本书主要包含四部分内容，侧重于从能源领域工程实际和科学研究的需求角度出发，阐述用人工智能大数据方法解决能源系统问题的知识和方法论。 部分介绍能源系统信息采集中常见数据类型及数据预处理方法，包括适用于能源系统的异常值识别、缺失值处理、数据规范化、数据转换及分割方法等；第二部分介绍无监督学习方法及其在能源系统工程中的典型应用，包括聚类分析、关联规则挖掘和知识后挖掘方法；第三部分介绍监督学习方法及其在能源系统预测建模中的应用要点，包括特征工程、算法选择、模型优化和模型解读方法；第四部分介绍能源系统优化方法，主要从评价指标、建模方法和优化算法等方面讲述能源系统在设计和运行阶段的优化思路及案例。本书可作为高等院校能源系统工程和人工环境工程等专业与人工智能领域相结合的跨学科专业教材，也可以作为工程技术人员和管理人员的参考读物。

本书在分析 外研究及工业实践的基础上，围绕智能产品各个阶段的设计，介绍和阐述了智能产品概念设计框架、智能产品的客户需求识别与分析、客户需求向技术属性转化、智能产品监测与控制功能的设计、智能产品优化与自主功能的设计等内容，重点介绍了基于客户价值 化的智能产品需求分析方法，基于改进的模糊TOPSIS智能产品需求转化方法，面向智能产品的监测、控制、优化及自主功能的设计方法等;并在上述理论、方法与技术研究的基础上，选用智能冰箱与智能扫地机器人作为案例分别验证了技术的可行性。本书为一套完整的框架、理论、方法和技术体系，且理论在企业中得到了验证，既可以作为企业和政府管理人员的培训教材、高等院校管理专业师生的参考教材，也可以作为从事生产 业相关工作人员的参考用书。

本书以生物脑的神经环路和机器脑的深度学习模式为主体，阐述神经科学与人工智能共同发展的过去、现在与未来，从二者的区别和联系入手，并从哲学、心理学和伦理学等视角探讨人工智能发展过程中出现的一系列问题，希望形成一个相对全面的人脑与人工智能的理论框架，让我们能 好地理解人类智能和人工智能，也希望为专业人士起到抛砖引玉的作用，以便 深入地进行关于人脑与人工智能的相关学习和研究。本书的出版将推动神经科学和人工智能领域的学术创新发展，以及人工智能在医学中的应用普及。

工业数字化时代已经到来，基于模型的系统工程和设计已经成为工业“智”造的手段。数字化设计在汽车行业的需求体现得尤为明显，模型作为数字化设计的主线索已经贯穿于从产品概念、系统需求、软件架构、软件实现到软件组件测试、软件集成验证、系统集成验证、产品交付的各个环节。本书既从广度上重点介绍了Simulink工具平台在各个工业领域上的广泛应用，又从深度上剖析了Simulink从架构、建模、仿真、代码生成、自动化测试与验证到硬件生态建设这样一条完整的产品建设思路。 本书是面向汽车电子、航空电子、工业控制、智能家电、无人机系统、机器人控制、电力电子等多个工业领域而撰写的专业著作，可供相关行业的公司、研发团队、工程师以及高校师生参考。

本书由科大讯飞高级系统架构师撰写，结合大量源码与图示，通俗易懂；自顶向下解析JDK、JVM、Linux中的Java线程通信机制、同步机制、锁机制、原子计数器、线程安全容器、线程池的实现原理与应用技巧。全书共12章，分为三篇。基础篇（第1～5章），从Linux的线程基础讲起，重点从JDK、JVM、Linux多个维度讲解Java线程的设计、通信与同步机制，如内存一致性、内存屏障、多线程间数据通信、并发控制等核心知识，从而在实际开发中提高程序的性能和稳定性。进阶篇（第6～9章），从CPU的架构讲起，重点讲解锁算法（MCS、CLH、AQS）、Java锁机制、原子计数器、线程并发容器、线程池的设计原理与实现，以期让读者掌握Java线程的进阶知识，不仅能开发出高性能的程序，而且遇到问题可以举一反三，找到最佳方案。应用篇（第10～11章），详细讲解Java线程的常见模型与使用技巧。以电商真实场景为例，从面临的挑战、基于Java多线程的实现方案与优化等角度层层递进，让读者感受真实的Java线程“威力”。 最后，总结多线程编程的常见问题与使用技巧。

《实战AI大模型》是一本旨在填补人工智能（AI）领域（特别是AI大模型）理论与实践之间鸿沟的实用手册。书中介绍了AI大模型的基础知识和关键技术，如Transformer、BERT、ALBERT、T5、GPT系列、InstructGPT、ChatGPT、GPT 4、PaLM和视觉模型等，并详细解释了这些模型的技术原理、实际应用以及高性能计算（HPC）技术的使用，如并行计算和内存优化。同时，《实战AI大模型》还提供了实践案例，详细介绍了如何使用Colossal AI训练各种模型。无论是人工智能初学者还是经验丰富的实践者，都能从本书学到实用的知识和技能，从而在迅速发展的AI领域中找到适合自己的方向。

暂缺简介...

本书主要对安川工业机器人的相关基础知识、手动操纵技巧、运动指令编程应用、通用I/O信号操作与编程应用、数学指令和流程控制类指令综合编程应用、区域干涉功能等进行了详细介绍，并通过曲线轨迹编程、九宫格码垛编程等案例进行综合应用讲解。每章后留有练习题，并在附录给出了练习题答案。本书可供工业机器人专业学生使用，也可供从事工业机器人操作与编程的技术人员参考。

本书以PyTorch深度学习的常用技术与真实案例相结合的方式，深入浅出地介绍使用PyTorch实现深度学习应用的重要内容。本书共7章，内容包括深度学习概述、PyTorch深度学习通用流程、PyTorch深度学习基础、手写汉字识别、文本生成、基于CycleGAN的图像风格转换、基于TipDM大数据挖掘建模平台实现文本生成等。本书大部分章包含实训和课后习题，希望通过练习和操作实践，帮助读者巩固所学的内容。本书可以作为高等学校数据科学与大数据技术或人工智能相关专业的教材，也可作为深度学习爱好者的自学用书。

本书围绕大数据预处理业务背景及相关技术，以学习情境的方式，首先介绍了使用 Python、Pandas对各种数据源的读写，然后介绍了数据的清洗、集成、规约、变换四个处理数据方式， 介绍了使用Kettle工具和MapReduce编程对数据进行处理的技术，通过理论结合实际、循序渐进的学习方式，让读者学习并掌握大数据预处理技术及应用。本书理论分析相对较少，侧重动手实践，适合应用型本科、高职高专大数据技术专业学生和希望快速进入大数据领域的读者参考使用。