本书围绕人工智能与大数据技术这一主题，简明扼要地阐述了人工智能与大数据技术的基本理论和发展趋势。全书分七章，包括人工智能概述、人体行为之智能机器人、智能信息处理技术、分布式人工智能中的Agent技术等。

这是一套为6到12岁小读者量身打造的前沿科学大揭秘系列科普书。丛书选用迪士尼经典卡通形象及电影为载体，通过一个个电影桥段，讲解童话故事中涉及人工智能、数据分析、算法等方面前沿科学的基础知识，并用童话照进现实的方式，配合沉浸式的阅读体验，引发小读者的好奇心，揭秘新科技背后的原理。

本书通过8段电影桥段讲解了光学字符识别、植物识别、信息预测、语音识别、自主学习机器人、医疗机器人、脑机接口和情绪识别这8种前沿人工智能技术，用看电影的方式，揭秘了这几种技术的基本原理，让小读者

本书主要内容包括：入门篇（初识人工智能）、理解篇（认知人工智能的应用技术）、实践篇（探索生活中的人工智能应用）、拓展篇（理解人工智能的重要概念）。本书力求将人工智能相关理论、知识点与具体实践应用进行结合，通过知识点对应的实践项目的设置，大大地增强教材的应用性、丰富性及实践性，极大地提升学生的学习兴趣、理解能力和实践能力。

本书从产业角度深刻分析了异构计算及智能计算中心建设的诸多关键技术和应用前景，介绍了异构融合智能计算的核心技术—智能计算中心异构算力芯片、异构算力适配、异构操作平台，以及产业界中智能计算中心异构算力的解决方案、智能计算中心的高质量发展与未来展望。本书内容丰富、分析全面，是实现智能计算中心发展相关布局的重要技术参考，对推动我国智能计算中心建设和智能计算领域的发展有很高的参考价值和实际意义，适合从事城市数字化建设、智能化建设、智能计算中心建设的相关技术人员，以及科研机构技术人员、高校师生阅读。

本书共分为10章。第1章为绪论; 第2、3章分别介绍使用传递函数和状态空间方程描述系统的方法; 第4、5章使用这两种方法分析一阶系统与二阶系统的时域响应; 第6章介绍系统稳定性的概念; 第7、8章重点分析经典控制理论中的控制器设计方法, 包含比例积分控制和根轨迹法; 第9章介绍系统的频率响应并与滤波器的设计相结合; 第10章讨论现代控制理论中的控制器设计, 以及观测器设计方法。附录部分介绍两个广泛使用的工程数学工具: 线性化与傅里叶变换。

本书系统讲述智能现象的简要历史。全书共分为1 0章。第1章介绍本书的写作背景、对智能的不同定义、围绕智能现象的问题、本书对智能现象的新假说;第2章介绍宇宙从无到有的过程、不安分的宇宙、改变以稳定宇宙;第3章介绍物理学中的智能现象、重力智能、重力和暗能量、最小作用量原则、量子隐形传态;第4章介绍化学的简要发展历程、耗散结构、熵增、z大熵产生;第5章介绍生物学中的智能现象、生命的定义、生命为什么存在、微生物中的智能、植物中的智能、动物中的智能;第6章介绍大脑中的新皮质结构、人类特殊的思维方式、

《图机器学习》详细阐述了与图机器学习相关的基本解决方案，主要包括图的基础知识、图机器学习概述、无监督图学习、有监督图学习、使用图机器学习技术解决问题、社交网络图、使用图进行文本分析和自然语言处理、信用卡交易的图分析、构建数据驱动的图应用程序和图的新趋势等内容。此外，本书还提供了相应的示例、代码，以帮助读者进一步理解相关方案的实现过程。

JAX是一个用于高性能数值计算的Python库，专门为深度学习领域的高性能计算而设计。本书详解JAX框架深度学习的相关知识，配套示例源码、PPT课件、数据集和开发环境。 本书共分为13章，内容包括JAX从零开始，一学就会的线性回归、多层感知机与自动微分器，深度学习的理论基础，XLA与JAX一般特性，JAX的高级特性，JAX的一些细节，JAX中的卷积，JAX与TensorFlow的比较与交互，遵循JAX函数基本规则下的自定义函数，JAX中的高级包。后给出3个实战案例：使用ResNet完成CI

本书围绕scikit-learn库，详细介绍机器学习模型、算法、应用场景及其案例实现方法，通过对相关算法循序渐进的讲解，带你轻松踏上机器学习之旅。本书采用理论与实践相结合的方式，结合Python3语言的强大功能，以小的编程代价来实现机器学习算法。本书配套PPT课件、案例源码、数据集、开发环境与答疑服务。 本书共分13章，内容包括机器学习的基础理论、模型范式、策略、算法以及机器学习的应用开发，涵盖特征提取、简单线性回归、k近邻算法、多元线性回归、逻辑回归、朴素贝叶斯、非线性分类、决策树回归、

《PyTorch编程技术与深度学习》讲述深度学习的基本原理，使用PyTorch展示涉及的深度学习算法。通过理论讲解和编程操作，使读者了解并掌握深度学习的原理和PyTorch编程技能，拉近理论与实践的距离。全书共分9章，主要内容包括PyTorch介绍、PyTorch基础编程、深度学习快速入门、神经网络训练与优化、卷积神经网络原理、卷积神经网络示例、词嵌入模型、循环神经网络原理、NLP示例。书中不但涵盖成熟的卷积神经网络和循环神经网络的原理和示例，还包含一些新的如Transformer和知识蒸