传统的投资顾问服务随着新兴科技发展而不断演进，在此过程中形成了一系列创新的业务模式、金融服务和金融产品，其被称为“智能投顾”。智能投顾具有服务费用相对低廉、投资门槛低、客户操作成本小等独特优势，契合“普惠金融”之追求，因而成为现阶段 为典型的科技金融业务形态之一。但同时，智能投顾行业发展中既存在一系列业务问题，包括但不限于智能化程度不足、数据合规风险以及人工智能责任承担能力存疑等；又受到法律定位争议和展业标准模糊等制度障碍影响。本书紧跟数字经济前沿发展，以我国智能投顾的业务及法律监管问题为研究对象，对其源起、特点和法律概念进行了阐释，同时探讨智能投顾在我国的发展状况、面临的法律障碍和现实困境，并结合域外监管经验得出了一系列创新性结论，为后续构建科学合理的智能投顾法律监管机制提出了建设性的意见。

本书以当前流行的MySQL为平台，系统介绍MySQL数据库及其应用开发，全书内容分为4个部分。 部分MySQL基础，首先介绍数据库基础知识和MySQL环境构建方法，然后分别介绍MySQL数据库和表、MySQL查询和视图、MySQL索引与完整性约束、MySQL语言、MySQL过程式数据库对象、MySQL数据库备份与恢复、MySQL用户权限与维护、MySQL事务管理等，并配套习题、实训和微课视频。第二部分MySQL数据库综合实训，主要是综合应用MySQL数据库及其主要对象，并使用样本数据测试各对象相互配合及其功能的正确性。第三部分MySQL数据库综合应用开发，主要基于PHP、Python和Android等流行平台，使读者通过系统实践熟悉MySQL数据库的应用开发要领。3个应用系统既是独立的，又可组成一个完整的应用系统。第四部分MySQL数据库综合应用开发扩展，主要基于C#和JavaEE等平台进行MySQL的综合应用开发实践。本书提供PPT教学课件、教学大纲、电子教案、习题参考答案、模拟试卷及参考答案等教学资源，用书教师可登录人邮教育社区免费下载。本书可作为大学本科、高职高专相关课程的专业教材，也可作为广大数据库应用开发人员的参考用书。

书中首先用一章的内容概要介绍了TensorFlow深度学习的基础知识，然后通过案例详细讲解了数据集制作，前馈神经网络应用，卷积神经网络应用，循环神经网络应用，生成式对抗网络应用，自然语言处理，TensorFlow注意力机制，概率图模型应用，深度信念网络应用，强化学习，无监督学习，TensorFlow Lite移动端与嵌入式轻量级开发，TensorFlow.js智能前端实战，姿势预测器开发实战，智能客服系统开发实战等内容。

.

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。

这是一本全面讲解图计算、知识图谱及其在推荐系统领域应用的专著，为读者基于神经网络构建推荐系统提供了详细指导，是作者在相关领域10余年经验的总结。掌握本书内容，读者可开发出能处理多模态数据的推荐算法系统，提供更丰富和准确的推荐体验。本书主要内容分为两篇。第一篇 图数据以及图模型（第1-3章）对图数据、图神经网络、知识图谱的基础知识进行了梳理，帮助读者掌握着3项技术的关键原理与算法，为后面的学习打下基础。第二篇 推荐系统（第4-9章）首先介绍了推荐系统的架构，包括逻辑架构、技术架构和数据建模，以及基于GNN的推荐系统架构；然后详细讲解了如何基于GNN构建推荐系统，以及基于图的推荐算法；再接着讲解了知识图谱在推荐系统中的应用以及相关的算法模型；最后，探讨了推荐系统领域当前的热点问题、研究方向以及工业级推荐系统领域的核心难题本书注重实战，故理论知识简练且极具针对性，包含大量实战案例，图文并茂，易于阅读。

本书是“口袋里的人工智能”丛书的一个分册，是一本介绍人工智能生成模型（AIGC）技术起源、原理及其应用的科普书。本书深入浅出地向读者概述了AIGC的基础概念、技术发展历程、与传统的人工智能的差别，以及这一技术在视觉图像和语言文本方面展现出的高超创作能力，如火爆全网的Chatgpt、AI绘画、AI写作等与人们工作和生活密切相关的应用。此外，本书还探讨了AIGC在科学研究、城市建设和日常生活中可能出现的应用，展示了AIGC未来发展的潜力与亟待解决的技术问题。通过阅读本书，读者将能够了解AIGC的基本知识与原理，并启发自身将AIGC应用于相关的专业领域，为工作生活带来更多的便利和创新。

章鱼可以打开罐子获取食物，黑猩猩可以为未来做计划，一台名为沃森的电脑在《危险边缘》电视游戏节目中获胜，而另一台电脑亚历克莎竟然知道我们最喜欢的歌曲是哪一首。但是，动物和智能机器所具有的智慧与人类智识真的有可比性吗？ 在《机器和生灵》这本书中，保罗·萨伽德研究了智能机器和动物的智慧同人类相比究竟如何。萨伽德解释说，人类的智力不仅仅是IQ值，也不仅仅是诸如解决问题、做出决策和具备创造力等能力的集合体。借助心理学和神经科学，他将智慧分析为12个特征和8种机制，以此评估了6款闻名世界的智能机器，包括沃森、阿尔法元、虚拟助手、自动驾驶汽车、谷歌翻译和推荐系统，以及6种公认无敌的聪明动物，如蜜蜂、章鱼、乌鸦、狗、海豚和黑猩猩。他不是一个深信非人类智慧的浪漫狂热者，也不是一个令人扫兴的怀疑论者，而是以这份清单做出了明确的评估。书中不仅热烈讨论了有关动物智力的问题，如细菌的意识、鱼的疼痛、狗的嫉妒，还评估了机器和动物达到人类智慧水平的可能性，思考了伦理和政策问题。

本书使用电动汽车实时数据作为案例背景，贯穿整个数据分析过程，能让读者从0到100 易于理解和掌握大数据分析的全过程。本书采用循序渐进的项目化设计，以任务驱动 课程内容，理实一体化教学方式，突出操作技能的培养。本书编写简洁、明了、清晰易懂的介绍了大数据的基础知识、大数据的分析工具、运用Power BI工具数据获取、清洗、建模、可视化的整个过程，并在每个项目设置项目实训，通过项目实训提升对本项目知识的学习与实操的转化，还在每个项目 设置了测验，以巩固本项目的知识技能。 通过两个实战项目对Power BI大数据分析过程从整体上得到认知巩固和能力增强。