八年前， 数学之美 系列文章原刊载于谷歌黑板报，获得上百万次点击，得到读者高度评价。读者说，读了 数学之美 ，才发现大学时学的数学知识，比如马尔可夫链、矩阵计算，甚至余弦函数原来都如此亲切，并且栩栩如生，才发现自然语言和信息处理这么有趣。 在纸本书的创作中，作者几乎把所有文章都重写了一遍，为的是把高深的数学原理讲得更加通俗易懂，让非专业读者也能领略数学的魅力。读者通过具体的例子学到的是思考问题的方式 如何化繁为简，如何用数学去解决工程问题，如何跳出固有思维不断去思考创新。 本书*版荣获国家图书馆第八届文津图书奖。第二版增加了针对大数据和机器学习的内容。第三版增加了三章新内容，分别介绍当今非常热门的三个主题：区块链的数学基础，量子通信的原理，以及人工智能的数学极限。

本书详细介绍了如何在芯片公司做好产品管理和市场营销，着重讲述在芯片产业中产品管理者的各方面工作，总结了全球成功的芯片公司的产品开发管理和市场营销较为普遍的运作规律和方法，包括其产品规划、开发流程、组织管理、营销实践等环节。 从产品规划方面，介绍了作为芯片的管理者，芯片产品线经理应该如何分析市场，制定产品方向，制定商业计划；从开发流程方面，描述了如何开始研发，管理项目，到后量产的各种细节；从组织管理方面，详述了产品和市场组织的合理结构，内部各部门运作的关系，产品线与销售、代理商等外部组织的关系；从营销实践方面，介绍了芯片的推广、定价、谈判和销售策略，如何支持和终赢得客户。 本书的读者范围：可以是芯片产业的任意人士，不限于销售、工程师、财务、法务等人员 ；对于想参与芯片市场和芯片产

本书是计算机科学概论课程教材，全书对计算机科学做了百科全书式的精彩阐述，充分展现了计算机科学的历史背景、发展历程和新的技术趋势。本书首先介绍的是信息编码及计算机体系结构的基本原理，进而介绍操作系统和组网及因特网的相关内容，接着探讨算法、程序设计语言及软件工程，然后讨论数据抽象和数据库方面的问题，讲述图形学的主要应用以及人工智能，后以计算理论的介绍结束全书。本书在内容编排上由具体到抽象逐步推进，很适合教学安排，每一个主题自然而然地引导出下一个主题。此外，书中还包含大量的图、表和示例，有助于读者对知识的了解与把握。 第13版的全彩色打印策略允许我们制作许多更具描述性的图和图表，使用语法着色对阐明本书中的代码和伪代码段有更好的效果。 本书非常适合作为高等院校计算机以及相关专业本科

两位作者持续多年扎根人工智能前沿领域，这本书是他们在科学研究的过程中蹦出的意外火花。因为这一全新发现并不是直接回馈于他们本身所处的人工智能领域，而是“无心插柳”收获了对人类约定俗成的思维方式的全新颠覆。这一研究打破了人类世界延续多年、难以撼动的、依靠目标和计划成事的文化基因，真正开启了人类伟大创新的惊喜之旅。他们在学校、TED、科研论坛等场合公开演讲，让这一新思维方式影响并激励了许多人。他们自身也凭借写入本书的“寻宝者思维”“踏脚石模型”“新奇性探索”等具体思维方法，在人工智能研发领域取得了飞跃式的突破和进展，产生了一系列惠及人类的伟大创造。

人类与信息遭遇的历史由来已久。詹姆斯格雷克笔下的这段历史出人意料地从非洲的鼓语讲起（第1章）。非洲土著部落曾用只有高低两个音的鼓声来传递复杂的讯息，但他们是如何做到的？后续章节进而讲述了这段历史上几个影响深远的关键事件，包括文字的发明（第2章）、罗伯特考德里的*本英语词典（第3章）、查尔斯巴贝奇的差分机与爱达拜伦的程序（第4章）、沙普兄弟的信号塔与摩尔斯电码（第5章）。 但人类开始自觉地理解和利用信息始于克劳德香农于1948年创立的信息论（第6、7章）。香农的信息论不仅大大推动了信息技术的发展，也引发了其他许多学科的信息转向（第8章），改变了人们对于诸如麦克斯韦妖（第9章）、生命的编码（第10章）、模因（第11章）、*性（第12章）、量子信息论（第13章）等的理解。部分科学家甚至认为，构成世界的基

本书倡导在计算机迅速发展、技术不断革新的今天，回归到计算机的基础知识上。通过探究计算机的本质，工程师将提升对计算机的兴趣，在面对复杂的新技术时，能够迅速掌握其要点并灵活运用。本书以图配文，以计算机的三大原则为开端，相继介绍了计算机的结构、手工汇编、程序流程、算法、数据结构、面向对象编程、数据库、TCP/IP网络、数据加密、XML、计算机系统开发以及SE的相关知识。第2版的部分程序改用Python来呈现，数据库改用MySQL，并对加密部分做了升级。

本书为读者提供了一次深入探索人工智能和自动化编程的奇妙之旅。全书从AI（Artificial Intelligence，人工智能）的基本概念和背景入手，逐渐深入到如何使用具有代表性的AIGC工具 ChatGPT、GitHub Copilot和Claude2等进行自动化编程。此外，本书还详细介绍了其他多种AI代码生成解决方案。针对桌面应用、Web应用、游戏、办公自动化等场景，本书还提供了丰富的实例。 本书适合对AI和自动化编程感兴趣的初学者阅读，也适合有一定基础并且想要提高开发技能的程序员阅读。同时，本书也可以作为高校或培训机构的参考书。

AIGC的应用领域日益广泛，而在图像生成领域，扩散模型则是AIGC技术的一个重要应用。本书以扩散模型理论知识为切入点，由浅入深地介绍了扩散模型的相关知识，并以大量生动有趣的实战案例帮助读者理解扩散模型的相关细节。全书共8章，详细介绍了扩散模型的原理，以及扩散模型退化、采样、DDIM反转等重要概念与方法，此外还介绍了Stable Diffusion、ControlNet与音频扩散模型等内容。最后，附录提供由扩散模型生成的高质量图像集以及Hugging Face社区的相关资源。 本书既适合所有对扩散模型感兴趣的AI研究人员、相关科研人员以及在工作中有绘图需求的从业人员阅读，也可以作为计算机等相关专业学生的参考书。

本书根据李宏毅老师"机器学习"公开课中与深度学习相关的内容编写而成，介绍了卷积神经网络、Transformer、生成模型、自监督学习（包括BERT和GPT）等深度学习常见算法，并讲解了对抗攻击、领域自适应、强化学习、元学习、终身学习、网络压缩等深度学习相关的进阶算法。在理论严谨的基础上，本书保留了公开课中大量生动有趣的例子，帮助读者从生活化的角度理解深度学习的概念、建模过程和核心算法细节。本书适合对深度学习感兴趣、想要入门深度学习的读者阅读，也可作为深度学习相关课程的教材。

在保罗眼里，黑客是创作者，是互联网之子，拥有一颗不安分的心，虽然经常被视为书呆子，却以自己的努力，为互联网新世界奠基。毫无疑问，我们生活于其中的世界，已经且必将继续被黑客深刻地改变，因此，了解黑客，我们也会更了解这个世界。在本书中，作者和我们谈论了与黑客有关的三个方面：第一，黑客如何成长及看待世界；第二，黑客如何工作及影响世界；第三，黑客的工具和工作方法。事实上，在全部15篇文章中，保罗所探讨的内容远远超出了黑客所关注的内容，并以幽默的笔触，在最广泛的可能性上展现了他对于人人关心且受其影响的重大议题的思考。不管是创造财富，还是如何设计出好产品，抑或如何在充满了异见的世界里自洽地活着。可以说，不管我们处在人生的什么阶段，都将从阅读本书的过程中得到启示。

本书通过近百个实际的研究案例，详细介绍了研究人员如何让ChatGPT成为一位称职的研究助手，利用chatgpt可以完成以下几方面的内容：1.确定研究主题并构建问题。2.根据选择的研究问题制定和完善假设。3.进行文献综述，覆盖系统综述的所有步骤。4.选择适当的研究设计和相应的方法论。5.开发可靠且高效的研究工具。6.收集并处理数据。7.解释分析定量和定性数据。8.编写和修改研究论文。9.处理同行评审意见。10.通过大众和社交媒体平台传播研究结果。以上所有任务都可以通过在ChatGPT界面中简单地输入提示词来完成。

本书内容与RCNA、RCNP等企业网络工程师的认证内容对接，与实际项目施工内容紧密相连，以工程项目为主体、实践应用为主线，根据网络组建与运维的实际工作过程中所需要的知识和技能，整合为6个模块，72个工作任务。 本书以交换机、路由器等网络设备和W indows Server2022网络操作系统为实验操作平台，以交换技术、路由技术、网络安全技术、网络服务应用与性能优化技术、W indows Server服务配置与管理、企业网络综合实践为主线，选取企业典型工作过程，帮助读者掌握网络基本原理、网络建设关键技术、网络设备和应用服务器的配置调试方法，从而提高读者计算机网络应用和维护的技能。 本书可供网络工程师认证培训使用，也可作为计算机和网络工程等相关专业的课程教材，以及网络管理人员的培训教材。

本书是深度学习真正意义上的入门书，深入浅出地剖析了深度学习的原理和相关技术。书中使用Python3，尽量不依赖外部库或工具，从基本的数学知识出发，带领读者从零创建一个经典的深度学习网络，使读者在此过程中逐步理解深度学习。书中不仅介绍了深度学习和神经网络的概念、特征等基础知识，对误差反向传播法、卷积神经网络等也有深入讲解，此外还介绍了深度学习相关的实用技巧，自动驾驶、图像生成、强化学习等方面的应用，以及为什么加深层可以提高识别精度等疑难的问题。本书适合深度学习初学者阅读，也可作为高校教材使用。

《深入理解Hive:从基础到高阶:视频教学版》采用 理论 实战 的形式编写，通过大量的实例，结合作者多年一线开发实战经验，全面地介绍Hive的使用方法。《深入理解Hive:从基础到高阶:视频教学版》的撰写秉承方便学习、易于理解、便于查询的理念。无论是刚入门的初学者想系统地学习Hive的基础知识，还是拥有多年开发经验的开发者想学习Hive，都能通过《深入理解Hive:从基础到高阶:视频教学版》迅速掌握Hive的各种基础语法和实战技巧。《深入理解Hive:从基础到高阶:视频教学版》作者曾经与极客学院合作，拥有丰富的教学视频制作经验，为读者精心录制了详细的教学视频。此外，《深入理解Hive:从基础到高阶:视频教学版》还免费提供所有案例的源码，为读者的学习和工作提供更多的便利。 《深入理解Hive:从基础到高阶:视频教学版》分为12章，分别介绍Hive学习平台的

《人工智能简史》全面讲述人工智能的发展史，几乎覆盖人工智能学科的所有领域，包括人工智能的起源、自动定理证明、专家系统、神经网络、自然语言处理、遗传算法、深度学习、强化学习、超级智能、哲学问题和未来趋势等，以宏阔的视野和生动的语言，对人工智能进行了全面回顾和深度点评。第2版中每章都有新增内容，并增加了全新的第13章，整理了人工智能几大派别的演化路线和人物的继承关系，有助读者阅读方便。本书极具专业性、思想性和趣味性，既适合缺少专业背景的读者了解人工智能的来龙去脉，作为人工智能的启迪之书，也适合专业人士了解人工智能鲜为人知的历史，提供深入学习的指导。

克劳德·香农的信息论不仅催生了信息革命，也深刻地改变了众多其他学科的面貌。借助信息的视角，我们看待过去（文字、词典、电报、电话等的发明）、现在（信息时代）以及未来（信息泛滥、信息过载）的方式将大不相同。百万级销量科普畅销书作家詹姆斯·格雷克历经七年完成《信息简史》一书，带来一段人类与信息遭遇的波澜壮阔的历史，告诉我们如何在信息时代的信息爆炸中生存。

本书以探索之旅的形式，从在浏览器中输入网址开始，一路追踪了到显示出网页的内容为止的整个过程，以图配文，讲解了网络的全貌，并重点介绍了实际的网络设备和软件是如何工作的。目的是帮助读者理解网络的本质意义，理解实际的设备和软件，进而熟练运用网络技术。同时，专设了“网络术语其实很简单”专栏，以对话的形式介绍了一些网络术语的词源，颇为生动有趣。 本书图文并茂，通俗易懂，非常适合计算机、网络爱好者及相关从业人员阅读。

信息学竞赛作为培养中学阶段拔尖创新人才的重要平台，越来越受到社会的重视，参加NOI系列赛事的学生人数、学校数量屡创新高，随着这几年越来越多的学生通过高校自主招生、强基计划进入北京大学、清华大学等国内高校，也激发了学生、家长、学校等不同受众对优质竞赛资源的需求。 本书由NOI活动专家、NOI金牌教练等业内专家主编，书稿专门针对NOI系列赛事活动，总结历年试题，梳理知识脉络，全面详细地阐述了计算机基础、C 语言基础、算法基础、数据结构基础、信息学竞赛数学基础等知识，并针对近几年的联赛真题进行全面剖析和整理了多套模拟试卷。读者可以结合线上评测系统进行完整的初赛训练。本书可为广大信息学竞赛初试者提供快速入门的学习资料，为竞赛教练、学校提供竞赛发展思路。

从工业时代，到信息时代，再到现在的智能时代，人们的生活发生了翻天覆地的变化。现如今，几乎人人拥有智能手机，互联网深入到我们日常工作生活的各个角落，人工智能应用快速普及，其中IT技术的发展起着非常重要的作用。随着时代的发展，IT行业不断涌现出一些新的热词、术语，让很多人应接不暇。《IT用语图鉴 AI时代需要了解的信息技术相关词汇256》就根据现阶段的公共知识结构、社会环境和技术发展情况，对目前工作和生活中高频出现且理应知道的256个术语热词，通过图鉴的形式按类别进行了汇总整理，读者可随时翻阅查看，不仅适用于从事IT 工作和对IT感兴趣的人，也适用于生活在智能时代的每一个人。

周志华老师的《机器学习》（俗称“西瓜书”）是机器学习领域的经典入门教材之一。本书是《机器学习公式详解》（俗称“南瓜书”）的第2版。相较于第1版，本书对“西瓜书”中除了公式以外的重、难点内容加以解析，以过来人视角给出学习建议，旨在对比较难理解的公式和重点内容扩充具体的例子说明，以及对跳步过大的公式补充具体的推导细节。全书共16章，与“西瓜书”章节、公式对应，每个公式的推导和解释都以本科数学基础的视角进行讲解，希望能够帮助读者快速掌握各个机器学习算法背后的数学原理。本书思路清晰，视角独特，结构合理，可作为高等院校计算机及相关专业的本科生或研究生教材，也可供对机器学习感兴趣的研究人员和工程技术人员阅读参考。

本书的目标，是让非机器学习领域甚至非计算机专业出身但有学习需求的人，轻松地掌握机器学习的基本知识，从而拥有相关的实战能力。 本书通过AI“小白”小冰拜师程序员咖哥学习机器学习的对话展开，内容轻松，实战性强，主要包括机器学习快速上手路径、数学和Python基础知识、机器学习基础算法（线性回归和逻辑回归）、深度神经网络、卷积神经网络、循环神经网络、经典算法、集成学习、无监督和半监督等非监督学习类型、强化学习实战等内容，以及相关实战案例。本书所有案例均通过Python及Scikit-learn机器学习库和Keras深度学习框架实现，同时还包含丰富的数据分析和数据可视化内容。 本书适合对AI感兴趣的程序员、项目经理、在校大学生以及任何想以零基础学机器学习的人，用以入门机器学习领域，建立从理论到实战的知识通道。

本书详细介绍了大语言模型和多模态大模型的发展历史、技术原理和亮点、主要的开源框架、配套工具、部署细则和实战案例。为了让读者更好地进行大模型的应用实战，本书还详细介绍了使用大模型为商业赋能的3个应用案例。期望本书能够帮助读者打开通往大模型尤其是多模态大模型的学习、实战和商业成功之路。

本书汇集了国内外知名语言学家和Al专家的文章，深人探讨了ChatGPT这一大型语言模型对语言学的影响和挑战。从ChatGPT的语言能力，到其在语言教学中的应用，再到其对语言学理论的挑战，本书涵盖了广泛的议题，展现了语言学与AI交叉的无限可能。本书不仅为读者提供了深入理解ChatGPT的机会，更是对语言学界如何适应AI时代的深度反思。这是一本引领语言学进入AI时代的之作，无论是语言学与Al研究者，还是对语言学与AI感兴趣的读者，都将从中获得启示。

《深度学习进阶：自然语言处理》是《深度学习入门：基于Python 的理论与实现》的续作，围绕自然语言处理和时序数据处理，介绍深度学习中的重要技术，包括word2vec、RNN、LSTM、GRU、seq2seq 和Attention 等。本书语言平实，结合大量示意图和Python代码，按照“提出问题”“思考解决问题的新方法”“加以改善”的流程，基于深度学习解决自然语言处理相关的各种问题，使读者在此过程中更深入地理解深度学习中的重要技术。