在人工智能的浪潮中，大语言模型技术正以前所未有的速度改变着我们的生活与工作方式。作为这个领域的后起之秀，DeepSeek凭借其开源与高性能的技术路线在2024年年末崭露头角，并迅速成为全球领先的人工智能应用平台之一。本书循序渐进地介绍了DeepSeek相关的各方面知识、经验和技巧，系统梳理了DeepSeek的结构化提示词技巧，并附有大量的模板实例。此外，本书介绍了DeepSeek的特色功能玩法、场景实战应用、高级应用技巧，以及DeepSeek工具集成和本地部署等相关知识。本书力求使零基础读者轻松掌握DeepSeek的使用方法，并学以致用、融会贯通。

《图解人工智能》从基础概念、历史沿革、基础算法、代表性应用、**研究进展、跨学科交叉成果等多个方面深入介绍人工智能。为满足不同程度学习者的学习需求，全书以图片为主并辅以少量文字说明，每节配有 小清爱提问 在线视频，具有初等阅读能力的读者（包括中小学生）可以轻松获得人工智能的基础知识和全局视野；每一节还包括扩展学习资料、深入阅读材料和编程实践资源供高等阅读能力的读者（包括大学生和教师）自学提高。为配合课堂教学，全书每一节都配有PPT课件、附加视频资料、互动演示程序等教学资源。对应不同知识背景的读者，本书有速读、专业、教学3种建议阅读模式。 期待更多人能借此书产生对人工智能学科的探索热情！ 本书封面贴有清华大学出版社防伪标签，无标签者不得销售。版权所有，侵权必究。

本书内容包括四旋翼无人机的基本原理、硬件配置、无人机的组装和调试以及试飞，*后给出了制作无人机过程中的常见问题及解决方法。本书可作为中、高等职业院校无人机专业教材，也可帮助初学者迈开玩转无人机的*步。

Transformer正在颠覆AI领域。市面上有这么平台和Transformer模型，哪些最符合你的需求？ 将引领你进入Transformer的世界，将讲述不同模型和平台的优势，指出如何消除模型的缺点和问题。本书将引导你使用Hugging Face从头开始预训练一个RoBERTa模型，包括构建数据集、定义数据整理器以及训练模型等。 《基于GPT-3、ChatGPT、GPT-4等Transformer架构的自然语言处理》分步展示如何微调GPT-3等预训练模型。研究机器翻译、语音转文本、文本转语音、问答等NLP任务，并介绍解决NLP难题的技术，甚至帮助你应对假新闻焦虑(详见第13章)。 从书中可了解到，诸如OpenAI的高级平台将Transformer扩展到语言领域、计算机视觉领域，并允许使用DALL-E 2、ChatGPT和GPT-4生成代码。通过本书，你将了解到Transformer的工作原理以及如何实施Transformer来决NLP问题。 主要内容 ? 了解用于解决复杂语言问题的新技术

内容简介 自人工智能（AI）的概念诞生之日起，科学家们就热衷于探讨它的发展路径。第一阶段毫无疑问是计算智能，经过半个多世纪，AI在运算能力和记忆方面早已超越人类。第二阶段，是感知智能，让机器可以看得懂听得懂这个世界。科学界认为，尚未到来的第三阶段，是认知智能，甚至提到一个词：认知时代。 我们来到大模型时代或者是生成式人工智能时代了吗？如果我们此时此刻正身处这个时代，那上一个是什么时代？ 有人说，大规模预训练已经过时，AI要实现具身化，具备推理能力，接着自我意识相伴而生。具身智能揭开了人类驯服机器的科学路径，小到在分子或原子上进行操作的纳米机器，大到震天撼地的巨型机械，无不乖乖地服从人类的操控指令，替代或者协助人类完成复杂的任务。 具有自我意识的AI是更安全还是更不安全？我们需要开始认真考虑

本书是深度学习领域的入门教材，系统地整理了深度学习的知识体系，并由浅入深地阐述了深度学习的原理、模型以及方法，使得读者能全面地掌握深度学习的相关知识，并提高以深度学习技术来解决实际问题的能力。 全书共15章，分为三个部分。 分为机器学习基础：第1章是绪论，介绍人工智能、机器学习、深度学习的概要，使读者全面了解相关知识；第2~3章介绍机器学习的基础知识。 第二部分是基础模型：第4～6章分别讲述三种主要的神经网络模型：前馈神经网络、卷积神经网络和循环神经网络；第7章介绍神经网络的优化与正则化方法；第8章介绍神经网络中的注意力机制和外部记忆；第9章简要介绍一些无监督学习方法；第10章介绍一些模型独立的机器学习方法，包括集成学习、自训练、协同训练、多任务学习、迁移学习、终身学习、元学习等。 第三部分

本书通过Excel示例介绍常用的机器学习算法和数据挖掘技术。许多机器学习任务的目的是找到数据中的隐藏模式。Excel能够清楚地展示机器学习建模过程的每一步及中间结果，让你不仅知其然，还知其所以然。第1章解释用Excel学习机器学习的益处。第2～12章分别介绍线性回归、k均值聚类、线性判别分析、交叉验证、logistic回归、k近邻、朴素贝叶斯分类、决策树、关联分析、神经网络、文本挖掘。第13章总结全书内容，并为读者指出继续学习的方向。

本书主要围绕AI系统的理论基础与技术基础知识展开，结合实例进行介绍，旨在让读者了解AI系统的来龙去脉，形成对AI系统的系统化与层次化的初步理解，掌握AI系统基本理论、技术、实际应用及研究方向，为后续从事具体的学习研究工作和项目开发工作奠定基础。 本书首先介绍AI的历史、现状与发展及AI系统的基本知识，后分为AI硬件与体系结构、AI编译与计算架构、AI推理系统与引擎、AI框架核心模块四篇进行详细介绍，涉及AI系统从底层原理到应用落地的全貌，反映了AI系统架构的前沿技术。

本书主要利用AI发现和构建有效的量化策略，旨在使读者掌握AI在量化策略中的应用。随着2023年大模型的崛起，投资者需要学会与AI共生，建立个人知识库和灵活应用提示词工程（Prompt Engineering），让AI协助寻找论文、理解论文、编写代码、构建模型、训练模型、生成信号、特征识别、投资组合优化和参数优化等。AI在高质量人群的量化行业中将得到广泛应用和发展，让更多读者能掌握编程和量化技能，从而在AI的帮助下快速开发出适应市场的量化策略。 本书共10章，涵盖量化投资中AI的历史演进、投研平台的构建、量化策略的开发流程、策略分类和介绍、市场主流策略开发、策略回测和实盘准备等内容。书中提供丰富的示例代码，具有较强的实践性和系统性，并配有高等数学、金融工程和计算机科学技术等前置知识，以帮助读者深入理解量化投资策略。 本书适合量

工业数字化时代已经到来，基于模型的系统工程和设计已经成为工业 智 造的手段。数字化设计在汽车行业的需求体现得尤为明显，模型作为数字化设计的主线索已经贯穿于从产品概念、系统需求、软件架构、软件实现到软件组件测试、软件集成验证、系统集成验证、产品交付的各个环节。本书既从广度上重点介绍了Simulink工具平台在各个工业领域上的广泛应用，又从深度上剖析了Simulink从架构、建模、仿真、代码生成、自动化测试与验证到硬件生态建设这样一条完整的产品建设思路。 本书是面向汽车电子、航空电子、工业控制、智能家电、无人机系统、机器人控制、电力电子等多个工业领域而撰写的专业著作，可供相关行业的公司、研发团队、工程师以及高校师生参考。

《AI虚拟数字人：商业模式 形象创建 视频直播 案例应用》一书以实战案例为主，通过以下4篇内容，帮助读者完成AI虚拟数字人从入门到精通的学习。 商业模式篇：介绍了AI虚拟数字人的前景、价值、原理、应用、产业链、商业模式等内容。 形象创建篇：介绍了生成虚拟数字人的工具和平台，以及使用主流软件剪映和腾讯智影生成与 设置数字人的过程。 视频直播篇：介绍了数字人的视频直播素材和效果的制作与剪辑，丰富画面的各类效果。 案例应用篇：通过《人生哲理播报》《抖音电商带货》《戏曲知识口播》《延时摄影攻略》4 个大型案例，介绍了数字人在心理学、电商、教育和摄影等领域的实战应用。 本书适合对象：一是对AI虚拟数字人感兴趣的读者和初学者；二是想要制定虚拟形象的博主， 如直播主播、短视频博主、电商商家等；三是需要制定虚拟偶像、

《动手学PyTorch建模与应用:从深度学习到大模型》是一本从零基础上手深度学习和大模型的PyTorch实战指南。《动手学PyTorch建模与应用:从深度学习到大模型》共11章，第1章主要介绍深度学习的概念、应用场景及开发环境搭建。第2章详细介绍PyTorch数学基础，包括函数、微分、数理统计、矩阵等基础知识及其案例。第3章介绍数据预处理及常用工具，包括NumPy、Pandas、Matplotlib、数据清洗、特征工程以及深度学习解决问题的一般步骤等。第4章介绍PyTorch基础知识，包括张量的创建、激活函数、损失函数、优化器等。第5章介绍PyTorch深度神经网络，包括神经网络概述、卷积神经网络、循环神经网络等。第6章介绍PyTorch数据建模，包括回归分析、聚类分析、主成分分析、模型评估与调优等。第7～10章介绍PyTorch图像建模、文本建模、音频建模和模型可视化。第11章介绍大语言模型

本书是一本针对初学者介绍人工智能基础知识的书籍。本书采用通俗易懂的语言讲解人工智能的基本概念、发展历程和主要方法，内容涵盖人工智能的核心方法，包括什么是人工智能、神经网络（深度学习）是如何实现的、计算机是如何学会下棋的、计算机是如何找到**路径的、如何用随机算法求解组合优化问题、统计机器学习方法是如何实现分类与聚类的、专家系统是如何实现的等，每种方法都配有例题并给出详细的求解过程，以帮助读者理解和掌握算法实质，提高读者解决实际问题的能力。 此外，本书可以帮助人工智能的开发人员理解各种算法背后的基本原理。书中的讲解方法和示例，有助于相关课程的教师讲解相关概念和算法。 总之，这是一本实用性强、通俗易懂的人工智能入门教材，适合不同背景的读者学习和使用。

本书阐述经典神经网络及典型的深度学习(神经网络)方法的基本架构、算法原理及相关问题。在此 基础上,介绍 MATLAB中神经网络工具箱在神经网络、深度学习中的应用,并给出相应的应用 实例。 本书可作为高等院校相关专业的本科生、研究生及从事神经网络及深度学习方面学习及研究工作的 专业人员的参考书。

本书从Python数据分析的基础知识入手，结合大量的数据分析示例，系统地介绍了数据分析与可视化方法，带领读者逐步掌握Python数据分析的相关知识，提高解决实际问题的能力。 本书共13章，主要内容包括数据分析与可视化概述、Python编程基础、NumPy数值计算基础、Pandas统计分析基础、Pandas数据载入与预处理、Matplotlib数据可视化基础、Seaborn可视化、pyecharts可视化、时间序列数据分析、SciPy科学计算、统计与机器学习、图像数据分析和综合案例实战等。 本书可作为各类高等院校数据科学与大数据、软件工程和计算机科学与技术等专业的教材，也可作为Python数据分析初学者和爱好者的参考书。

人工智能是近年来全球*为火热的研究领域之一，尤其是随着深度学习算法研究的突破，人工智能技术被应用到图片识别、机器翻译、语音助手、自动驾驶等一系列领域中，取得了前所未有的智能水平。深度学习算法涵盖的内容非常前沿和广袤，国内外出版的相关书籍并不算多，有些侧重于理论层面的推导，有些侧重于框架API的介绍，鲜有能结合深度学习算法理论和实战讲解的教材。为了使读者能够深刻理解深度学习算法精髓，本书以探索问题式叙述风格展开，从*简单的人工智能问题入手，一步步地引导读者分析和解决并发现新的问题，重温当年算法设计人员的探索之路。本书介绍了深度学习算法所需要的基础数学理论、TensorFlow 2.x框架的基本使用方法、回归问题、分类问题、反向传播算法、梯度下降算法、过拟合、全连接网络、卷积神经网络、循环神经网络、自

本书是一部全面介绍 Prompt Engineering（提示工程）的指南，旨在帮助读者零基础逐步掌握这一重要技能。 本书首先介绍了AI和Prompt（提示词）的基本概念，解释了 Prompt 的重要性，通过详细的示例展示了如何设计和使用 Prompt，引导AI模型生成高质量的内容。通过这些基础知识，读者可以快速上手并将 AI 模型应用于各种实际任务中。然后，本书深入探讨了多种 Prompt 的进阶技巧，包括链式提示、反向提示、情绪提示等。每种技巧都配有具体的应用场景和操作示例，可以帮助读者更好地理解和实践这些技巧。这些技巧不仅可以提高 AI 模型的表现，还能显著地增强用户的互动体验和内容创作能力。最后，本书展示了Prompt在工作、生活和学习教育中的实践应用。通过真实的案例和实践经验，读者将学习如何利用Prompt优化工作流程、提升生活品质，在AI时代获得更多的创意和

人工智能（初中版）从人工智能的发展与应用，数据、算力和算法，监督学习，非监督学习，人工神经网络及对人工智能的思考等方面对人工智能进行了初步讲解。通过本书的学习，初中生能够了解人工智能相关知识和技术，激发对人工智能的兴趣。本书案例、项目难易适中，与学生实际生活联系密切，与其他学科知识适度融合，让学生能够在实践中体验创造的乐趣。 本书适合初中学生阅读使用，可作为初中人工智能入门教材。

本书是全面介绍人工智能技术的教材，内容丰富、系统，语言表述清晰易懂，是学习人工智能的入门之选。本书以深入浅出的方式，引领读者走进人工智能的世界，激发探索未知的热情。 全书共12章，开篇首章阐述人工智能的历程，接下来的章节则紧密围绕人工智能的核心技术展开，包括搜索、计算机视觉、计算机听觉、自然语言处理与理解、知识表示与知识获取、机器学习、推理、多模态信息处理、多智能体系统、可信的人工智能、人工智能生态等内容。 本书不仅适合作为高等院校计算机、自动化、人工智能等专业的教材，还可作为非工科专业学生的入门学习资料。

内 容 提 要 本书以图文结合的方式介绍了芯片的知识，共7章。第1章介绍了与芯片发明相关的重要技术，包括半导体技术的诞生，晶体管、集成电路、光刻工艺的发明等内容；第2章带领读者走进芯片的微观世界，了解芯片复杂和神奇的内部结构，以及芯片的设计和芯片制造技术；第3章讲解了芯片的设计过程，包括与芯片设计相关的EDA软件、IP、MPW等内容；第4章介绍了芯片制造的主要工艺、设备和材料，重点介绍了光刻和刻蚀工艺，以及芯片制造的基本流程；第5章介绍了目前流行的先进封装形式和芯片测试的方法等；第6章介绍了芯片的各种应用；第7章通过对芯片与经济安全和信息安全关系的分析，阐述了芯片产业作为战略性产业的重要性。 本书图文并茂，讲解通俗易懂，适合各行各业的科技人员、芯片行业从业者和政府部门相关人员阅读，也可以作为

目前同类图书大多侧重于对机器人控制相关理论知识的介绍和研究，比较抽象，同时也难以培养读者的动手能力，因此难以取得良好的实践效果。《机器人控制：运动学、控制器设计、人机交互与应用实例/机器人科学与技术丛书》注重理论与应用的结合，力求使读者能够尽快掌握机器人控制技术，了解其主要研究方向。 全书分为基础篇、理论篇和应用篇本三部分，*部分作为机器人控制的基础，从机器人学的基本理论入手，介绍机器人学相关的基础理论知识；第二部分结合具体设计实例介绍机器人常用的控制方法；*后一部分阐述机器人控制技术在人机交互方面的应用。