本书从计算机信息安全入手，阐明了人工智能的技术和典型应用场景，使读者能够深度学习人工智能的重点技术和平台工具，并能够深入了解人工智能技术的实际应用。具体包括计算机信息安全概述、计算机网络安全体系结构、计算机系统安全防护技术、计算机其他安全技术、人工智能与智能信息处理技术，以及人工智能在城市建设中的应用。

"本书具有立足于系统、面向应用、实用性强、适用面广等特点。全书共有８章：第１章概论，第２章计算机中的数据表示，第３章运算方法和运算器、第５章指令系统、第６章中央处理器子系统、第７章输入／输出设备，第４章存储子系统、第 ８章输入／输出技术。在计算机组成原理的课程教学当中，学生不仅应该掌握计算机的组成，更要理解指令的执行过程。另外，计算机组成原理的学习不仅仅是硬件上的设计与分析，还应该包括数据在计算机中的表示、运算和存储。因此，计算机组成原理的课程教材，既要内容更新，也要注意重点应放在学以致用上。

本书全面系统地论述了数据中心运维工作中运用的新技术，包括导论、数据中心的信息传输
网络技术、楼宇设备控制特性及自动化技术、数据中心的安全防范技术、数据中心的消防及联动
控制技术、数据中心的综合布线技术和数据中心的监控技术等。
本书可作为高等学校电气工程及其自动化、新基建大数据运维等相关专业的教材，也可作为
从事数据中心管理工作人员提升能力的专用工具书，还可作为从事楼宇智能化工作的工程技术人
员和管理人员的参考书籍。

"本书为有志于从事数据中心暖通系统运维工作的人员提供了必需的入门知识。本书遵循由浅
入深的原则，首先以“零基础”视角系统介绍了暖通系统运维人员必备的入门基础理论知识，主
要包括空气调节理论、热力学定律、制冷原理、常见制冷系统组成及各部件工作原理，这些构成
了本书的重点内容。随后本书以数据中心暖通系统为聚焦点，介绍了数据中心暖通系统的常见组
成方式、各部分工作原理，其中针对数据中心暖通系统的空调机组、风系统、水系统等进行了比
较详细的介绍。最后为了开阔读者视野、激发读

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。

本书以图文并茂的方式对面试中的高频算法题进行讲解，重点关注解决问题的策略，旨在帮助广大读者更好地厘清各类算法题目的解题思路。 本书分系列对算法题目进行讲解，包括数组系列、链表系列、动态规划系列、字符串系列、二叉树系列、滑动窗口系列、博弈论系列、排序系列、位运算系列、二分查找系列以及其他补充题目。 本书适合数据结构和算法知识的初学者、希望从事IT行业工作的入门人员，以及具有一定基础的IT行业从业者阅读，也可作为大、中专院校计算机等相关专业的参考书。

本书主要围绕不同的进化算法时间复杂度分析方法展开介绍，包括基于Markov过程的理论、分层估计理论、漂移分析理论、关系模型理论、平均增益理论、带噪声的进化算法的时间复杂度分析理论，并且提供了配套的软件工具辅助读者开展实践。本书对进化算法的理论研究进行了分析、归纳和总结，写作内容严谨易懂，逻辑清晰严密。

算力、数据、AI已经成为驱动当今社会技术发展的三架马车，而算力也从传统的超级计算向云超算的方向发展。本书旨在探讨当前超级计算与云计算的融合而给算力带来的新的发展，介绍当前在算力领域的一些实践和探索，从理论到工程，帮助读者了解超级计算的关键技术与未来发展，从而更好地应用和发展高性能技术。

本书对二维、三维目标检测技术涉及的骨干网络及入门必备的计算机视觉算法进行全面的介绍。本书由浅入深地介绍了MNIST、ImageNet、CIFAR、波士顿房产、ModelNet等经典二维、三维数据集和相关国际赛事，还介绍了TensorFlow中的二维卷积层、全连接层、激活层、池化层、批次归一化层、随机失活层的算法和梯度下降原理，AlexNet、VGG、ResNet、DarkNet、CSP-DarkNet等经典骨干网络的设计原理，以及PointNet、GCN等三维计算机视觉神经网络。此外，本书

本书在介绍深度学习、百度飞桨等相关知识的基础上，着重介绍了图像分类、目标检测、语义分割、人体关键点检测、图像生成、视频分类、图像文本检测和识别、图像识别等计算机视觉任务的实现原理及深度学习模型框架，并通过具体案例来详细介绍各任务的实现细节。

全书分为理论篇和实战篇。理论篇（第1～4章）梳理了计算机视觉技术的发展历程、主要任务、行业应用系统，同时简要介绍了深度学习开发框架、飞桨（PaddlePaddle）开发平台，以及深度学习的基础知识与网络模型架构。实战篇（第5～12章）结合计算机