推荐系统作为近年来非常热门的AI技术落地场景，已广泛应用于各行业的互联网应用，从衣食住行到娱乐消费，以及无处不在的广告，背后都依赖推荐系统的决策。本书贴合工业级推荐系统，以推荐系统的整体技术框架为切入点，深入剖析推荐系统中的内容理解、用户画像、召回、排序、重排等核心模块，介绍每个模块的核心技术和业界应用，并展开介绍了推荐冷启动、推荐偏置与消偏等常见问题和解决方案。此外，还对当前推荐系统领域的热门前沿技术进行了介绍，包括强化学习、因果推断、端上智能等。

本书以STC 32位单片机产品系列中的STC32G12K128单片机为载体进行编写，其是以抗干扰能力强、价格低、工作速度快、功耗低为目标的32位8051单片机，在相同的工作频率下，其工作速度可达传统8051单片机的70倍。 本书基于STC大学推广计划实验箱（9.4）（主控单片机：STC32G12K128）介绍应用实例的开发，采用基于寄存器应用编程与基于库函数应用编程相结合、理论与实践相结合、侧重工程实践的编写思路，内容主要包括微型计算机基础、STC32G12K128单片机应用系统的开发工具、ST

本书是《数据挖掘》的第2版，系统地介绍了数据挖掘的理论、方法与应用，包括数据特征分析及预处理、经典数据挖掘算法（分类、回归、聚类、关联规则和集成学习等）、大数据新常态下催生的数据分析方法（推荐系统、链接分析与网页排序、互联网信息抽取、日志挖掘与查询分析等）理论与方法。在此基础上，除第1章外，每章均有基于Python语言的实例应用。

全书共 10 章，第 1 章介绍了机器学习算法的基本概念、分类及本书开发环境的搭建。第 2 章介绍了机器学习算法中经常用到的 NumPy 相关知识及绘图工具包 Matplotlib。从第 3 章开始介绍机器学习算法，第 3 章介绍了最简单也是最常用的线性回归算法。第 4 章介绍了搜索算法，包括梯度下降算法、随机梯度下降算法、小批量梯度下降算法、牛顿迭代算法及坐标下降算法。第 5 章介绍了二分类的 Logistic回归算法和多元回归算法 SoftMax，以及评价分类结果优劣的各种指标。第 6 章介

本书是2023年不可错过的AIGC入门读物，是介绍大语言模型时代ChatGPT的重要资料，由人工智能独角兽企业硅基智能核心团队编纂而成，结合生动的比喻和有趣的案例，从大模型的一个典型场景切入，详细解读了AIGC的由来及发展历程，探讨大模型在图像视频生成，短视频、数字人制作，语音合成、克隆与变换等方面的应用。书中还涉及了一些经典商业案例的解读，不是单纯的纸上谈兵。这样一本理论与实践相结合的书，读起来饶有趣味。

本书用滚雪球的思维讲解 Python 的知识体系。 本书共 31 章，分为 3 个部分。 第 1 部分为基础篇，包括第 1~15 章，介绍 Python 语言核心知识点。 第 2 部分为进阶篇，包括第 16~28 章，是进阶内容，也是 Python 语言的魅力点所在。通过对这部分 内容的学习，读者会全方位地感受到 Python 的灵活、迅捷、禅意。 第 3 部分为实战篇，包括第 29~31 章，通过 3 个实战案例，介绍 Python 的数据处理能力，以及 Python 在网站方面的应用。

本书重点讨论了FreeRTOS的堆内存管理、任务管理、队列管理、软件定时器管理、中断管理、资源管理、事件组和任务通知等作为一款优秀的实时操作系统必须具备的功能和特性；为了有助于应用程序的开发和调试，本书也涉及开发者支持和故障排除等内容，总结提高设计开发效率的方法，介绍了多年来用户请求技术支持中排在前几位的问题及其解决方案。

从解决工作实际问题出发，提炼总结工作中SQL常用的数据处理、数据分析实战方法与技巧。本书大量融入漫画，力求通俗易懂地介绍相关知识，在不影响学习理解的前提下，尽可能地避免使用晦涩难懂的SQL编程、统计术语或模型公式。定位是带领PSQL数据分析初学者入门，并能解决学习、工作中大部分的问题或需求。入门后如还需要进一步进阶学习，可自行扩展阅读相关书籍或资料，学习是永无止境的，正所谓"师傅领进门，修行在个人”。

本书系统地介绍了MATLAB在几个主要控制领域的应用。全书共分为七章，包括MATLAB介绍、控制系统的分析与设计仿真、神经网络控制的分析与仿真、模糊逻辑控制的分析与仿真、模型预测控制的分析与仿真、系统辨识分析与仿真、工程应用。各章在讲解基本应用的同时给出实际例子，并在最后一章给出了几个工程的分析、设计、建模、仿真实例。本书既可作为高等院校自动化、电气、控制工程、机电等相关专业本科生及研究生的授课、实习教材，也可为相关领域的工程技术人员和研究人员提供参考。

本书是一本由浅入深地介绍深度学习的理论原理及PyTorch深度学习框架的入门书籍，全书通过图文并茂的方式对重点知识进行讲解，注重实践，详细地介绍了PyTorch的基本使用、神经网络的构建和训练技巧、卷积神经网络和循环神经网络的实现，以及前沿的深度生成模型的应用。通过学习本书，读者不仅可以了解深度学习，而且可以轻松实现机器作诗、自动乐曲生成、机器翻译、图像去噪等有趣的应用。全书配有注释详细的代码，方便读者学习与实践。本书适用于对人工智能感兴趣的读者，也适合作为深度学习领域的入门教材。