本書從人工智能（AI）項目管理中的實際困難出發，覆蓋通用項目管理、通用人工智能、特定領域人工智能三個層次的問題。重點討論治理、范圍、進度和質量四個大類的問題，并提供一系列適用于AI項目管理的基本框架、分析思路和翔實可用的模板、思維圖表和流程，幫助讀者快速理解人工智能項目管理的特點，并應用到具體的項目中，解決具體的問題。全書內容可概括為兩大部分——“地基”和“上層建筑”。首先覆蓋了項目、行業和人這三個基礎主題，讓AI項目管理能夠站在一個穩定的基礎知識（地基）上。之后，重點概述了范圍、進度和
本書以智能博弈對抗為主線，聚焦技術進展、緊盯研究前沿，分為理論方法、應用實踐、前沿展望三大部分。理論方法著重介紹智能博弈對抗的理論、相關基礎方法；應用實踐針對當前三類典型智能博弈對抗系統平臺，提出人工智能程序設計思路并進行設計實現；前沿展望分析當前智能博弈對抗領域的前沿元理論，探討智能博弈對抗的典型應用場景。
多智能體系統協調控制是控制領域的研究熱點，正滲透到社會系統、生物系統、軍事系統、經濟系統等眾多領域中，其相關的研究已成為目前學術界一個具有挑戰性的研究課題。本書系統地介紹作者近年來在多智能體系統的協調分析與控制領域的研究成果，具體內容包括線性多智能體系統的有限時間編隊跟蹤控制、包含控制、編隊包含控制，以及非線性**者-跟隨者多智能體系統的多編隊控制問題、異質多智能體系統的輸出一致性、固定時間二部一致性、二部輸出一致性問題等。
人工智能（AI）是否會取代人類？是不是所有的事情機器都能比人做得好？當 AlphaGo 能下圍棋、ChatGPT 能理解并生成內容時，當每一次AI 應用取得突破時，這兩個問題都會引起人們的廣泛討論。 本書提供了多個 AI 應用的例子，可讓讀者直觀地了解 AI 已經可以出色地完成很多任務。通過一個個具體的案例，本書細致講解了主要 AI 工具的使用方法，包括 ChatGPT、Midjourney、Stable Diffusion 等 AIGC（人工智能生成內容）工具，以輔助我們完成繪畫、視頻制作
本書首先簡要介紹了ChatGPT與自然語言大模型的基本概念，以及GPT-4的核心技術特點和人工智能技術未來的發展趨勢；之后介紹了數字化時代的基礎安全問題，以及大模型和ChatGPT在內容安全、網絡安全、隱私安全、版權合規和倫理道德等方面帶來的新挑戰、新風險，如生成內容的準確性問題、作品訓練的版權問題等，并從人工智能技術的監管角度給出了一些策略建議；最后深入地分析了如何客觀看待ChatGPT給如今的經濟社會所帶來的各種影響，我們該如何與新興的人工智能技術和諧相處。 本書適合人工智能
我們在運用AI的時候，有時得不到自己想要的回答，于是責怪AI不夠智能。我們容易忽略的是，AI的回答質量往往取決于提問的質量。《秒懂AI提問：讓人工智能成為你的效率神器》系統地介紹了20種向AI提問的有效方法，用這些方法可以讓AI給出高質量的回答。在介紹提問方法時，本書緊扣日常工作和生活，并通過對比讓讀者直觀感受不同提問方法的效果，最后引出更多場景下的應用，讓讀者真正學以致用。《秒懂AI提問：讓人工智能成為你的效率神器》適合各行業對AI技術應用
圖數據是對萬物間聯系的一般抽象，廣泛存在于各行各業中。圖表征學習為圖數據的建模與分析提供了新范式，是近年來機器學習與數據挖掘領域的熱門研究方向，并被有效地應用于推薦系統、交通預測等眾多領域。本書將全面介紹圖表征學習，特別是針對處于真實世界動態、開放環境之中圖數據的圖表征學習方法。本書分為3 篇：第1 篇介紹圖嵌入和圖神經網絡等經典圖表征學習方法；第2 篇圍繞魯棒性、動態性、可解釋性、分布外泛化性等多個角度，系統地介紹針對動態開放環境中的圖表征學習方法；第3 篇以四個不同領域為例，從推薦系統、交通
本書針對學習者在選擇合適的學習資源時所面臨的學習資源問題，利用深度學習技術分別對學習者模型、學習者的反饋信息、學習者的社交關系和學習資源的知識圖譜等方面的內容進行建模研究。本書采用定量與定性的研究方式評估了所提出的學習資源適配模型，并實現和開發了學習資源適配服務平臺，從理論和實證研究相結合的角度對學習資源適配技術進行了系統性的研究。本書圖文并茂，既有詳細的模型算法圖，又有嚴謹的公式推導和實驗驗證，所構建的模型能夠有效的提高學習資源適配的準確率，使學習者在進行在線學習過程中，獲得更加個性化的學習體
本書的主要內容涵蓋機器學習領域的主要模型和算法, 包括監督學習的分類和回歸模型與算法、非監督學習的聚類和降維算法、強化學習的主要算法、遷移學習的實例以及最新前沿的相關模型和算法的實踐。本書以實驗項目或案例為單元, 每個單元有明確的實驗目的、原理和實驗步驟, 包括基礎驗證性實驗、綜合設計性實驗和系統開發項目實踐。
隨著深度學習、大規模預訓練模型和生成式人工智能的進展，機器學習已成為解決很多工程和科學問題的**方案。《概率機器學習》一書從概率建模和統計推斷的角度系統介紹機器學習的基本概念、經典算法及前沿進展。主要內容包括概率機器學習基礎、學習理論、概率圖模型、近似概率推斷、高斯過程、深度生成模型、強化學習等。全書從實例出發，由淺入深，直觀與嚴謹相結合，并提供了延伸閱讀內容和豐富的參考文獻。
新書資訊 新書推薦