本书旨在通过对机器学习主要原理和方法的介绍，并且结合作者多年来在智能感知方面的研究成果，对其他书籍未涉及的一些前沿研究进行补充阐述。通过对基础理论循序渐进、深入浅出的讲解，读者能够更快速地掌握机器学习的基本方法，在此基础上每章内容由易到难，读者可以根据自己的掌握程度以及兴趣，选择特定的方向进行更深入的学习。本书可作为有

本书主要介绍人工智能和供应链行业融合中通用化和实战化的预测算法，以及这些预测算法在业界实际应用的案例，旨在通过简单易懂的方式让读者了解供应链相关的应用场景。本书作者具有丰富的业界从业经验，在供应链预测算法方面拥有丰富的理论研究和项目经验，能够将基础模型、进阶模型和行业实践有机地融合，循序渐进地介绍供应链预测算法，使读者

本书共分为七章。第一章主要介绍数学对应人工智能的重要性，以及代数学和分析学中的基础概念，是后面各章的基础。第二章和第三章分别介绍了微积分和线性代数核心内容，并将相关基础知识映射到人工智能领域，从这一视角理解数学基础知识的工程应用。第四章介绍了矩阵分解这一重要数学工具及其在人工智能领域的典型应用。第五章介绍了概率论基础知

人工智能发展迅猛，但在不确定性和脆弱性环境下的应用仍存在较大困难。同时，与人脑相比，人工智能缺乏直觉推理能力和基于认知地图的思维能力。 本书从以上问题出发，全面调研现有的相关理论、算法和技术，并针对性地从三个主要层面形成理论性的建议和思考，这三个层面即人机混合增强智能的基础理论、人机混合增强智能的在线演化与动态自适应以

本书基于当前流行的深度学习框架之一——Keras，从新手的角度出发，详细讲解Keras的原理，力求帮助读者实现Keras从入门到精通。全书共9章，主要内容包括初识深度学习、深度学习的数据预处理技术、使用Keras开发深度学习模型、卷积神经网络及图像分类、循环神经网络在文本序列中的应用、自编码器、生成式对抗网络、模型评估

构建通用人工智能的关键就是无监督学习，而不需要标签来训练模型，最简单的方法就是使用深度生成模型。本书主要讲述如何将概率建模和深度学习结合起来去构建可以量化周边环境不确定性的强大的AI系统。这种AI系统可以从生成的角度来理解周边世界。本书涵盖了深度生成模型的多种类型，包括自回归模型、流模型、隐变量模型、基于能量的模型等。

深度强化学习是人工智能和机器学习的重要分支领域，有着广泛应用，如AlphaGo和ChatGPT。本书作为该领域的入门教材，在内容上尽可能覆盖深度强化学习的基础知识和经典算法。全书共10章，大致分为4部分：第1部分（第1～2章）介绍深度强化学习背景（智能决策、人工智能和机器学习）；第2部分（第3～4章）介绍深度强化学习基

本书是一本面向所有人的提示工程工具书，旨在帮助你掌握并有效利用以ChatGPT为代表的AI工具。学习完本书后，你将能够自如地将ChatGPT运用在生活和专业领域中，成为ChatGPT进阶玩家。 本书共分为9章，内容涵盖三个层次：介绍与解读、入门学习、进阶提升。第1～2章深入介绍与剖析了ChatGPT与提示工程，并从多

本书从ChatGPT的基本知识、技术原理和应用场景出发，详细探讨了如何运用ChatGPT提升职场竞争力。全书共分为10章，内容包括ChatGPT在职场沟通、工作效率、个人品牌价值、职业发展、创意思维、领导力与管理、学习与自我成长、数据分析、服务与谈判等方面的应用。通过阅读本书，读者可以了解到ChatGPT的强大功能和在

智能技术的发展和广泛应用支持传统信息系统提高现有服务能力或者实现新的功能，这使得个体与智能信息系统的交互呈现出新的特点。本书关注两类典型的智能信息系统智能在线学习系统和智能客服系统。本书围绕对相关情境下三个研究的介绍，分别探讨情境因素或智能系统的实施对用户与系统交互行为和交互结果的影响。在应用智能技术支持学习系统