AI辅助编程工具如何简化编程学习过程和提升编程能力。第一章从AI辅助编程工具的基本概念入手，为读者揭开AI编程的神秘面纱。随后，书中深入探讨了GitHub Copilot等前沿工具，这些工具能够通过智能代码补全和建议，极大地提高编程效率和质量。书中不仅停留在理论层面，更通过丰富的实战案例，如批量文件翻译和构建网页版智能对话机器人，让读者能够直观地看到AI工具在实际工作中的应用。这些案

12 大专题讲解 +31 个温馨提示＋ 70 多个效果文件 +208 页 PPT 教学课件＋ 210 多分钟教学视频＋280 多张精美插图，随书还提供了 200 多个提示词等资源，帮助读者从入门到精通，快速掌握 ChatGPT 4的操作技巧。全书共分为 5 篇，具体内容如下： AI 提示篇介绍了 ChatGPT 4 的基本操作，以及优化 AI 提示让回答更加精准等内容。 AI 文案篇介绍了 ChatGPT 4 生成优质文案的方法，以及电商、新媒体等常见案例。 AI 绘画篇介绍了 DALL·E 3

本教材包括七章内容分别介绍人工智能概论、知识表示与特征工程、机器学习、深度学习、专家系统、人工智能架构与系统与案例分析相关内容，旨在全面且深入浅出地介绍人工智能的基础知识和实现的基本技术，并结合典型企业案例分析，紧跟时代潮流，注重技术的发展与革新。该教材充分体现智能科学与技术、人工智能方向高端人才培养的目标定位，尤其针对应用型地方高校的本科生以及研究生人才培养方案与路径，联合企业充分展示产教融合相关场景及案例。

本书主要把握计算机科学与技术的发展趋势，熟悉人工智能的前沿知识和研究热点。本书从人工智能的概述出发，介绍了人工智能研究领域的基础知识，与此同时，对人工智能领域的核心算法--机器学习技术展开详细介绍，让读者掌握对相关技术的算法创新以及工程实践等。该教材紧密联系计算机学科中的人工智能前沿内容和所涉及的项目实践技术，读者通过该课程的学习能够了解基本的人工智能新技术和实际问题求解的创新方法。 全书兼具理论性、资料性和实践性。

本书由浅入深地介绍了生成式AI的理论与实践，内容涉及从基础原理到前沿应用，为读者提供了一个系统的认知框架。本书从生成式AI技术的基础工具入手，逐步深入到Transformer模型与GPT的原理和应用，详细介绍了图像生成模型Stable Diffusion，以及LangChain与AI Agent的相关知识。书中结合开源代码分析，展示了生成式AI在各行各业的实际应用，并探讨了其在高速发展过程中所面临的伦理和隐私风险。

本书适合对生成式AI感兴趣的读者阅读，无论你是初学者