本书是《计算思维与人工智能基础（第2版）》的配套实验教材。本书紧跟计算机技术发展潮流，以“基础性、系统性、 性、实用性”为指导思想，主要实验内容包括Windows10、Word 2016、Excel 2016、PowerPoint 2016、Visio 2016、网络信息检索、算法设计、基于Weka平台的机器学习算法实现等。本书强调计算机实际应用能力的培养，实验内容注重由浅入深、详略得当、图文并茂、示例精炼。通过本书的学习，可使学生熟练地操作使用计算机，并能加强学生对计算思维与人工智能基础理论知识的理解。本书适合高等学校非计算机专业作为计算机基础课程的实验教材，也可作为计算机应用培训班实验教材和计算机初学者的自学实验用书。

本书讲述了元宇宙基础知识以及相关内容，例如元宇宙概念、如何在元宇宙做感兴趣的事情、创建商业活动等， 以帮助读者快速了解人们如何在个人和职业生活中使用元宇宙，另外， 书中也描述了未来个人和企业使用这种高度新兴技术的一些情况。 本书可以作为读者探索元宇宙、了解元宇宙出现早期应用和新兴元宇宙平台的指南——元宇宙是什么、元宇宙能做什么以及元宇宙的未来是什么样。 本书读者对象为从事虚拟现实、AI开发、互联网、云计算、其他如医疗等商业应用相关人员， 以及对元宇宙感兴趣的普通大众等。

本书基于真实数据集，全面系统地阐述现代计算机视觉实用技术、方法和实践，涵盖50多个计算机视觉问题。全书分为四部分：di一部分（第1~3章）介绍神经网络和PyTorch的基础知识，以及如何使用PyTorch构建并训练神经网络，包括输入数据缩放、批归一化、超参数调整等；第二部分（第4~10章）介绍如何使用卷积神经网络、迁移学习等技术解决更复杂的视觉相关问题，包括图像分类、目标检测和图像分割等；第三部分（第11~13章）介绍各种图像处理技术，包括自编码器模型和各种类型的GAN模型；第四部分（第14~18章）探讨将计算机视觉技术与NLP、强化学习和OpenCV等技术相结合来解决传统问题的新方法。本书内容丰富新颖，语言文字表述清晰，应用实例讲解详细，图例直观形象，适合PyTorch初中级读者及计算机视觉相关技术人员阅读。

近十年，人工智能革命由深度学习掀起，Geoffrey Hinton、Yoshua Bengio、Yann LeCun——深度学习开创者，以及像他们一样信仰这一理论是解决当下AI难题的专家们，已经将多层神经网络等深度学习架构应用于计算机视觉、语音识别、NLP和机器翻译等领域，开创了AI 1.0革命。而如今，以DALL-E、ChatGPT等大模型预训练掀起了AIGC新一轮浪潮，被称为AI 2.0革命？在两次革命浪潮下，未来十年人工智能产业会涌现哪些新技术和新应用？ 为解答这个问题，CSDN《新程序员》编辑部特邀70多位AI产业界资深技术和管理专家，就“人工智能新十年”为主题，梳理AI技术专业领域的前沿观点、理论研究、实践案例，以及技术选型等内容，通过人物访谈、理论思考，以及案例解读等内容形式呈现。

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。

本书从写作与ChatGPT的基础知识讲起，结合创作者的实际写作经历与写作教学经历，重点介了用ChatGPT写作的基础技巧、进阶写作的方法、不同文体的写作方法、写作变现的秘诀，让读者系统地理解写作技巧与变现思路。本书包括如下内容：用ChatGPT重建写作思维、快速摘定选题、快速写出标题、高效收集索材、生成文章结构、写出优质文章、进行日常写作训练，以及用ChatGPT提升写作变现能力。本书适合零基础想学习写作、想利用ChatGPT提高写作能力的读者阅读。本书适合零基础想学习写作、想利用ChatGPT提高写作能力的读者阅读。

15章专题内容讲解+49个AI摄影案例解析+60多分钟教学视频+90多个素材效果文件+180多个实用干货内容+390多张精美插图+600个AI摄影关键词赠送+5200多个AI绘画关键词赠送，助你一本书轻松玩转AI摄影！随书还赠送了案例指令、教学视频、PPT教学课件、电子教案等资源。 全书通过理论+实例的形式，介绍了AI摄影的基础知识、绘画操作、摄影指令、光影色彩关键词、构图关键词、艺术风格关键词、人像摄影案例、风光摄影案例、建筑摄影案例、商业摄影案例、动物摄影案例、人文摄影案例，以及Photoshop的修图调色、抠图合成和AI应用等内容。 本书图片精美丰富，讲解深入浅出，实用性强，适合以下人群阅读：一是摄影师和摄影爱好者；二是设计师、插画师、漫画家、电商商家、自媒体人、艺术工作者等人群；三是摄影、设计、美术等专业的学生。

《Python统计机器学习》以 Python为工具，详细介绍了机器学习中统计分析技术和数据分析基础知识。全书共分三部分，第一部分介绍了Python中的基本运算方法和概率的相关基础概念。第二部分介绍了统计分析的基础知识，内容涵盖机器学习的问题设置、定量评价各种数据分析结果的框架，并简明描述数据的主成分分析方法、统计建模的思路及假设检验的标准等统计学知识。第三部分介绍了在机器学习中的各种方法，包括回归分析、聚类分析支持向量机、稀疏学习、决策树、集成学习、高斯过程模型及密度比估计等方法，最后还特别介绍了深度学习的贝叶斯优化方法。《Python统计机器学习》内容丰富，图文并茂，特别适合想学习数据分析、统计分析、机器学习、深度学习的人员参考学习。

本书用 Python 对人工智能机器学习中的相关知识进行了算法实现，并以这些知识为背景解释了什么是深度学习。具体内容包括初识机器学习、机器学习基础、强化学习、群智能与优化方法、神经网络和深度学习。因为没有使用 TensorFlow、PyTorch 等程序库，仅使用Python 直接实现机器学习与深度学习的相关算法，可以让读者更好地理解和掌握机器学习与深度学习的工作原理和技术本质。 本书是一本使用 Python 进行机器学习和深度学习的人工智能教材，语言通俗易懂，代码示例丰富，非常适合大中专院校计算机、人工智能相关专业学生以及所有对机器学习·深度学习技术感兴趣的程序员参考学习。

《巧用ChatGPT快速搞定数据分析》是一本关于数据分析与ChatGPT应用的实用指南，旨在帮助读者了解数据分析的基础知识及利用ChatGPT进行高效的数据处理和分析。随着大数据时代的到来，数据分析已经成为现代企业和行业发展的关键驱动力，《巧用ChatGPT快速搞定数据分析》正是为了满足这一市场需求而诞生。 《巧用ChatGPT快速搞定数据分析》共分为8章，涵盖了从数据分析基础知识、常见的统计学方法到使用ChatGPT进行数据准备、数据清洗、数据特征提取、数据可视化、回归分析与预测建模、分类与聚类分析，以及深度学习和大数据分析等全面的内容。各章节详细介绍了运用ChatGPT在数据分析过程中解决实际问题，并提供了丰富的实例以帮助读者快速掌握相关技能。 《巧用ChatGPT快速搞定数据分析》适合数据分析师、数据科学家、研究人员、企业管理者、学生，以及对数据分析和人工智能技术感兴趣的广大读者阅读。通过阅读《巧用ChatGPT快速搞定数据分析》，读者将掌握数据分析的核心概念和方法，并学会运用ChatGPT为数据分析工作带来更高的效率和价值。