全书分为三个部分：？第1章：从零开始介绍强化学习的背景知识，介绍环境库Gym的使用。？第2～15章：基于折扣奖励离散时间Markov决策过程模型，介绍强化学习的主干理论和常见算法。采用数学语言推导强化学习的基础理论，进而在理论的基础上讲解算法，并为算法提供配套代码实现。基础理论的讲解突出主干部分，算法讲解全面覆盖主流的强化学习算法，包括经典的非深度强化学习算法和近年流行的强化学习算法。Python实现和算法讲解一一对应，对于深度强化学习算法还给出了基于TensorFlow 2和PyTorch 1的对照实现。？第16章：介绍其他强化学习模型，包括平均奖励模型、连续时间模型、非齐次模型，半Markov模型、部分可观测模型等，以便更好了解强化学习研究的全貌。

本书作为人工智能专业的入门书，带领读者初步学习和实践机器学习、深度学习的算法、流程和核心技术，并介绍了系统开发及开发环境，通过图解的方式将难懂的专业术语和算法表现出来，让没有相关专业基础的读者能够轻松入门。同时，本书还介绍了一些比较常用的网站网络服务，让读者能够学以致用。本书适合人工智能领域入门读者，也适合对人工智能感兴趣的其他领域读者学习。

本书阐述了大数据归约（或称数据归约）的背景与作用、数据归约的知识体系及本体模型、大数据维度归约、大数据元组归约、大数据数值归约、大数据归约效果评估和大数据归约系统架构等理论方法及关键技术。本书共7章， 第1章介绍大数据归约在数据预处理中的作用以及面临的技术挑战；第2章介绍多维数据归约的知识体系、业务领域本体和归约任务本体；第3章介绍大数据特征选择策略和评价准则，以及两阶段混合型特征选择的维归约方法；第4章介绍大数据元组相似性度量和快速归约方法；第5章介绍大数据数值归约基本方法和基于约束转变的数据立方体计算技术；第6章介绍大数据归约效果评估指标及基于用户兴趣度的评估方法；第7章介绍基于本体的大数据归约系统体系架构，以及归约工作流模式挖掘和优化等关键技术。本书可作为计算机科学与技术、数据科学与大数据技术等相关学科专业的本科生或研究生教材，也可作为大数据工程相关领域科研人员的参考书。

PyTorch是一个开源的机器学习框架，它提供了动态计算图的支持，让用户能够自定义和训练自己的神经网络，目前是机器学习领域中非常流行的框架之一。本书基于PyTorch 2.0，详细介绍深度学习的基本理论、算法和应用案例，配套示例源代码、PPT课件。 《PyTorch 2.0深度学习从零开始学》共分15章，内容包括PyTorch概述、开发环境搭建、基于PyTorch的MNIST分类实战、深度学习理论基础、MNIST分类实战、数据处理与模型可视化、基于PyTorch卷积层的分类实战、PyTorch数据处理与模型可视化、实战ResNet卷积网络模型、有趣的Word Embedding、基于循环神经网络的中文情感分类实战、自然语言处理的编码器、站在巨人肩膀上的预训练模型BERT、自然语言处理的解码器、基于PyTorch的强化学习实战、基于MFCC的语音唤醒实战、基于PyTorch的人脸识别实战。 《PyTorch 2.0深度学习从零开始学》适合深度学习初学者、PyTorch初学者、PyTorch深度学习项目开发人员学习，也可作为高等院校或高职高专学校计算机技术、人工智能、智能科学与技术、数据科学与大数据技术等相关专业的教材。

《这就是ChatGPT》ChatGPT是OpenAI开发的人工智能聊天机器人程序，于2022年11月推出。它能够自动生成一些表面上看起来像人类写的文字，这是一件很厉害且出乎大家意料的事。那么，它是如何做到的呢？又为何能做到呢？本书会大致介绍ChatGPT的内部机制，然后探讨一下为什么它能很好地生成我们认为有意义的文本。《利用ChatGPT进行数据分析》本书以简洁、通俗易懂的语言，详细介绍了如何利用ChatGPT来处理和分析数据，不仅为初学者提供了基础知识，也为有经验的数据分析师提供了新的手段。书中包含详细的指导和应用案例，旨在帮助读者从零开始构建数据分析流程，在实际工作中灵活运用ChatGPT来解决问题和提升效率。通过阅读本书，你将掌握利用ChatGPT进行数据分析的基本方法和技巧，挖掘ChatGPT的巨大潜力。无论你是想扩展和强化数据分析技能，还是希望掌握ChatGPT这一先进工具，本书都将是你的理想选择。

《AI时代项目经理成长之道：ChatGPT让项目经理插上翅膀》是一本致力于揭示人工智能如何颠覆和重塑项目管理，并以ChatGPT为核心工具推动项目管理创新的实用指南。《AI时代项目经理成长之道：ChatGPT让项目经理插上翅膀》通过13章的系统探讨，带领读者踏上项目管理卓越之路。第1章“人工智能颠覆与重塑项目管理”，首先揭示了人工智能对项目管理的深刻影响和带来的机遇与挑战，为读者构建了认知框架。紧接着，第2章至第13章依次介绍了使用ChatGPT编写各种文档、在项目启动中的应用、帮助组建高效团队、辅助项目沟通管理、项目计划与管理、项目成本管理、项目时间管理、项目质量管理、项目风险管理、辅助采购计划与采购流程、辅助项目绩效管理以及进行项目总结等各方面的内容。《AI时代项目经理成长之道：ChatGPT让项目经理插上翅膀》注重理论与实践的结合，每章都以具体案例、实用技巧和实践为基础，帮助读者深入了解ChatGPT的应用场景，掌握在项目管理中实际运用的方法和策略。在《AI时代项目经理成长之道：ChatGPT让项目经理插上翅膀》中，读者将学习如何利用ChatGPT工具提升项目管理效率、增强团队协作能力、改善沟通效果、精确制订计划、优化成本控制、管理项目进度、确保质量标准、识别和应对风险、优化采购过程、衡量绩效指标以及总结项目经验。无论您是初入职场的新手项目经理还是经验丰富的专业人士，《AI时代项目经理成长之道：ChatGPT让项目经理插上翅膀》都将成为您的导航，帮助您在人工智能时代展现卓越的项目管理能力。通过《AI时代项目经理成长之道：ChatGPT让项目经理插上翅膀》的指导，您将获得ChatGPT引领下的项目管理创新之道，并在日常工作中取得更加优异的成果

本书对边缘计算的基本概念、发展历程、核心架构及技术点、现实应用场景和未来发展等问题进行了全面生动的解释。详细阐述了中国移动、联通、电信三大运营商以及微软、亚马逊、谷歌等国际知名科技企业围绕边缘计算技术而建立的核心竞争优势，布局数字经济、物联网、智能工业等前沿技术。本书内容丰富，既能给边缘计算专业的初学者普及技术知识，为深入学习边缘计算提供扎实的理论基础和实践参考，还能给行业从业者提供趋势判断，为我国边缘计算领域的深层次应用提供创新启示。

《机器学习平台架构实战》详细阐述了与机器学习平台架构相关的基本解决方案，主要包括机器学习和机器学习解决方案架构，机器学习的业务用例，机器学习算法，机器学习的数据管理，开源机器学习库，Kubernetes容器编排基础设施管理，开源机器学习平台，使用AWS机器学习服务构建数据科学环境，使用AWS机器学习服务构建企业机器学习架构，高级机器学习工程，机器学习治理、偏差、可解释性和隐私，使用人工智能服务和机器学习平台构建机器学习解决方案等内容。此外，本书还提供了相应的示例、代码，以帮助读者进一步理解相关方案的实现过程。

本书从应用工程师的角度出发，着重探讨Ansys Mechanical隐式求解中的热点问题，重点介绍Workbench Mechanical仿真工具。考虑到Mechanical和MAPDL密不可分的特点，穿插介绍必要的MAPDL知识。前言部分探讨Mechanical的学习方法，第1章对Workbench Mechanical和Mechanical APDL两者的联系和区别进行了概括性讨论。第2～4章对Mechanical在仿真流程从前处理到后处理的热点问题进行了梳理。第5章讨论了Mechanical不同求解类型下的技术问题。第6章主要讲述Mechanical接触技术中的常见问题。第7～8章分别从APDL和Python两方面对Mechanical的功能进行扩展。第9章对Mechanical高级分析技术如螺栓建模技术、屈曲分析、子模型、摩擦生热、表面磨损、密封圈分析、粘胶界面开裂分析以及准静态求解等进行了讲解和演示。本书未涵盖显式动力学、声学、转子动力学以及刚体动力学。 本书可作为CAE工程技术人员的参考用书，也可作为机械、航空航天、电子信息、土木专业的高年级本科生、研究生掌握并熟练运用Ansys Mechanical工具的教学用书。

这是一本系统梳理并深入解析ChatGPT核心技术、算法实现、工作原理、训练方法的著作，也是一本能指导你搭建专属ChatGPT和实现大模型迁移及私有化的著作。本书得到了MOSS系统负责人邱锡鹏等多位专家的高度评价和鼎力推荐。具体地，通过本书你能了解或掌握以下知识：？ChatGPT的工作流程和技术栈？ChatGPT的工作原理和算法实现？基于Transformer架构的一系列预训练语言模型的原理？强化学习的基础知识？提示学习与大模型涌现出的上下文学习、思维链？大模型的训练方法及常见的分布式训练框架？基于人工反馈的强化学习整体框架？从零搭建类ChatGPT模型，模拟完整的ChatGPT训练过程本书集理论、实战和产业应用于一体，提供大量经详细注释的代码，方便读者理解和实操。总之，不管里是想深入研究ChatGPT本身，还是正在研发或使用其他大模型，本书都应该能给你颇具价值的技术启发与思考，让你在大模型的路上快速前行，少走弯路。