本书将推荐系统的理论基础与代码实践相结合，内容涵盖各类非个性化和个性化、经典及先进的推荐算法，以及工业界推荐系统的基本流程、步骤。本书可以作为各高校相关专业智能推荐系统课程教材，也可以作为技术人员的参考书籍。通过本书，读者可以掌握推荐系统的基本概念、评价指标，熟悉推荐系统在工业界应用的具体过程，既可以了解基于传统机器学习的推荐算法，也可以学习基于深度学习的前沿推荐算法，本书的最后一章带领读者熟悉推荐系统领域的关键问题和挑战。

本书系统讲解了机器人学涉及到的基本知识，涵盖了机器人硬件、软件、控制以及制作多个方面的内容。初学者可以通过本书了解机器人相关各领域的基本知识，明白机器人是怎样构成的、如何工作的以及如何自己动手实现一个简单的机器人。为了适合不同层次的机器人爱好者的学习需求，本书对一些深奥的数学或物理知识进行了简要说明，即使不参考专业书籍也可以通读本书。

内容：本书构建了包括城市轨道交通常态与非常态场景下车站级和网络级短时进站流预测、短时OD流预测、短时断面流预测、以轨道交通为骨干的多模式交通短时客流预测、基于计算机视觉的轨道交通站内关键设施处短时客流预测等在内的一整套智能城市轨道交通短时客流预测体系。具体章节内容安排如下：第1章为绪论。第2章为城市轨道交通车站级常态短时进站流预测。第3章为城市轨道交通网络级常态短时进站流预测。第4章为城市轨道交通车站级与网络级非常态短时进站流预测。第5章为城市轨道交通车站级与网络级短时OD流预测。第6章为城市轨道交通网络级短时断面流预测。第7章为以轨道交通为骨干的多模式交通短时客流预测。第8章为基于计算机视觉的城市轨道交通站内短时客流预测。 读着对象：本书主要面向城市轨道交通运营管理部分科研人员，广大从事交通大数据分析、机器学习或深度学习的专业人员，从事高等教育的专任教师，高等院校的在读学生及相关领域的广大科研人员，可作为各高等院校交通运输、交通工程等专业的本科生和研究生教材。 特色：随着大数据、人工智能等技术的兴起，利于人工智能方法进行短时客流预测的研究兴起，然而目前国内鲜有利用人工智能方法针对城市轨道交通进行短时客流预测的专著，本书为当前鲜有的利用人工智能进行城市轨道交通短时客流预测方法的专著，构建了一整套包括城市轨道交通常态与非常态场景下车站级和网络级短时进站流预测、短时OD流预测、短时断面流预测、以轨道交通为骨干的多模式交通短时客流预测、基于计算机视觉的轨道交通站内关键设施处短时客流预测等在内的一整套智能城市轨道交通短时客流预测体系。

《深度序列模型与自然语言处理：基于TensorFlow2实践》以自然语言和语音信号处理两大应用领域为载体，详细介绍深度学习中的各种常用序列模型。 在讲述理论知识的同时辅以代码实现和讲解，帮助读者深入掌握相关知识技能。 《深度序列模型与自然语言处理：基于TensorFlow2实践》共12章，不仅涵盖了词向量、循环神经网络、卷积神经网络、Transformer 等基础知识，还囊括 了注意力机制、序列到序列问题等高级专题，同时还包含其他书籍中较少涉及的预训练语言模型、生成 对抗网络、强化学习、流模型等前沿内容，以拓宽读者视野。 《深度序列模型与自然语言处理：基于TensorFlow2实践》既适合互联网公司算法工程师等群体阅读，又可以作为本科高年级或研究生级别的自然语言处 理和深度学习课程的参考教材。

《细说机器学习：从理论到实践》从数学知识入手，详尽细致地阐述机器学习各方面的理论知识、常用算法与流行框架，并以大量代码示例进行实践。本书内容分为三篇：第一篇为基础知识，包括机器学习概述、开发环境和常用模块、特征工程、模型评估、降维方法等内容。本篇详细而友好地介绍机器学习的核心概念与原理，并结合大量示例帮助读者轻松入门。第二篇为算法应用，涵盖机器学习最重要与高频使用的模型，包括K-Means聚类、K最近邻、回归、决策树、朴素贝叶斯、支持向量机、神经网络等内容。本篇不仅详细讲解各个算法的原理，还提供大量注释详尽的代码示例，使这些算法变得直观易懂。第三篇为拓展应用，包括集成学习、深度学习框架TensorFlow与PyTorch入门、卷积网络、激活函数以及模型微调与项目实战。本篇内容更加前沿与高级，带领读者跨过机器学习的门槛，进行真实项目的实践与部署。 《细说机器学习：从理论到实践》内容丰富、系统且实用，大量相关代码示例贴近实战，能够为读者学习机器学习打下扎实的基础，并真正掌握运用这些知识与算法解决实际问题的技能。适合机器学习入门者、大学生、人工智能从业者，以及各行业技术人员和科研人员使用，也可作为培训机构和大专院校人工智能课程的教学用书。

VEX机器人竞赛旨在拓展参赛者对于科学、技术、工程和数学的兴趣，提升参赛者解决实际问题的能力，培养团队协作精神，是一个非常典型的STEM实践案例。《VEX EDR从入门到精通》立足于VEX机器人竞赛，介绍了VEX EDR机器人的硬件、软件及结构知识，同时给出2020—2021赛季竞赛手册，帮助读者了解VEX机器人竞赛的具体要求和赛事规则。

本书系统讲解了流媒体和直播的基础理论及应用，包括RTSP、RTP、RTCP、RTMP、HLS、HTTP-FLV等常用的流媒体协议，包括Live555、SRS、Nginx-RTMP、ZLMediaKit等开源流媒体直播服务器。本书为FFmpeg音视频流媒体系列丛书的第二部。全书共分为14章：系统讲解了流媒体协议的基础知识、直播的原理流程及架构分析、Live555、SRS、Nginx-RTMP、ZLMediaKit等开源直播点播库。书中包含大量的示例，图文并茂，争取让一个音视频流媒体领域的读者真正入门，从此开启流媒体直播编程的大门。本书知识体系比较完整，侧重流媒体与直播的原理讲解及应用。建议读者先学习FFmpeg音视频流媒体系列丛书的第一部，即音视频原理及应用。讲解过程由浅入深，让读者在不知不觉中学会了流媒体协议的基础理论知识，并动手搭建直播平台。本书可作为流媒体和直播方向的入门书籍，也可作为高年级本科生和研究生的学习参考书籍。

自2023年以来，AI聊天机器人ChatGPT火爆互联网，其颠覆性的使用体验重塑了人们对于AI的认知。而ChatGPT背后的技术―AIGC也引起了互联网圈的关注，打开了人们对AI应用的想象空间。本书从ChatGPT入手，以AIGC为中心，对AIGC的理论知识、应用场景、未来发展等内容进行了全面的梳理。 首先，本书对AIGC的概念、技术构成、产业生态、市场现状等进行了讲解，以便读者对AIGC形成一个清晰、完整的认知。其次，本书讲解了AIGC在传媒、电商、影视、娱乐、教育、工业等领域的应用，展现了AIGC的应用价值和对各领域的赋能。最后，本书解析了AIGC领域的创投机会和未来图景，便于读者把握AIGC的发展趋势。 本书在系统地讲述AIGC理论及应用的同时，引入了大量实践案例，介绍了诸多国内外知名企业在AIGC领域的布局，也介绍了一些AI文字生成、AI图片生成、AI视频生成、AI音频生成等方面的AIGC应用，内容十分丰富。

工业4.0时代数据做为生产资料将改变传统的生产方式，我们称之为数字经济或行业数字化。数字经济时代，增加了大数据、人工智能、云计算、5G、边缘控制、低代码平台、数字孪生与仿真等全新的生产要素，这就对从业者提出全新的技能要求，要求他们具备同时具备IT、OT、CT技术能力。本书正是在这个人才培养需求下编写，核心章节包含了5G关键技术、5G-PLC上云通信、IOT数据中台、低代码平台、图像识别与PLC闭环控制，课程设计简单高效地将OICT技术融合，使学员能够快速掌握数字化技术的核心技能。

本书介绍面向多Agent的编程（MAOP）的主要概念和技术，并结合JaCaMo开源平台进行实践。MAOP提供了一种基于三个维度的结构化方法，本书详细讨论这三个维度：Agent维度，用于设计个体（交互）实体；环境维度，支持共享资源的开发，实现与现实世界的联系；组织维度，构建自治Agent和共享环境之间的交互。本书还讨论了MAOP与现有技术和应用领域的集成，包括移动计算、基于Web的计算和机器人技术。zui后，从MAOP的角度探讨了与人工智能相关的经典问题，并讨论了面向Agent的软件工程方法。