本书主要介绍基于视觉的YOLO框架的技术原理和代码实现，并讲解目标检测领域中的诸多基础概念和基本原理，在YOLO框架的基础上介绍流行目标检测框架。本书分为4个部分，共13章。第1部分介绍目标检测领域的发展简史、主流的目标检测框架和该领域常用的数据集。第2部分详细讲解从YOLOv1到YOLOv4这四代YOLO框架的网络结构、检测原理和训练策略，以及搭建和训练的YOLO框架的代码实现。第3部分介绍两个较新的YOLO框架——YOLOX和YOLOv7，着重讲解其设计理念、网络结构和检测原理。第4部分介绍DETR、YOLOF和FCOS在内的流行目标检测框架和相应的代码实现。本书侧重目标检测的基础知识，包含丰富的实践内容，是目标检测领域的入门书，适合对目标检测领域感兴趣的初学者、算法工程师、软件工程师等人员学习和阅读。

当前，数字化、网络化、智能化成为经济社会的发展趋势，在此背景下，数据资源化、数据资产化、数据要素化更加凸显。本书从数据资产管理的共性问题和面向领域的数据资产管理两个维度展开，较为系统全面地介绍了数据资产管理的基础理论、方法和应用。 本书可作为高等院校相关专业的本科生和研究生的教材，也可作为从事大数据分析的相关技术人员、管理人员的参考书，还可作为相关专业资格考试、研究生入学考试的参考书。

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。

本书是一部揭示ChatGPT与AIGC的背后真相及未来发展趋势的重要著作。首先，本书全景式展现了ChatGPT背后的创造者群像，揭示了创新、创造和创业的成功之路。其次，本书系统回顾了AIGC发展过程中的重要里程碑，从早期的神经网络到深度学习技术，再到大语言模型的突破，全面展示了这一领域的进展和创新。再次，本书聚焦剖析了ChatGPT的技术渊源、技术架构、进化之路、商业模式及未来发展趋势。从次，本书将关于ChatGPT的讨论扩大到AIGC领域，深刻分析了AIGC的生产力革命内涵。然后，本书深入探讨了ChatGPT及AIGC对搜索引擎、人类知识体系、行业数字化转型的影响，引导读者深入思考技术变革与社会发展的相互影响。最后，本书全面分析了ChatGPT与AIGC的快速发展给中国带来的机遇。 无论您是人工智能领域的科技工作者，还是其他领域的普通读者，本书都致力于为您提供洞察ChatGPT及AIGC的全新视角，帮助您理解现象背后的基本原理，洞悉产业发展潜力，抓住创新、创造和创业的机遇。

随着大数据、人工智能技术和城市化的快速发展，智慧城市管理已经迈入大数据时代。围绕城市管理相关领域积累了海量数据，如何有效地从这些大数据中进行深度挖掘、智能学习并获取有用知识已成为当前智慧城市发展亟待解决的关键问题。本书针对城市大数据发展现状，梳理总结了我国城市大数据智能创新应用方面成果，涵盖了大数据处理的关键技术和城市计算研究的核心模型与算法，涉及城市大数据感知及增强、空气质量预测、交通流预测、人流量预测、出租车路径推荐、租房推荐、救护车部署、外卖配送优化和地铁停站时间调度等应用领域，力图展现我国城市大数据分析与智能处理的zui新研究进展。

本书是2020年上海老年教育教材研发丛书之一，旨在帮助老年人快速了解当今人工智能的基本知识和应用现状，从而更好地融入智慧共享的新型数字生活。本书共分为四章，不仅深入浅出地介绍了人工智能的发展简史及日常生活中各种高科技场景背后的人工智能技术，还细致地介绍了老年人可主动体验的人工智能产品及服务和人工智能技术在各行各业中的应用。在写作风格上，本书力求贴近老年人的实际生活，语言生动，通俗易懂，融科学性、知识性、趣味性于一体；在呈现形式上，本书图文并茂，符合老年人的认知规律和心理特点，尽量从熟悉的场景引入新知识、新技术和新应用。

本书从硬件、软件、行业三个方面系统地介绍自动驾驶那些事儿。在第 1 篇中，通过 5 章详细介绍雷达、相机、定位、芯片、线控底盘等自动驾驶关键硬件的工作原理、应用场景、发展趋势等内容。在第 2 篇中，通过 3 章详细介绍自动驾驶领域具有代表性的算法、系统、功能等内容。在第 3 篇中，通过 1 章对行业中发生的一些具有长远借鉴意义的故事进行分析和总结。 本书作为一本自动驾驶知识科普图书，由浅入深、通俗易懂，既适合汽车行业从业者和有兴趣从事汽车行业的读者阅读，也适合高等院校车辆、机械、计算机等相关专业师生阅读。

本书主要分成三部分。第一部分包括第一章到第三章，主要介绍社会网络研究的起源和重点，社会网络的基本概念、定义和重要应用。除此之外，还会讨论一些经典案例和研究手段，以及大数据时代为社会网络研究创造的新机遇，希望给读者们一个宏观的认识。第二部分包括第四章到第七章，主要介绍社交大数据领域内的重要研究方向，比如节点中心性、社团结构、个性化推荐以及传播动力学，并介绍实际场景中的应用。第三部分包括第八章到第十章，主要介绍社交大数据的各种研究场景，比如用户画像与行为分析、情感分析以及微博网络，在这些实际场景中，我们可以看到网络科学模型发挥了重要的作用，能够切实解决一些企业面临的问题和挑战。

《Python 机器学习入门与实践——从深度学习到生成对抗网络 GAN》是一本用 Python 进行机器学习编程的入门书，书中采用了欧洲童话故事中的人物角色“王后”“魔镜”“白雪公主”等，通过阅读不同角色的 Python 学习笔记中的示例代码和讲解，让读者在追寻奇幻故事的同时，享受编程的乐趣。另外，为了让程序可以单独或组合使用，书中对每个任务的过程和必要的库进行了分组，以使程序模块化。这是一种通过实际编写代码来加深理解的结构化方式。《Python 机器学习入门与实践——从深度学习到生成对抗网络 GAN》一书语言通俗易懂，图文并茂，并加入了生动的故事情节，特别适合有一定 Python 编程基础，想学习机器学习、深度学习的高校计算机、人工智能专业学生和想研究人工智能方向的程序员学习。

本书全面介绍贝叶斯推理与机器学习，涉及基本概念、理论推导和直观解释，涵盖各种实用的机器学习算法，包括朴素贝叶斯、高斯模型、马尔可夫模型、线性动态系统等。本书在介绍方法的同时，强调概率层面的理论支持，可帮助读者加强对机器学习本质的认识，尤其适合想要学习机器学习中的概率方法的读者。本书首先介绍概率论和图的基础概念，然后以图模型为切入点，用一种统一的框架讲解从基本推断到高阶算法的知识。本书不仅配有BRML工具箱，而且提供大量MATLAB代码实例，将概率模型与编程实践相结合，从而帮助读者更好地理解模型方法。