青少年人工智能编程水平测试涵盖从数学逻辑到计算思维、从拖曳程序模块到程序编写、从数学建模到算法设计等多学科知识，能够对学生的多学科知识综合运用能力做出评价；能够通过设计的具体解决方案，对学生的计算思维、创造性思维等能力做出评价；在具体的解决方案中，能够通过设计算法模型和实现算法，对学生掌握和运用编程的能力做出评价。本书结合生活中的实例，系统地介绍了不同进制之间的转换、函数参数的作用域、枚举算法、二分查找算法、选择排序算法、欧几里得算法等内容。通过分析和解决问题，培养青少年的逻辑思维能力。由知识内容的学习到具体案例的探究，由简单到复杂、由直观到抽象，帮助学生从编程意识、编程思维、编程学习与创新3个层面进行学习，掌握 C++ 编程语言。本书内容丰富、层次清晰、图文并茂，既可作为青少年人工智能编程水平测试 5 级（C++）的辅导用书，也可作为校内、校外编程与人工智能相关课程的教材或参考书（适合两学期教学）。

这是一部系统讲解评分卡建模的智能风控著作，从业务与技术、理论与实践、传统风控与智能风控等角度透彻讲解评分卡建模的原理、流程、方法及其风控策略构建。作者在智能风控领域深耕十余年，既熟悉商业银行传统风控体系思想、方法、技术、工具，又熟悉人工智能背景下的创新智能风控相关解决方案、风险策略和风险建模技术，本书是作者实践经验的系统性总结。本书内容分为六部分。第1部分（第1章）介绍评分卡建模基础知识，包括评分卡模型的概念和定义、评分卡建模全流程、评分卡模型的评价等。第二部分（第2章）介绍银行零售信贷领域产品特征和业务流程，以及信用风险和欺诈风险概念，介绍评分卡的应用场景和业务基础知识。第三部分（第3~11章）系统介绍评分建模的全流程，覆盖需求理解、数据理解、特征工程、模型设计、模型开发、模型验证、模型部署、模型监控、模型优化等模型全生命周期各环节。第四部分（第12~14章）总结了评分建模的关键问题及其解决方案，包括拒绝推断、模型可解释性等，以及模型开发过程中诸如分布不均衡、模型性能下降、模型迭代漂移等问题。第五部分（第15章）介绍了当前业界除评分卡外使用频率Z高的高维机器学习技术，比较了传统评分卡模型和高维机器学习模型，并重点介绍了XGBoost和LightGBM模型。第六部分（第16章）以贷前自动化审批场景为例，介绍基于评分的自动化审批策略构建，帮助读者理解评分卡模型在风险策略设计中的应用。

本论文集是北京数字科普协会出版的数字博物馆发展的系列论文丛书，本书的主要内容是数字博物馆方面的学术交流成果展现，本论文集展现的案例涉及智慧博物馆建设与发展中的新理念、人员队伍建设以及 外的一些创新实践，人工智能与博物馆教育、博物馆与红色文化传播、社会应急（疫情）状态下的博物馆服务和博物馆数字化与数字博物馆等方面的内容，对推动博物馆建设有很好的借鉴和参考作用。

本书将虚拟现实（VR）视为一种媒介，更多聚焦于内容而非技术层面，讨论如何实现虚拟现实以及如何创建成功的虚拟现实应用。书中首先介绍相关术语和背景知识；然后重点讨论界面（接口）技术，包括交互技术、内容选择和表示问题，并新增一章讨论人类用户在虚拟现实体验中扮演的重要角色；之后讨论虚拟现实的总体设计，涉及虚拟现实体验的分类以及我们可以从过去的设计中学到的经验；最后对虚拟现实系统和应用的未来进行展望。本书适合所有对虚拟现实应用及实现感兴趣的读者，包括相关产品设计人员、技术开发人员和市场营销人员等，也适合高等院校相关专业的学生阅读参考。

青少年人工智能编程水平测试涵盖从数学逻辑到计算思维、从拖曳程序模块到程序编写、从数学建模到算法设计等多学科知识，能够对学生的多学科知识综合运用能力做出评价；能够通过设计的具体解决方案，对学生的计算思维、创造性思维等能力做出评价；在具体的解决方案中，能够通过设计算法模型和实现算法，对学生掌握和运用编程的能力做出评价。本书结合生活中的实例 ， 循序渐进地介绍 C++ 的诞生过程、C++ 基础知识、分支语句、循环语句、数组、函数和简单算法的应用案例，由程序结构、数据类型等内容的学习到具体案例的探究，由简单到复杂、由直观到抽象，帮助学生从编程意识、编程思维、编程学习与创新 3 个层面进行学习，掌握 C++ 编程语言。本书内容丰富、层次清晰、图文并茂，既可作为青少年人工智能编程水平测试 4 级（C++）的辅导用书，也可作为校内、校外编程与人工智能相关课程的参考书（适合两学期教学）。

本书从基础知识开始，介绍深度学习与图神经网络相关的一系列技术与实现方法，主要内容包括PyTorch的使用、神经网络的原理、神经网络的基础模型、图神经网络的基础模型。书中侧重讲述与深度学习基础相关的网络模型和算法思想，以及图神经网络的原理，且针对这些知识点给出在PyTorch框架上的实现代码。本书适合想学习图神经网络的技术人员、人工智能从业人员阅读，也适合作为大专院校相关专业的师生用书和培训班的教材。

全书共分四个模块： 介绍Python基础知识、人工智能的数学基础知识、人工智能的常用算法及各算法的应用场景、常用算法在人工智能主要领域的应用探究。在介绍各知识模块时，均以Python来实现。全书的重点在人工智能各领域所涉及到的各种算法，以及如何用这些算法来解决实际问题。目前，关于市场上关于这方面的书籍所介绍的知识都比较零散，都属于专题性质，从数学到数据结构再到算法研究及算法在人工智能领域中的应用，这种的构思是比较独特。 本书可以作为高等院校人工智能导论课程，同量对研究人工智能的各类人员有非常高的参考价值。

本书在新一代人工智能背景下，重点介绍自然语言处理的基础知识、主要的经典技术、前沿技术及应用。本书分为四部分内容进行阐述：基础知识、自然语言处理的基础技术、自然语言处理的应用技术、自然语言处理的应用系统。首先，在基础知识部分，介绍了语言学理论和机器学习理论两个方面的基础。其次，介绍自然语言处理中的基础技术，包括语言模型、词法分析、句法分析和语义分析等内容。然后，通过文本的信息抽取、篇章分析、情感分析及文本生成等任务，介绍自然语言处理的应用技术。最后，在自然语言处理的应用系统方面，详细介绍了问答系统、对话系统和机器翻译中的相关技术和系统结构等内容。本书可作为人工智能专业、智能科学与技术专业以及计算机类相关专业的本科生及研究生学习自然语言处理的教材，也可以作为自然语言方向相关研究人员的参考用书。

本书通过深度学习实例，从可解释性角度出发，阐述深度学习的原理，并将图神经网络与深度学习结合，介绍图神经网络的实现技术。本书分为6章，主要内容包括：图片分类模型、机器视觉的高级应用、自然语言处理的相关应用、神经网络的可解释性、识别未知分类的方法——零次学习、异构图神经网络。本书中的实例是在PyTorch框架上完成的，具有较高的实用价值。本书适合人工智能从业者、程序员进阶学习，也适合作为大专院校相关专业师生的教学和学习用书，以及培训学校的教材。

全书分为4部分。第1部分对基础知识展开讲解，包括Linux基础和ROS入门。第2部分主要关注一个实际的机器人中的硬件和核心传感器模块的构造，重点讲解机器人上的传感器、差分底盘、树莓派主板开发方面的知识。第3部分是SLAM地图构建的核心算法，SLAM中的数学基础、基于激光的SLAM系统、基于视觉的SLAM系统、混合SLAM系统、新型SLAM系统。第4部分是自主导航相关的核心技术与应用，包括自主导航中的数学基础、基于地图的导航、基于环境探索建图的导航、强化学习在机器人导航中的应用。 通过阅读本书，读者不仅可以自己设计出一套SLAM导航机器人出来，还可以在软硬件结合的环境中提高自己的C++/Python/Java方面的编程能力，同时还可以接触到流行的SLAM算法的实际应用。