本书从人工智能的发展史讲起，逐步深入神经网络的框架结构以及算法优化的原理，最后通过经典案例为读者在实战中演示神经网络的具体工作流程，让读者通过理论结合实战的方式深入了解深度学习的核心特点及用法。本书配有漫画插图，以经典案例和身边的生活场景作为算法实操的素材来源，极大地增强了本书的可读性，非常适合深度学习及人工智能爱好者阅读。另外，本书也可作为相关培训机构的教材。

在《强化学习与机器人控制》一书中，专家团队不仅简洁明了地描述了人机交互控制方案，还深入介绍了新颖的无模型强化学习控制器。本书首先简述更先进的人机交互控制方案和强化学习，然后讲解典型的环境模型，最后介绍一些更著名的参数估计识别技术。《强化学习与机器人控制》提供了严谨的数学推理和演示，这有助于读者理解控制方案和算法。书中还描述了人机交互控制和基于强化学习控制的稳定性和收敛性分析。另外，还讨论了一些前沿话题，如逆运动学和速度运动学解决方案、神经控制以及机器人领域未来可能的发展趋势。● 全面介绍基于模型的人机交互控制● 详细研究基于欧拉角的无模型人机交互控制和“人机回圈”机制控制● 实际讨论机器人位置和力控制的强化学习以及机器人力控制的连续时间强化学习● 深入研究使用强化学习来控制最坏情况下不确定性的机器人，并使用多智能体强化学习对冗余机器人进行控制

深度强化学习是人工智能和机器学习的重要分支领域，有着广泛应用，如AlphaGo和ChatGPT。本书作为该领域的入门教材，在内容上尽可能覆盖深度强化学习的基础知识和经典算法。全书共10章，大致分为4部分：第1部分（第1～2章）介绍深度强化学习背景（智能决策、人工智能和机器学习）；第2部分（第3～4章）介绍深度强化学习基础知识（深度学习和强化学习）；第3部分（第5～9章）介绍深度强化学习经典算法（DQN、AC、DDPG等）；第4部分（第10章）为总结和展望。每章都附有习题并介绍了相关阅读材料，以便有兴趣的读者进一步深入探索。 本书可作为高等院校计算机、智能金融及相关专业的本科生或研究生教材，也可供对深度强化学习感兴趣的研究人员和工程技术人员阅读参考。

本书以生活实际为抓手，通过走进先进科技企业或者文化发源地，自主研学、探索了解并学习前沿技术与课堂知识，在此基础上利用3D One AI软件在3D模型作品中配置电子元器件并编写程序，制作出“智慧化”项目产品，通过9个简单有趣的案例，让读者在玩（实践）、学习、研究、制作的过程中熟练掌握3D One AI软件的操作、智能化电子元器件的使用、编程技巧以及人工智能相关知识。本书融合科学、物理、数学、语文等多学科知识，同时涉及了人工智能、图像识别、语音识别、编程控制等技术，内容新颖、有趣，适合中小学生阅读，也适合创客教育或培训机构使用。

数字经济是继农业经济与工业经济之后新的经济发展形态。随着数字经济在全球经济和国内经济中的占比不断提高，经济社会各领域步入全方位数字化转型的阶段，社会各界对数字化转型的经验和方法空前关注。“中国数字发展研究”是伏羲智库推动经济和社会数字化转型的重要举措，旨在通过典型案例的遴选和研究，勾勒数字发展的宏观蓝图，探索数字发展的具体路径。本研究构建了中国数字发展研究案例库，总结数字化转型案例的经验与模式，重点归纳突出各类案例的特征。在总体逻辑关系上，综述篇从全球数字发展的现状出发，重点探讨中国数字发展的趋势。分析篇从案例库的整体特征和普遍特点入手，对场景、需求和思路进行了总结梳理。专题篇对数字经济（农业、工业和服务业）、数字政府、数字社会、数字生态文明和数字文化等5个部分进行了专题研究。建议篇对加快推进数字中国建设提出了政策建议。案例篇选择若干典型案例进行了深入剖析。为更好地推进研究工作，伏羲智库不仅构建了中国数字发展研究案例库，还联合清华大学互联网治理研究中心、中国科学院计算技术研究所的跨领域研究者们组建了联合研究团队。研究团队成员包括：李晓东、孟庆国、谢丹夏、付伟、刘艺、杨晓波、成龙、邵靖芳、程凯、陈尚容、陈蓓、李娜、司小圆、王珩、王瑜、郑婷婷、杜威。中国数字发展研究案例库的构建得到了中国互联网协会数字化转型与发展工作委员会的支持，案例库中的案例主要选自中国互联网协会“互联网助力经济社会数字化转型”案例征集活动，入选案例由28名业界资深专家进行评估遴选。专家包括：尚冰、邬贺铨、李国杰、方滨兴、吴建平、黄如、郑纬民、张宏科、邵广禄、王国权、余晓辉、曾宇、鲁春丛、赵岩、黄澄清、徐愈、吴世忠、杨春艳、卢卫、李欲晓、周德进、陈熙霖、谢高岗、田溯宁、周鸿祎、齐向东、吴海、李晓东等。我们希望此研究能够为数字化转型的实践者和研究者提供有价值的信息和洞见，并对推动数字化转型取得更好的成果起到积极的促进作用。在此，感谢业界资深专家的悉心指导和联合研究团队的辛勤工作，感谢中国互联网协会的支持，也感谢所有参与案例研究和提供建议的人员和机构。

本书被选编入了斯普林格经典的“数学研究生教材”系列。尽管市场上有关编码理论的书籍繁多，这本书以其高品质脱颖而出，是编码理论相关书籍榜上畅销不衰的经典。本书特色在于：简短、精确、数学严谨地介绍了书本主题内容，从数学家的角度清晰地提出了基本概念和思想，并在各种特殊类型的代码中加以说明。本书被推崇为每个想要了解编码代数理论的数学家的需读之书。再版版本除了添加了编码增益等内容，还附上了关于编码理论的最新文献，让读者能够进一步拓展知识面。

本书全面介绍自动机器学习，主要包含自动机器学习的方法、实际可用的自动机器学习系统及目前所面临的挑战。在自动机器学习方法中，本书涵盖超参优化、元学习、神经网络架构搜索三个部分，每一部分都包括详细的内容介绍、原理解读、具体运用方法和存在的问题等。此外，本书还具体介绍了现有的各种可用的自动机器学习系统，如Auto-sklearn、Auto-WEKA及Auto-Net等，并且本书最后一章详细介绍了具有代表性的AutoML挑战赛及挑战赛结果背后所蕴含的理念，有助于从业者设计出自己的AutoML系统。本书是国际上第一本介绍自动机器学习的图书，内容全面且翔实，尤为重要的是涵盖了最新的自动机器学习领域进展和难点。对于初步研究者，本书可以作为其研究自动机器学习方法的背景知识和起点；对于工业界从业人员，本书全面介绍了自动机器学习系统及其实际应用要点；对于已经从事自动机器学习的研究者，本书可以提供一个自动机器学习最新研究成果和进展的概览。总体来说，本书受众较为广泛，既可以作为入门书，也可以作为专业人士的参考书。

内容简介这是一本能指导企业利用MLOps技术构建可靠、高效、可复用、可扩展的机器学习模型从而实现AI工程化落地的著作。由国内AI领域的独角兽企业第四范式的联合创始人和技术VP领衔撰写，从工具、技术、企业级应用、成熟度评估4个维度对MLOps进行了全面的讲解。本书的主要内容包括如下9个方面：（1）MLOps的核心概念和方法，可以帮助读者全面了解MLOps的基本原理；（2）MLOps涉及的几种角色，以及这些角色之间如何协作；（3）机器学习项目的基础知识和全流程，是学习和应用MLOps的基础；（4）MLOps中的数据处理、主要流水线工具Airflow和MLflow、特征平台和实时特征平台OpenMLDB、推理工具链Adlik，为读者系统讲解MLOps的技术和工具；（5）云服务供应商的端到端MLOps解决方案；（6）第四范式、网易、小米、腾讯、众安金融等企业的MLOps工程实践案例和经验；（7）MLOps的成熟度模型，以及微软、谷歌和信通院对MLOps成熟度模型的划分；（8）针对不同规模的企业和团队的MLOps最佳实践，帮助他们量身定做MLOps策略；（9）MLOps的未来发展趋势，以及如何将新技术融入MLOps实践中。本书深入浅出、循序渐进地讲解了如何在实际项目中利用MLOps进行机器学习模型的部署、监控与优化，以及如何利用MLOps实现持续集成与持续交付等高效的工作流程。通过企业级的MLOps案例和解决方案，帮助读者轻松掌握MLOps的设计思路以及如何应用MLOps解决实际问题。

伴随着第四次工业革命走向纵深，以人工智能为代表的新兴科技正深刻影响着人类社会的生产方式、生活方式和治理方式。当前正是我国全面推进中国式现代化建设的关键时期，人工智能成为加速推动我国治理体系和治理能力现代化的科技驱动力。本书聚焦于人工智能与多元治理场景相结合的产物——智能治理，从理论体系、应用场景、伦理治理、治理模式等多维度展开论述，构建了以“智能-智治-智效”为核心的智能治理理论体系，呈现人工智能在城市治理、政府治理、社会治理、社区治理等领域的赋能、赋权和赋智作用，探究了智能伦理治理的核心关切和治理逻辑，并在 智能治理体系比较分析的基础上，建构出中国式智能治理体系，助力推进人工智能驱动的国家治理现代化。

本书共分为七章。第一章主要介绍数学对应人工智能的重要性，以及代数学和分析学中的基础概念，是后面各章的基础。第二章和第三章分别介绍了微积分和线性代数核心内容，并将相关基础知识映射到人工智能领域，从这一视角理解数学基础知识的工程应用。第四章介绍了矩阵分解这一重要数学工具及其在人工智能领域的典型应用。第五章介绍了概率论基础知识及在人工智能领域的广泛应用。第六章介绍了最优化理论及算法，以及它们在机器学习和人工智能中的基础性应用。第七章主要介绍了信息论的基本概念和在人工智能中常见的应用。