本书聚焦深度学习算法的基础理论和核心算法，全面系统地论述深度学习的基础理论，兼顾人工智能数学基础知识与领域**原创基础理论，构建脉络清晰的人工智能理论体系。本书首先介绍了深度学习的相关数学基础，主要包括线性代数、概率论、信息论三部分；紧接着系统地介绍了深度学习的重点内容，主要分为五方面，即深度学习的逼近理论，深度学习的表征理论，深度学习的学习理论，深度学习的优化理论，深度学习的核心算法。

深度学习技术作为人工智能领域的一门新兴技术，已成为人工智能科研领域、企业应用领域中常用的一门技术。本教材由神经网络基本训练规则、感知器、BP网络作为基础，讲述神经网络基础训练方法。并通过自编码器网络，将浅层网络过度到深度神经网络部分，详细讲解卷积神经网络原理及训练方法、卷积神经网络的发展以及基于卷积神经网络的目标检测算法等。而后，对序列信息处理神经网络—循环神经网络进行讲解。本教程采用由浅入深的方式，对深度学习相关理论进行讲解，满足教学过程中的需要。

　　人工智能（AI），尤其是生成式语言模型和生成式人工智能（AIGC）模型，正以惊人的速度改变着我们的世界。驾驭这股潮流的关键，莫过于探究自然语言处理（NLP）技术的深奥秘境。本书将带领读者踏上一段扣人心弦的探索之旅，让其亲身感受，并动手搭建语言模型。本书主要内容包括N-Gram，词袋模型（BoW），Word2Vec（W2V），神经概率语言模型（NPLM），循环神经网络（RNN），Seq2Seq（S2S），注意力机制，Transformer，从初代GPT到ChatGPT再到GPT-4等一系列突破

本书重点围绕众智科学智能理论与计算方法展开介绍，主要内容包括众智的定义和建模、众智的分析与计算方法、单个智能体和多个智能体的智能进化方法、众智水平分析方法，以及众智科学智能理论在典型场景的应用。

ChatGPT在全球掀起了AI大模型的浪潮，它是基于GPT-3.5架构的大模型所产生惊艳效果的典型代表。AI大模型是指具有大规模参数和复杂结构的人工智能模型。随着计算能力的不断提高和数据量的增大，AI大模型在自然语言处理、图像识别、语音识别等领域取得了重大的进展和成果，OpenAI于今年3月也刚刚发布了ChatGPT的升级版本GPT-4。人工智能不仅是社会关注的热点，更以燎原之势向各领域迅速渗透。如何全面认识人工智能，了解大模型所带来的机遇与隐忧，这是人们能否顺利拥抱人工智能的关键所在

《智能边缘计算》对智能边缘计算的概念、发展历程以及边缘计算的网络形态进行了介绍，阐述了边缘计算系统架构和部署方案，并对边缘计算的关键技术，如计算卸载、边缘缓存、商业模式、移动性管理以及安全技术进行了详细分析，针对智能边缘计算的几种实际场景以及与新兴技术的融合进行了综述说明。

本书涉及的内容广泛，对算法、技术的阐述足够清晰，将应用场景与实际结合，并对与新兴技术的融合发展进行了展望。本书可以作为从事边缘计算、边缘智能方面课题研究的硕士、博士研究生的教材或参考书，也可以作为对边缘计算感兴

ChatGPT作为人工智能领域的一大进步，引起了热议，其强大功能的背后离不开大模型的支持。大模型指的是参数规模超过千万的机器学习模型，主要应用于语音识别、计算机视觉等领域。
本书聚焦大模型，对大模型的技术场景和商业应用展开详细叙述。本书主要从典型应用ChatGPT入手，探寻其背后支撑大模型的魅力。首先，本书对大模型的基础概念、产业格局、带来的新型商业模式进行讲解，展现了大模型的发展现状和商业化潜力。其次，本书从数据服务、智能搜索、办公工具、对话式AI、休闲娱乐、生产制造、智慧营销、智慧城市

本书首先介绍深度强化学习的基础知识以及TensorFlow 2.x的**主要版本。随后介绍OpenAI Gym、基于模型的RL和无模型的RL，并学习如何开发基本代理。深入介绍发现如何实施高级深度强化学习算法，例如行动者批评、深度确定性策略梯度、深度Q网络、近端策略优化以及深度循环Q网络，以训练RL代理。同时，本书通过构建用于自动完成任务的加密货币交易代理，股票/股票交易代理和智能代理等实例，探索现实世界中的强化学习。最后，本书介绍如何使用TensorFlow 2.x将深度强化学习代理部署到云并构

本书旨在探讨 AIGC（Artificial Intelligence Generated Content）的发展历程、应用范围及其对社会和个人的影响，从而帮助读者深入了解并应用人工智能技术。 本书共分为8章。第1章介绍了ChatGPT和AIGC的发展历史，以及核心技术的演进与应用。第2章详细探讨了ChatGPT的特点、功能，以及它在文科和理科领域的应用。第3章深入介绍了ChatGPT及其他AIGC对个人的赋能，包括原理、成本、应用场景、高质量答案的提问技巧，以及如何利用ChatGPT进行编程。

本书讲解了搜索算法的相关知识，内容包括算法问题中涉及的基本数据结构和复杂度分析，及状态空间、树、图等较复杂的数据结构；同时，通过相关实例，讲解了各类搜索方法及线性规划与非线性规划；也重点解读了组合优化问题和群智能算法。全书内容包含了搜索算法所能用到的核心方法和技术，另附三个附录，分别讲解了类与继承以及博弈基础等。