本书系统介绍推荐系统的技术理论和实践。首先介绍推荐系统的基础知识；然后介绍推荐系统常用的机器学习和深度学习模型；接着重点介绍推荐系统的4层级联架构，包括召回、粗排、精排和重排，以及谷歌、阿里巴巴等大型互联网公司在4层级联架构中的模型设计和实现原理；紧接其后介绍多目标排序在推荐系统中的应用，具体介绍阿里巴巴、谷歌等大型互联网公司的实践；最后从不同角度审视推荐系统，介绍公平性问题、知识蒸馏、冷启动等各种前沿实践。本书基于一线研发人员的视角向读者分享推荐系统的实践经验，所有模型结构和前沿实践都在业务场景中落地。 本书适合推荐系统领域的从业者、高校科研人员、高校计算机专业学生，以及对推荐系统感兴趣的产品研发人员和运营人员阅读。

Python是一种面向对象的脚本语言，广泛应用于Web 开发、网络编程、爬虫开发、自动化运维、云计算、人工智能、科学计算等领域。本书是作者长期应用Python进行机器学习开发实践的经验结晶，主要内容包括Python数据读取的技巧，数据探索性分析，数据预处理，特征选择，特征选择的常用技巧，算法模型，sklearn类库，Python中数据可视化的常用方法等。本书具有针对性、系统性、实操性强，原创度高的特点，读者对代码进行简单修改，就可以直接拿来使用。 本书适合于具有一定Python基础，且有志于从事机器学习、人工智能开发的读者使用。

随着我国经济、科技、技术的快速发展，自动化、智能化、信息化、智慧化技术已成功应用于汽车、航空航天、钢铁、复合材料、精密电子等多行业生产制造，推动我国制造业向着更高精度、更高效率、更高质量的方向发展。机器视觉智能检测技术作为推进我国制造业迈向自动化、智能化方向发展的关键一环，已经为我国智能制造的快速发展贡献了显著力量。 面向多行业复杂场景的智能化检测需求，机器视觉智能检测技术基于高精度、高质量成像技术，图像处理技术，人工智能分析技术，结合自动化执行系统，配合第三方软件平台，可实现面向汽车、航空航天、钢铁、复合材料、精密电子等多行业复杂场景的智能化检测与测量需求，保障产品的生产质量，促进产品的生产效率。

本书紧密围绕深度学习及加速技术的基础理论与应用案例展开叙述，实现了深度学习算法设计与硬件加速技术的有机统一，是一本基础理论与实践案例相结合的实用图书。其具体内容涉及人工智能基本概念，神经网络数学基础、神经网络基本结构与学习策略、反向传播算法数学原理与训练机制等神经网络基础理论，以及一些高级主题和实践。本书可作为从事人工智能领域算法研究、架构设计与应用实现等工作的科研人员、工程师以及高等院校师生的参考书籍。

本书包括五个部分：第yi部分介绍文本情感分析的研究背景、研究现状和基础技术；第二部分从内容语义理解的角度出发，介绍基于隐式表达的讽刺检测技术；第三部分从用户个性化建模的角度出发，介绍多轮对话中的情绪分析技术；第四部分介绍小样本场景下的立场检测解决方案；第五部分介绍对抗攻击场景下的情感分类防御技术。

暂缺简介...

本教材主要介绍人工智能及其在现代工业领域的应用。教材主要针对智能制造工程本科生专业课程培养，提供有关人工智能理论及工业应用所必须的知识，系统地介绍人工智能理论体系，并结合实际工业案例应用，增加算法软件实现和算法工业应用环节，全方位培养学生的基础知识与工程应用素养。本教材就是为大学本科高年级学生提供有关人工智能理论以及工业应用所必需的知识，掌握人工智能算法的基本原理与应用场景，培养设计开发智能系统的基本技能，填补智能制造工程等新工科专业人工智能本科生课程教材空白。

暂缺简介...

人工智能、区块链与大数据等信息技术深刻塑造着当代社会，全球法正在发生范式意义的演变。法律和科技的关系经历重大转变。社会沟通的信息化、知识化与数据化，为法律的代码化、算法化和学习化转型提供了条件。全球数字寡头在新型法律平台重构并主导信息的生产与分配过程，商业、权力与技术形成复杂纠葛，进而带来一系列潜在风险。在新的人工智能时代，中国必须调整法律战略思维，在法律部门重构、群体利益平衡、全球规则主导三个层面加强规划意识。　本书在社会理论和全球法视野下重新审视数字革命与法律变迁的关系，从社会系统论、法律全球化、数字法等多重理论视角立新。本书是我国法学界一部讨论人工智能、信息革命和全球法变迁的学术专著，对此问题的深入研究具有重要的理论与实践意义。

本书从人工智能（AI）项目管理中的实际困难出发，覆盖通用项目管理、通用人工智能、特定领域人工智能三个层次的问题。重点讨论治理、范围、进度和质量四个大类的问题，并提供一系列适用于AI项目管理的基本框架、分析思路和翔实可用的模板、思维图表和流程，帮助读者快速理解人工智能项目管理的特点，并应用到具体的项目中，解决具体的问题。 全书内容可概括为两大部分——“地基”和“上层建筑”。首先覆盖了项目、行业和人这三个基础主题，让AI项目管理能够站在一个稳定的基础知识（地基）上。之后，重点概述了范围、进度和质量三个部分，还将资源、风险、相关方等几个管理领域穿插在各个章节中，这些主题形成了应用部分（上层建筑）。 本书对人工智能项目中的管理人员、算法专家、开发人员、业务人员和领域专家，都会带来一定的帮助。