本书首先介绍了大数据的定义，介绍了大数据技术，进而介绍数据挖掘的相关知识。在介绍了热门概念和知识点之后，对数据分析技术在多领域的应用做了详细介绍。

自然语言处理是人工智能领域中的一个重要方向。本书将用深入浅出的语言介绍自然语言处理技术的由来与发展历程，自然语言处理的常用工具和实现平台，讲解了自然语言理解的技术基础，从词法、句法、语义、语用等各个方面介绍原理和主流技术，以及自然语言生成的挑战和解决办法。书中通过自然语言处理经典的任务说明，展现其作为人工智能关键技术的应用场景和应用成效，同时，也将简述自然语言处理的当前研究热点和各种现代技术，并对自然语言处理未来发展趋势进行展望。

.

本书是一本基于远程I/O模块、PLC、标识载体、工业采集板卡和工业网关实现工业数据采集的项目任务化教程。项目1分析了装配生产线环境监测系统功能需求，介绍了环境监测传感器和远程I/O模块选型，实现基于远程I/O模块的装配生产线环境数据采集；项目2介绍了电机运行状态传感器选型，实现基于PLC的电机振动数据采集和电机运行状态上传（OPC通信）；项目3介绍了条码和RFID，实现基于条码和RFID的立体仓库管理数据采集；项目4介绍了电力变压器传感器、工业采集板卡选型，实现基于工业采集板卡的电力变压器数据采集；项目5介绍了工业网关选型及软硬件安装，实现基于以太网和串口的工业网关数据采集；项目6介绍了工业互联网技术应用平台数据采集，以及基于工业数据采集技术的创新创业。

本书内容涵盖了轮腿复合与腿臂融合多模式移动操作机器人的机构设计、运动规划与控制方法等相关技术；介绍了四足变拓扑构型机器人和径向对称圆周分布六足机器人，展示了多种轮腿复合、腿臂融合机构与模块化仿生足的设计；阐释了多模式移动操作机器人的步态规划、操作规划、模式切换与轮腿协同路径规划方法；演绎了基于质心运动学的移动操作控制方法、基于惯性中心在SE（3）上指数坐标的多足机器人动力学控制方法及其自适应步态控制技术。

时尚，作为人类追求美的一种外在表达，承载着人类历史数千年演进的过程。随着时尚大数据的不断累积，在机器学习和人工智能技术快速发展的今天，时尚智能作为新兴的学科方向之一，在众多学者的努力下积累了众多技术成果。本书主要从计算机科学与技术视角出发，力求全面阐述目前人工智能技术和机器学习在时尚领域的理论基础、技术体系和创新应用。

《Copilot和ChatGPT编程体验：挑战24个正则表达式难题》呈现了两方竞争的格局。一方是专业程序员David Q. Mertz，是网络上****的正则表达式教程的作者。另一方则是强大的AI编程工具OpenAI ChatGPT和GitHub Copilot。 比赛规则如下：David编写了24个正则表达式难题，并展示如何解决每个难题。David解题后，会让AI工具重解一遍。AI工具给出的结果令David大为惊叹。哪方的结果更正确？哪方编写的代码更简洁优雅？哪方更机智地利用了鲜为人知的正则表达式库特性？ 阅读本书，你将找到答案。 《Copilot和ChatGPT编程体验：挑战24个正则表达式难题》还列出AI**实践，展示如何通过智能提示语获得更好的结果。最终，无论你是否使用AI，都将能熟练解决自己的正则表达式难题。

人工智能（AI），尤其是生成式语言模型和生成式人工智能（AIGC）模型，正以惊人的速度改变着我们的世界。驾驭这股潮流的关键，莫过于探究自然语言处理（NLP）技术的深奥秘境。本书将带领读者踏上一段扣人心弦的探索之旅，让其亲身感受，并动手搭建语言模型。本书主要内容包括N-Gram，词袋模型（BoW），Word2Vec（W2V），神经概率语言模型（NPLM），循环神经网络（RNN），Seq2Seq（S2S），注意力机制，Transformer，从初代GPT到ChatGPT再到GPT-4等一系列突破性技术的诞生与演进。　本书将以生动活泼的笔触，将枯燥的技术细节化作轻松幽默的故事和缤纷多彩的图画，引领读者穿梭于不同技术的时空，见证自然语言处理技术的传承、演进与蜕变。在这场不断攀登技术新峰的奇妙之旅中，读者不仅能深入理解自然语言处理技术的核心原理，还能自己动手，从零开始搭建起一个又一个语言模型。　无论你是在校学生还是人工智能从业者，这本书都将成为一盏明灯，照亮你探索人工智能无限奥秘的道路。

《TensorFlow 2.x深度学习从入门到实战》是作者研究和实践人工智能算法的经验总结。本书通过图表、案例和示例代码相结合的方式，介绍TensorFlow 2.x框架的相关知识，帮助读者打好扎实的人工智能理论基础，并将理论付诸实践，通过“干中学”的方式全面掌握复杂的算法理论。 《TensorFlow 2.x深度学习从入门到实战》共3篇。第1篇“TensorFlow基础”，主要介绍TensorFlow 2.x的基本开发方法及其重要接口的使用方法，让读者对其有较为全面的了解。第2篇“TensorFlow进阶”，详细介绍TensorFlow 2.x的高级开发功能，以及如何使用它开发基于深度学习的神经网络。第3篇“TensorFlow实战”，详细介绍TensorFlow 2.x在增强学习和GAN两个专业领域的强大应用，以及其最新调用接口和开发模式，帮助读者有效地将其应用到具体的项目实践中。 《TensorFlow 2.x深度学习从入门到实战》内容丰富，讲解透彻，适合对人工智能感兴趣的人员阅读，尤其是需要学习TensorFlow 2.x深度学习框架的入门与进阶人员，另外还适合相关培训机构作为培训教材使用。

本书详细介绍了供应链大数据的理论、方法及相关应用，包括供应链大数据概述、供应链大数据平台、供应链大数据分析基本方法、销售大数据、采购大数据、生产制造大数据、物流大数据、金融大数据、供应链大数据运营等内容，全书内容较为完整，章节结构比较合理，基本覆盖了供应链大数据理论体系的各个方面。本书针对供应链人才培养的知识需求，结合行业应用介绍大数据分析在供应链各个环节的具体应用，详述典型环节中的大数据分析应用方案、原理，可以培养学生的数据思维和数据应用能力。