本书为读者提供了一次深入探索人工智能和自动化编程的奇妙之旅。全书从AI（Artificial Intelligence，人工智能）的基本概念和背景入手，逐渐深入到如何使用具有代表性的AIGC工具ChatGPT、GitHub Copilot和Claude2等进行自动化编程。此外，本书还详细介绍了其他多种AI代码生成解决方案。针对桌面应用、Web应用、游戏、办公自动化等场景，本书还提供了丰富的实例。
本书适合对AI和自动化编程感兴趣的初学者阅读，也适合有一定基础并且想要提高开发技能的

本书全面地介绍了网络表示学习的基本概念、模型和应用。本书从网络嵌入的背景和兴起开始介绍，为读者提供一个整体的描述；通过对多个代表性方法的介绍，阐述了网络嵌入技术的发展和基于矩阵分解的统一网络嵌入框架；提出了结合附加信息的网络嵌入方法——结合图中节点属性/内容/标签的网络嵌入；面向不同特性图结构的网络嵌入方法——面向具有社区结构的/大规模的/异质图结构的网络嵌入。本书还进一步介绍了网络嵌入的不同应用，如推荐场景和信息扩散预测。本书的最后总结了这些方法和应用，并展望了未来的研究方向。

在以ChatGPT为代表的大模型掀起AIGC（人工智能生成内容）应用热潮之后，各行各业都希望深入了解流行的AI工具，将其引入日常工作，以节省工作时间，提高办公效率。本书作者团队较早开始将AI工具应用于实际工作，积累了丰富的使用经验，因此为没有太多技术基础的职场人士创作了这本实操指南。 本书分为三篇，上篇是基础篇，介绍了AIGC的基础知识及其应用潜力；中篇是工具篇，介绍了AI文本应用、AI绘画和AI图像处理的国内外流行工具的基本功能和基础用法；下篇是应用篇，分别介绍了通用办公场景下的AI应用以及

本书先在系统性地梳理国内外智慧城市的发展现状以及指标评价体系的基础上，提炼智慧城市大框架下和无障碍便捷生活服务相关的子系统，探索各领域的智慧服务应用。同时，基于多方面的调研，梳理出面向北京2022年冬残奥会的智慧生活服务需求，归纳整合后提出面向冬残奥会的智慧生活服务体系框架。
建立科学合理的面向冬残奥会的智慧生活服务体系框架，不仅可以为北京2022年冬奥会和冬残奥会利用智慧城市构建高质量生活服务体系提供理论框架，而且有助于将智慧信息技术领域的优势成果成体系地应用在城市的生活服务中，

《Python机器学习实战：基于Scikit-learn与PyTorch的神经网络解决方案》基于作者多年的积累，通过概念及其解释、Python代码示例及其解释和代码输出，特别针对零基础读者精心设计了这本机器学习进阶指南。全书包含3部分16章的内容，在介绍完编程和数据处理基础之后，探讨了监督学习（如线性回归、逻辑回归及决策树、朴素贝叶斯和支持向量机）、集成学习以及无监督学习（如降维和聚类等）。值得一提的是，书的最后讲到了神经网络和深度学习的基本思想，探讨了人工神经网络、卷积神经网络和递归神经

内容上，本书力求系统地介绍基于深度学习的图文多模态信息处理技术，侧重介绍最通用、最基础的技术，覆盖了多模态表示、对齐、融合和转换等四大关键技术。同时也介绍了多模态信息处理领域的**发展前沿——多模态预训练模型。此外，为了让读者可以实践这些多模态深度学习技术，本书提供了四个完整的实战案例，分别对应多模态表示、对齐、融合和转换这四个关键技术。

具体而言，本书的内容分为四个部分：初识多模态信息处理、单模态表示、多模态信息处理的关键技术、多模态预训练模型。

第

本书基于当前流行的深度学习框架之一——Keras，从新手的角度出发，详细讲解Keras的原理，力求帮助读者实现Keras从入门到精通。全书共9章，主要内容包括初识深度学习、深度学习的数据预处理技术、使用Keras开发深度学习模型、卷积神经网络及图像分类、循环神经网络在文本序列中的应用、自编码器、生成式对抗网络、模型评估及模型优化，以及深度学习实验项目。本书内容由浅入深、语言通俗易懂，从基本原理到案例应用、从基础算法到对复杂模型的剖析，让读者在循序渐进的学习中理解Keras。 本书可作为高等院校计

本书以Keras深度学习的常用技术与真实案例相结合的方式，深入浅出地介绍使用Keras进行深度学习的重要内容。全书共7章，内容包括深度学习概述、Keras深度学习通用流程、Keras深度学习基础、基于RetinaNet的目标检测、基于LSTM网络的诗歌生成、基于CycleGAN的图像风格转换、基于TipDM大数据挖掘建模平台实现诗歌生成等。本书大部分章包含实训和课后习题，通过练习和操作实践，读者可以巩固所学的内容。
本书可以作为高校数据科学或人工智能相关专业的教材，也可作为深度学

本书以人与技术的关系为基点，既对人工智能技术发展进行梳理、对人工智能技术具体应用进行讨论，又对人工智能技术发展带来的社会前沿问题开展广义的哲学分析。一方面，及时跟进、关注人工智能技术发展现状与趋势，并以案例呈现人工智能技术发展的可能样态及应用。另一方面，关注人工智能技术发展在个人、社会、国家等多个方面产生的深刻影响，观察和审视从技术赋能到技术风险的可能传导层面，讨论促进技术发展、社会治理与人类共生之间良性互动的路径及方略。

本书共分为七章。第一章主要介绍数学对应人工智能的重要性，以及代数学和分析学中的基础概念，是后面各章的基础。第二章和第三章分别介绍了微积分和线性代数核心内容，并将相关基础知识映射到人工智能领域，从这一视角理解数学基础知识的工程应用。第四章介绍了矩阵分解这一重要数学工具及其在人工智能领域的典型应用。第五章介绍了概率论基础知识及在人工智能领域的广泛应用。第六章介绍了最优化理论及算法，以及它们在机器学习和人工智能中的基础性应用。第七章主要介绍了信息论的基本概念和在人工智能中常见的应用。