这是一部有关计算机科学和人工智能之父艾伦？图灵的科普佳作，它生动地介绍了图灵的生平，以通俗易懂的语言展现了图灵在计算机科学、数理逻辑、密码学、人工智能、人工生命、认知科学、机械化数学等诸多领域的杰出成就，其中不乏一些高屋建瓴的思想。例如，作为通用计算模型的图灵机、对判定问题的否证、机器学习的本质、形态发生的动力学解释等。 本书内容细致严谨，从多个视角为我们描述了真实而立体的图灵，可作为研究计算历史的重要参考文献。图灵对国家的无私奉献、对强人工智能的期待、对人性的理解、对苦难的忍受，都值得我们深思——图灵的精神，属于全体人类。相信这本书必将激发读者们的想象力与好奇心，让每个人都能从中受益，阅读此书将是一次难得的精神升华之旅。

随着ChatGPT的火爆出现，相信很多人都在思考如何使用和训练ChatGPT，让它成为自己工作和生活的“得力助手”。本书就是一本教你如何训练ChatGPT高效完成日常办公任务的实战图书。全书分3篇，共8章。其中，第1章介绍ChatGPT的技术原理，第2～4章介绍正确使用ChatGPT的方法，第5～8章通过丰富的实战案例，介绍如何利用ChatGPT生成VBA、Python代码，从而培养我们的编程思维，实现工作中的编程自动化，进而在AI的加持下快速提升我们的数据处理与分析、总结汇报和互联网营销能力。本书中所有的案例均来自实际的办公场景，这些案例都可以通过训练ChatGPT来自动化完成，具有很强的实操性和可借鉴性。另外，为了方便读者学习和实践，本书还提供了案例配套素材和视频。本书不仅适合所有的职场办公人阅读，也适合在校学生及对使用类ChatGPT工具感兴趣的人阅读。AIGC时代，职场人如何赶上时代潮流，掌握AI工具的使用“密码”？相信你学习完本书后一定会有所启发。

本书全景式展现了芯片行业关键的几十年发展历程，以详细的数据分析和严谨的史实考证为基础，以台积电、联华电子、三星、英特尔等关键企业的发展为线索，铺陈出整个行业的发展脉络。其中，以颇具代表性的中国经验台积电为主轴，展示了其如何从半导体产业基础相当薄弱的中国台湾，通过开创晶圆代工商业模式，不断抓住行业衰退和技术迭代的机会，进行大规模的资本开支和研发投入，逐步甩开联华电子、击败三星电子和赶超英特尔，取得全球芯片制造技术领先的地位，成长为"世界上重要的公司”之一。如今，中美之间的贸易、科技冲突频发，其发展路径，亦是中国芯片、中国制造，甚至全球科技产业的一个缩影。本书对于中国大陆如何发展自己的芯片制造业、追赶世界半导体领先技术水平，有着非常重要的借鉴意义。

本书为有志于从事数据中心暖通系统运维工作的人员提供了必需的入门知识。本书遵循由浅入深的原则，首先以“零基础”视角系统介绍了暖通系统运维人员的入门基础理论知识，主要包括空气调节理论、热力学定律、制冷原理、常见制冷系统组成及各部件工作原理，这些构成了本书的重点内容。随后本书以数据中心暖通系统为聚焦点，介绍了数据中心暖通系统的常见组成方式、各部分工作原理，其中针对数据中心暖通系统的空调机组、风系统、水系统等进行了比较详细的介绍。后为了开阔读者视野、激发读者兴趣，书中涉及了一些数据中心暖通系统设计方面的内容。本书适用于从事数据中心暖通系统运维工作的初学者以及对数据中心暖通系统感兴趣的人士。

传统的股市技术分析书籍一般从图表模式和技术指标出发，分析如何选择进入点和退出点、开发交易系统以及制定成功的交易计划。近年来，机器学习与神经网络技术快速发展，并且与传统量化方法相结合，产生了无限的可能性。基于此趋势，本书将重点放在交易模型的构建上，即如何寻找合适的算法来实现交易以及如何优化这些算法。本书直接从技术指标等数据出发，介绍了交易模型与投资组合优化方法、如何利用基础算法（线性回归、lightGBM）预测股市的涨跌与股价、利用消息面来预测市场情绪、利用深度学习和强化学习算法预测股票走势，以及如何进行套利交易和网格交易等。本书适合对投资有兴趣的人群阅读。

本书全面介绍了如何对企业生产经营管理所拥有及需要的资产进行分析、整理，形成企业数字资产。企业数字资产必须独立于企业的生产经营管理流程才能更好地实现共享与复用，同时也必须与相关流程紧密结合才能实现持续的价值创造。为实现这看似矛盾的目标，本书通过案例详细阐述了企业数字资产规划和建设的一系列方法和工具，以及所有工作的具体步骤、注意事项等，指导读者对企业数字资产进行综合利用，确保企业数字资产持续地为企业创造价值提供支持。 本书适合计划开展数字化转型的企业的架构师、业务规划人员和开发人员阅读。

图数据是对万物间联系的一般抽象，广泛存在于各行各业中。图表征学习为图数据的建模与分析提供了新范式，是近年来机器学习与数据挖掘领域的热门研究方向，并被有效地应用于推荐系统、交通预测等众多领域。本书将全面介绍图表征学习，特别是针对处于真实世界动态、开放环境之中图数据的图表征学习方法。本书分为3 篇：第1 篇介绍图嵌入和图神经网络等经典图表征学习方法；第2 篇围绕鲁棒性、动态性、可解释性、分布外泛化性等多个角度，系统地介绍针对动态开放环境中的图表征学习方法；第3 篇以四个不同领域为例，从推荐系统、交通预测、自然语言处理、组合优化等场景，介绍图表征学习的应用方法。除了对代表性方法进行详细介绍，本书还提供了丰富的参考文献，读者可以更深入地学习图表征学习的前沿内容。《图表征学习：迈向动态开放环境》适合具有一定机器学习基础的高年级本科生、研究生、教师和研究者，以及对图数据感兴趣的计算机工程师和从业人员阅读，也适合对人工智能、深度学习和图数据分析感兴趣的其他人士参考。

本书系统介绍自动驾驶与机器人中的 SLAM 技术，从零开始搭建一套完整的激光雷达与惯性导航定位 建图方案。理论方面使用现代化流形方法进行推导，代码方面则使用简洁明快的现代 C 语言实现。本书 从最基本的理论与程序代码开始，一步步增加各种模块，省略复杂的工程细节，最后形成一个完整的系统。本 书在逻辑上是完整自洽的，在内容上则是通俗易懂的。 本书从经典的卡尔曼滤波器讲到现代的预积分和图优化理论。读者可以通过实际操作，将这些算法重新 实现一遍，并比较它们之间的异同。本书内容包括惯性导航、组合导航、误差拓展卡尔曼滤波器、预积分和 图优化、二维和三维激光点云的表达、最近邻数据结构、点云配准算法，等等。最后，本书将各种算法模块 组合起来，形成完整的惯性里程计、离线地图构建和实时定位系统。 本书可作为自动驾驶和机器人定位领域的教材，适用于对该方向感兴趣的学生、教师和科研人员。

本书将碎片化的Java面试“八股文”知识点系统化、结构化，精选了近200道经典高频的“八股文”面试题，整理了近20个经典高频的“实战场景”解决方案，准备了10多个面试简历实操技巧。每道面试题都标注了难度指数、考查频率、开发年限和匹配岗位等，并配置了二维码，扫码即可同步观看视频解说，能够让读者享受到“同声传译”式的体验。本书内容覆盖了Java基础知识，并发编程与多线程，集合原理，JVM原理，I/O与网络编程，设计模式，Spring全家桶，Dubbo、Netty、MyBatis等互联网常用框架，分布式与微服务，MySQL数据库，缓存与NoSQL，消息中间件，互联网经典场景及面试求职攻略，覆盖了90%以上常见的面试知识点。本书非常适合未来想从事Java开发相关工作的学生、准备面试的Java程序员、不知道如何修改简历的技术人员阅读。希望本书可以帮助读者完成短期面试突击，获得理想的Offer。

本书主要讲解分布式机器学习算法和开源框架，读者既可以从宏观的设计上了解分布式机器学习的概念和理论，也可以深入核心技术的细节设计中，对分布式机器学习形成深刻而直观的认识，做到学以致用。 本书共分为5篇，第1篇是分布式基础，首先介绍了分布式机器学习的概念、基础设施，以及机器学习并行化技术、框架和软件系统，然后对集合通信和参数服务器PS-Lite进行了介绍。第2篇是数据并行，以PyTorch和Horovod为主对数据并行进行分析，读者可以了解在具体工程领域内实现数据并行有哪些挑战和解决方案。第3篇是流水线并行，讲解了除模型划分之外，还通过引入额外的流水线来提高效率，以GPipe / PyTorch / PipeDream为例进行分析。第4篇是模型并行，首先对NVIDIA Megatron进行分析，讲解如何进行层内分割模型并行，然后讲解PyTorch 如何支持模型并行，最后介绍分布式优化器。第5篇是TensorFlow分布式，前面几篇以PyTorch为纲，结合其他框架/库来穿插完成，本篇带领大家进入TensorFlow分布式领域。