"《scikit-learn机器学习超入门：算法原理与实践》通过通俗易懂的语言、丰富的图示和生动的实例，拨开了笼罩在机器学习上方的复杂数学“乌云”，让读者能以较低的门槛和学习成本快速入门机器学习。 《scikit-learn机器学习超入门：算法原理与实践》共11章，详细介绍在Python环境下学习scikit-lear

"本书首先概述人工智能的基本概念、研究内容、研究途径与方法、分支领域与研究方向、应用前景、历史沿革、现状与趋势等，勾画了人工智能学科的总体架构；然后简要阐述人工智能主要分支的原理、方法和发展概况，并指出延伸学习的内容和方向。全书共11章，内容全面、基础、经典而新颖。 本书篇幅适中、层次分明、条理清楚、理例结合、图文并

"智能体（Agent）是大模型落地应用的重要方向，也是AI应用的一个重要风口。为了让更多非技术出身的读者能够理解Agent，能够零基础开发AI应用，我们选择火山引擎的扣子智能体开发平台来设计开发自己的Agent。《扣子开发AIAgent智能体应用》配套提示词文件、PPT课件、190分钟教学视频、全书配图PDF文件、字节

机器学习是人工智能领域的重要组成部分，其深度和广度都在持续扩展。本书不仅对机器学习基础知识进行了全面介绍，而且深入讨论了各种经典和常用的机器学习方法。通过理论与实践相结合的方式，帮助读者理解机器学习的基本原理，掌握常用的方法，并能够在实际问题中应用这些技术。本书共10章，可分为两部分。第一部分主要介绍机器学习的背景知识

本书通过在基因、神经元和细胞等微观层面的计算机建模研究神经系统与形态（身体）的协同演化与发育。首先介绍演化算法、基因调控网络以及脉冲神经网络等用于理解和模拟生物神经系统及形态的演化与发育的计算方法，分析基因调控网络的鲁棒性、可演化性、网络模体、连通性等重要特性，并提供生物调控网络逆向工程的案例。其次介绍多细胞生长模型和

本书是一部科技类学术专著。本书系统阐述了人工智能模型的基本原理、理论基础及在复杂系统中的应用架构设计，从数据采集与预处理、模型评估与选择到自然语言处理应用，全面剖析了人工智能模型从理论到实践的完整流程。本书还着重探讨了应用系统实现与优化策略，以及人工智能模型在保障安全与隐私保护方面的最新进展。最后，本书对模型应用系统的

本书指导读者学习如何使用生成媒体技术与人工智能创建新颖的图像或音乐。数据科学家和软件工程师将了解最先进的生成模型是如何工作的，如何根据您的需求进行微调和调整，以及如何结合现有的构建块来创建不同领域的新模型和创造性应用程序。本书以直观的方式介绍了理论概念，并提供了大量的代码示例和插图，您可以在诸如Googlecollab

诸如ChatGPT和DALL-E这样的大型语言模型(LLM)和扩散模型拥有前所未有的潜力。通过使用互联网上的公共文本和图像进行训练，这些模型能够为各种任务提供帮助。而且，随着准入门槛的显著降低，几乎任何开发人员都可以利用AI模型来解决以前不适合自动化的问题。借助本书，你将在生成式人工智能方面打下坚实的基础，学会如何在实

本书为再版教材，内容上包括经典控制理论的线性定常系统理论(时分析法、根轨迹法、频率响应法等)，非线性系统理论和线性离散(时间)控制系统理论等。本书在原有保持课程内容的系统性和连贯性的基础上，增设了导读部分，细致介绍了各章学习内容与学习目标，重点突出学习重难点，篇幅精简。各章均有较丰富的例题和习题，便于读者自学。

本书介绍了在人工智能与大数据时代背景下，网络表示学习的理论与应用。提出了网络表示学习的关键在于将网络中的节点映射到低维空间，形成能够反映节点间复杂关系的向量表示。书中讨论了各种先进的网络表示学习方法，如基于图注意力机制、图自编码器和深度学习技术，并提供了大量实验和案例分析，展示了这些方法在不同数据集上的应用效果。这些案