本书围绕人工智能技术应用框架和认知规律，将“德”与“技”有机结合，由浅入深从“理念―开发―数据―算法―技术―产品―行业―情感”8个认知层面对人工智能技术进行剖析，构建全栈知识体系。本书基于BOPPPS教学方法重构教学环节，主要分为“导入―学习目标―知识探索―案例体验―拓展阅读―本章总结―学习评价―思考探索”8个环节，根据内容适时穿插案例，使读者通过项目实践获得所学即所用的成就感。本书配套案例源代码、习题、教学课件等资源。本书可以作为高等院校人工智能技术、电子信息类、机电一体化、应用电子技术及相关专业的教材，也可以作为相关技术人员的参考用书。

在 建设网络强国的大趋势下，新媒体已深入到各高校，渗透到每位大学生的日常学习和生活中，对大学生的思想行为产生了深刻影响。这对高校大学生教育、管理和服务工作提出了新要求、新挑战。本书从教育学、社会学、心理学和新闻学等多学科交叉的角度深度分析新媒体时代大学生行为变化过程与新特点，阐述新媒体时代大学生新特点对高校大学生教育管理带来的深刻变革和巨大挑战，并从教育理念、教育方法、教育载体、教育环境等方面提出大学生教育管理的创新路径。本书内容主要分为新媒体发展对于大学生的影响、新媒体环境下大学生网络行为方式和行为特点、大学生网络行为对于思想政治教育的挑战和机会、大学生教育管理策略等。本书不仅可以作为相关领域教育从业者的教育参考，也可用于大学生的学习生活指导。

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。

Web 3时代已经正式拉开序幕，不管你我是否愿意，都将不可避免地进入Web 3的新世界。Web 3不只是Web 1.0和Web 2.0的延伸，更是从底层协议上对传统互联网的全面革新。 正如20年前的互联网一样，Web 3虽然目前只是星星之火，但已经呈现出燎原之势。因此，现在学习Web 3知识，可谓恰逢其势，正当其时。 《Web 3超入门》共有五大篇，第1篇趋势篇（第1、2章）从多个维度详细阐述了Web 3时代到来的必然性；第2篇概念篇（第3、4章）追溯了Web 3的起源，重新定义了Web 3概念；第3篇内核篇（第5~7章）深度讲解了支撑Web 3的三大内核NFT、DeFi、DAO；第4篇技术篇（第8~11章）剖析了Web 3实现的技术逻辑以及常用的开发工具；第5篇应用篇（第12~15章）全面分析了Web 3的应用优势和落地场景。 《Web 3超入门》深入浅出，力求采用通俗易懂的语言从用户角度还原Web 3的真实面貌。书中引用了大量案例和丰富的插图，层层递进，可读性强，非常适合广大Web 3从业者、创业者和爱好者阅读。

本书是作者多年在数据智能领域中利用机器学习实战经验的理解、归纳和总结。出于“回归事物本质，规律性、系统性地思考问题”“理论为实践服务并且反过来充实理论，为更多人服务”的想法和初心，本书系统地阐述了机器学习理论和工程方法论，并结合实际商业场景落地。 全书分为3部分。第1部分是机器学习的数学理论理解，这部分不是对于机器学习数学理论的严谨推导和证明，更多是对于理论背后的“到底是什么，为什么要这样做”的通俗理解。尽可能通过对应到日常生活中的现象来进行讲述。第2部分是机器学习模型、方法及本质，这一部分针对机器学习的方法论及具体的处理过程进行阐述。涉及数据准备、异常值的检测和处理、特征的处理、典型模型的介绍、代价函数、激活函数及模型性能评价等，是本书的核心内容。我们学习知识的主要目的是解决问题，特别是对于企业的从业人员，对在商业实战环境中出现的问题，希望通过机器学习的方式来更好地解决。第3部分是机器学习实例展示。本书内容系统、选材全面、知识讲述详细、易学易用，兼具实战性和理论性，适合机器学习的初学者与进阶者学习使用。

元宇宙是对数字化生活的终极想象，是数字化转型的扩展和深化。本书以数字化演化与衍生规则为脉络，探讨了从信息互联网、消费互联网、产业互联网到元宇宙的进化逻辑和进化方向，就数字化每个发展阶段的进化动力、进化主导力量，以及进化的主体、客体和进化机理进行了讨论，深入阐述和分析了元宇宙可能给未来人类社会日常生活、经济体制、组织变革等领域带来的机遇与挑战、风险与颠覆。全书既有宏大视野，又兼微观视角，依数字化/数字进化规则，从科技发展和文明进化的视角，按由浅到深，由量变到质变的演化和衍生顺序，逐次推进和展开，给出了完整的元宇宙底层发展路线图。

暂缺简介...

本书从人工智能的视角，研究了“基于一阶动态逻辑及其扩展系统的Agent行为推理”，并对相关问题进行了哲学反思。具体内容包括：作为一阶动态逻辑的基础系统的命题动态逻辑、一阶动态逻辑系统及其复杂性与表达力、基于类型命题动态逻辑的行动类型与Agent能力推理、基于规划修订动态逻辑的Agent规划修订推理、基于动态逻辑的Agent交互协议推理、相关问题的哲学反思与展望性研究。

《深度学习模式与实践》通过介绍**实践、设计模式和可复制的架构，指导读者的深度学习项目从实验室走向应用。本书收集并阐明了近十年来真实世界中深度学习最紧密的洞察。读者将通过每个有趣的例子学习相关技能，并建立信心。 《深度学习模式与实践》深入研究了如何构建成功的深度学习应用程序。通过将经过验证的模式和实践应用到自身项目中，读者将节省数小时的试错时间。本书通过测试的代码示例、真实世界示例和出色的叙事风格，使复杂的概念变得简单和有趣。在此过程中，读者将学会相关技巧来部署、测试和维护项目。 本书的内容包括： 现代卷积神经网络 CNN架构的设计模式 移动和物联网设备模型 大规模模型部署 计算机视觉示例

提供基于PyTorch Lightning的深度学习模型实践方法，让读者能够快速上手实践。2、适用于对深度学习感兴趣但不知道从何处开始学习的读者，帮助他们快速入门并构建自己的模型。 3、强调灵活性，读者可以根据特定需求对模型进行扩展和定制。 4、涵盖了时间序列、生成式模型、半监督学习等多个应用领域，使读者可以探索不同的深度学习任务。 5、提供模型部署和评估的指导，帮助读者将模型应用于实际场景并进行性能评估。 6、讨论了规模化和管理训练的方法，帮助读者处理大规模数据和复杂模型的训练过程。 7、强调深度学习在各行各业的重要作用，使读者了解深度学习在不同领域的应用。 8、使用PyTorch作为基础框架，提供了广泛的资源和社区支持，使读者能够更好地探索和应用深度学习技术。9、通过案例的方式展示实际应用，帮助读者理解如何将PyTorch Lightning模型应用于实际问题，并获得实践经验。