这是一本全面讲解图计算、知识图谱及其在推荐系统领域应用的专著，为读者基于神经网络构建推荐系统提供了详细指导，是作者在相关领域10余年经验的总结。掌握本书内容，读者可开发出能处理多模态数据的推荐算法系统，提供更丰富和准确的推荐体验。本书主要内容分为两篇。第一篇 图数据以及图模型（第1-3章）对图数据、图神经网络、知识图谱的基础知识进行了梳理，帮助读者掌握着3项技术的关键原理与算法，为后面的学习打下基础。第二篇 推荐系统（第4-9章）首先介绍了推荐系统的架构，包括逻辑架构、技术架构和数据建模，以及基于GNN的推荐系统架构；然后详细讲解了如何基于GNN构建推荐系统，以及基于图的推荐算法；再接着讲解了知识图谱在推荐系统中的应用以及相关的算法模型；最后，探讨了推荐系统领域当前的热点问题、研究方向以及工业级推荐系统领域的核心难题本书注重实战，故理论知识简练且极具针对性，包含大量实战案例，图文并茂，易于阅读。

本书是“口袋里的人工智能”丛书的一个分册，是一本介绍人工智能生成模型（AIGC）技术起源、原理及其应用的科普书。本书深入浅出地向读者概述了AIGC的基础概念、技术发展历程、与传统的人工智能的差别，以及这一技术在视觉图像和语言文本方面展现出的高超创作能力，如火爆全网的Chatgpt、AI绘画、AI写作等与人们工作和生活密切相关的应用。此外，本书还探讨了AIGC在科学研究、城市建设和日常生活中可能出现的应用，展示了AIGC未来发展的潜力与亟待解决的技术问题。通过阅读本书，读者将能够了解AIGC的基本知识与原理，并启发自身将AIGC应用于相关的专业领域，为工作生活带来更多的便利和创新。

章鱼可以打开罐子获取食物，黑猩猩可以为未来做计划，一台名为沃森的电脑在《危险边缘》电视游戏节目中获胜，而另一台电脑亚历克莎竟然知道我们最喜欢的歌曲是哪一首。但是，动物和智能机器所具有的智慧与人类智识真的有可比性吗？ 在《机器和生灵》这本书中，保罗·萨伽德研究了智能机器和动物的智慧同人类相比究竟如何。萨伽德解释说，人类的智力不仅仅是IQ值，也不仅仅是诸如解决问题、做出决策和具备创造力等能力的集合体。借助心理学和神经科学，他将智慧分析为12个特征和8种机制，以此评估了6款闻名世界的智能机器，包括沃森、阿尔法元、虚拟助手、自动驾驶汽车、谷歌翻译和推荐系统，以及6种公认无敌的聪明动物，如蜜蜂、章鱼、乌鸦、狗、海豚和黑猩猩。他不是一个深信非人类智慧的浪漫狂热者，也不是一个令人扫兴的怀疑论者，而是以这份清单做出了明确的评估。书中不仅热烈讨论了有关动物智力的问题，如细菌的意识、鱼的疼痛、狗的嫉妒，还评估了机器和动物达到人类智慧水平的可能性，思考了伦理和政策问题。

本书是自公元前6 世纪到公元20 世纪的16 位著名人物的侧记，介绍了他们当时所处的社会环境以及他们对社会的改变和对历史的影响。他们中有的是思想的巨擘（老子、苏格拉底等），有的是文学的骄子（苏轼、塞万提斯等），有的是科技的巨匠（伏特、特斯拉等），他们在历史上非同凡响、功名卓著，他们的思想、行为、发明创造是人类历史的珍贵遗产，至今仍深刻地影响着世界。

2019年初，“职教20条”提出“三教”改革，倡导使用新型活页式、工作手册式教材并配套开发信息化资源。在此职教改革背景下，本书创新编写模式，以计算机网络体系结构的层次模型为主线，以实际的工作任务为载体，以学生为中心，以能力培养为本位，将理论学习与实践学习相结合，充分利用信息化教学资源，在设计上采用了任务引入-任务目标-知识准备-任务实施-思维导图小结-同步测试的框架模式，实现了从简单到复杂、由辅助到独立、由模糊到理解、从局部到整体的理实结合的教学目标。本书中的任务实施使用Packet Tracer6.0虚拟仿真实验平台。全书共设计7个工作任务，主要介绍了虚拟仿真平台Packet Tracer的使用、网络体系结构、物理层协议及通信基础知识、数据链路层的基本功能、网络层功能及工作过程、IPv4编址及网络规划和配置等理论知识和实践技能。本书具有较强的灵活性和较宽的适用性，结构清晰，内容丰富，既可作为高等院校网络专业基础课程教材、电子信息类专业及其他相关专业的网络基础课程教材，还可作为对计算机网络技术感兴趣的相关专业技术人员的参考书。

本书具体内容包括9个基础模块：认识Photoshop CC、应用基本工具、应用图层、调整图像色彩、应用路径、应用蒙版、应用通道、应用滤镜、制作动画与应用动作，针对各个模块设置了贴近实际的20多个案例。同时本书还设置了综合实践模块，在综合实践中主要包含了：商务宣传册封面效果的设计与制作、手机UI界面设计制作、企业网站界面设计制作三个综合任务。针对九个基础模块，每个模块采用任务展示、知识准备、任务实施、任务拓展、任务小结、拓展练习等模块。本书内容丰富，实用性强，可用做高职高专计算机类相关专业、电子商务等专业的“Photoshop图像处理”课程的教材，也可作为平面设计爱好者学习的参考书。

本书以PyTorch深度学习的常用技术与真实案例相结合的方式，深入浅出地介绍使用PyTorch实现深度学习应用的重要内容。本书共7章，内容包括深度学习概述、PyTorch深度学习通用流程、PyTorch深度学习基础、手写汉字识别、文本生成、基于CycleGAN的图像风格转换、基于TipDM大数据挖掘建模平台实现文本生成等。本书大部分章包含实训和课后习题，希望通过练习和操作实践，帮助读者巩固所学的内容。本书可以作为高等学校数据科学与大数据技术或人工智能相关专业的教材，也可作为深度学习爱好者的自学用书。

本书以常见的R语言数据处理方法、ggplot2可视化为主线，希望解决大多数R语言学习者在学习过程中碰到的难点问题。本书以实战为目的，聚焦R语言本身数据处理、可视化的特点，以一个个例子循序渐进地讲述R语言数据处理及可视化中用到的经典软件包，以便读者能快速将所学内容运用到实际场景中。本书共6章， ～3章分别介绍R语言及其软件安装、数据可视化入门、数据存储结构及数据处理方法；第4章和第5章分别介绍ggplot2可视化技巧、常见ggplot2增强包的使用方法；第6章数据可视化分析示例对数据处理及可视化技巧综合运用进行介绍；附录A简要介绍rmarkdown及大数据处理神器data，table包本书侧重数据处理及可视化在日常工作和学习中的运用，以降低读者的学习难度。本书为R语言的入门书，也可供对于财务分析、经营分析、商业分析、数据分析等有一定经验的读者参考，

本书围绕大数据预处理业务背景及相关技术，以学习情境的方式，首先介绍了使用 Python、Pandas对各种数据源的读写，然后介绍了数据的清洗、集成、规约、变换四个处理数据方式， 介绍了使用Kettle工具和MapReduce编程对数据进行处理的技术，通过理论结合实际、循序渐进的学习方式，让读者学习并掌握大数据预处理技术及应用。本书理论分析相对较少，侧重动手实践，适合应用型本科、高职高专大数据技术专业学生和希望快速进入大数据领域的读者参考使用。

本书在人工智能框架下，以数字图像处理与计算机视觉为应用背景介绍了模式识别的概念、原理、方法和典型应用。全书共11章，内容如下：绪论部分在人工智能的框架下探讨了图像模式识别在智能科学中的重要意义；第二章和第三章介绍了数字图像处理中的像素级图像特征分析方法和图像模式识别中常用的局部特征计算方法；第四章到第十一章分别介绍了图像模式识别中的数据降维方法、聚类方法、决策树分类方法、贝叶斯理论、支持向量机理论、人工神经网络理论、深度学习理论以及运动检测方法。本书理论与实验并重，在阐明图像模式识别基本理论的同时给出了相应的实际应用实验分析。同时，以国产机器视觉组态软件XAVIS为工具，实现了图像模式识别的典型方法。本书可作为大专院校自动化、计算机、电气工程、机电一体化等专业的研究生教材，也适用于从事人工智能、模式识别、数字图像处理、视觉测量、图像检测、视觉控制、视觉机器人等系统的研究、设计和开发的科研与工程技术人员参考。