本書主要包含以下內(nèi)如：最優(yōu)化問題的簡介，凸分析基礎，無約束優(yōu)化的理論及線搜索算法框架，信賴域算法，線搜索收斂性分析及收斂速度分析，半光滑牛頓算法，共軛梯度算法，約束優(yōu)化理論及延伸理論，罰方法，增廣拉格朗日算法及算法在實際問題(支持向量機模型、超圖匹配)中的應用。本書對知識點的分析緊密結合當前研究前沿問題，并通過對應用問

ChatGPT、文心一言、MidJourney等AI大語言模型融入了人們的日常工作、學習和生活，學習如何用好新的AI工具已經(jīng)成為每個人的必修課。但是，對于一些稍微復雜的實際問題，AI大語言模型的回答卻很不穩(wěn)定，經(jīng)常偏離問題甚至完全錯誤，主要原因就是問題（提示詞）寫得不好。事實證明，使用恰當?shù)奶崾驹~，可以使AI大語言模型

本書是一本機器學習實用指南，提供從基礎知識到進階技能的全面學習路徑。本書以淺顯易懂的方式介紹了機器學習的基本概念和主要類型，并詳細介紹使用Python及常見的庫進行數(shù)據(jù)處理和機器學習的實操。此外，介紹了數(shù)據(jù)預處理的詳細過程，最后通過若干典型案例加深讀者對機器學習的理解。本書適合對機器學習感興趣的初學者，也可作為軟件開發(fā)

作為普通個體，我們該如何快速切入AI賽道，更好地利用AI工具武裝自己，成為"超級個體”呢？本書給出了答案。本書精選八大領域：編程、設計、辦公、教育、翻譯、營銷、咨詢、自媒體，并通過88個具體案例實操演示了與ChatGPT進行對話的技巧，全面且深入地為讀者展示了利用ChatGPT這個工具大幅提升工作效能的方法。除了提供拿

圖像融合技術可將多源圖像的互補特征進行綜合，以得到更加完整和準確的場景描述，從而彌補單一傳感器單幅圖像的不足，是一種廣泛應用的圖像預處理技術，如多攝像頭拍照、微光夜視、醫(yī)學診斷、遙感等應用領域。本書以多源圖像融合技術為主要內(nèi)容，在研究圖像尺度分析、遷移學習、深度學習算法與模型的基礎上，針對多聚焦圖像融合、多模態(tài)醫(yī)學圖像

本書針對推薦系統(tǒng)中的二部圖、社交網(wǎng)絡和知識圖譜的圖結構模式，研究基于圖表示學習的深度推薦系統(tǒng)。通過挖掘圖信息中的隱性關系和高階關系，使用圖學習的方式探索用戶和產(chǎn)品的潛在關聯(lián)，彌補相關推薦系統(tǒng)研究在挖掘用戶之間或者產(chǎn)品之間隱性關系方面的不足，形成一系列合理而且有效的推薦技術。增加推薦系統(tǒng)輸入的多樣性，運用社交網(wǎng)絡和知識圖

人工智能（AI）已成為世界各地的熱門話題，因為它可以為人類帶來顯著的好處，以及可能隱藏在該技術中的感知和實際危險。在《人工智能風險·回報·未來》：中，KevinChen用清晰簡單的語言闡述了人工智能的許多方面，詳細介紹了人工智能如何給世界的運作方式帶來深刻的變化。人工智能正在交通、物流、醫(yī)學

本書詳細介紹邊緣計算和人工智能技術，主要內(nèi)容包括邊緣計算與人工智能概述、邊緣計算與人工智能基本開發(fā)方法、邊緣計算與人工智能模型開發(fā)、邊緣計算與人工智能基礎應用開發(fā)、邊緣計算與人工智能綜合應用開發(fā)。全書采用項目式開發(fā)的學習方法，通過貼近日常生活的開發(fā)實例，由淺入深地介紹邊緣計算與人工智能的相關知識。本書中的每個案例均有完

本書的內(nèi)容共包含八章。第一章分別從學術界、媒體、企業(yè)界、政府等多視角介紹人工智能當前火熱的現(xiàn)狀。第二章介紹了不同人群對人工智能提出的疑問，包括疑問論、懷疑論和恐懼論。第三章主要闡述了人工智能的基本概念，包括來自不同領域的各種不同的觀點和看法。第四章提出了作者對人工智能的獨特見解，包括人腦智能、人腦基本能力模型、機器智能

本書基于認知神經(jīng)科學視角，在系統(tǒng)性梳理現(xiàn)有研究的基礎上，從傳統(tǒng)的電商網(wǎng)站到電商直播、虛擬現(xiàn)實、智能會話代理和機器人等新型平臺，再到腦機接口這一人機交互的最高階應用，對這些數(shù)智平臺的用戶行為及其背后的認知機制進行探討，并對用戶在這些平臺上的信息安全和隱私?jīng)Q策行為進行了研究。本書遵循“平臺特征—機體反應—用戶行為”的路徑對

本書圍繞自主無人系統(tǒng)發(fā)展背景、發(fā)展現(xiàn)狀、技術挑戰(zhàn)、倫理道德和政策法律等問題展開闡述。首先介紹了自主無人系統(tǒng)的相關概念、發(fā)展歷程、發(fā)展現(xiàn)狀和發(fā)展趨勢；其次重點分析了自主無人系統(tǒng)涉及的關鍵技術，包括感知與認知、決策與規(guī)劃、行動與控制、交互與協(xié)同、學習與進化等；然后分析了使用自主無人武器系統(tǒng)面臨的倫理道德與政策法律問題，并介

機器學習數(shù)學基礎

本書包含代碼實踐和案例實踐，運用OpenCV、PyTorch等框架工具詳細講解中文車牌識別檢測、采用三元組的FaceNet人臉識別理論與實踐、車道檢測的兩種深度學習思路及煙霧檢測4大實踐項目。相關理論可參考《基于深度學習的目標檢測原理與應用》一書，從而學以致用、融會貫通。

本書闡述了分布式人工智能原理及其應用，基本原理的主要內(nèi)容包括的分布式人工智能的內(nèi)涵、基本原理、計算框架等；研究了分布式人工智能學習與優(yōu)化、強化學習與演化計算、群智能體強化學習等前沿方法；給出了分布式信息融合、視覺感知、協(xié)同搜索、對抗博弈決策和智能博弈推演等典型應用，建立起了較為全面的知識體系與脈絡，為后續(xù)研究奠定了良好

《四元數(shù)神經(jīng)網(wǎng)絡穩(wěn)定性理論及應用》旨在介紹四元數(shù)神經(jīng)網(wǎng)絡穩(wěn)定性理論及應用的研究現(xiàn)狀、典型模型、常用研究方法.具體內(nèi)容包括四元數(shù)神經(jīng)網(wǎng)絡漸近穩(wěn)定性、四元數(shù)神經(jīng)網(wǎng)絡魯棒穩(wěn)定性、四元數(shù)神經(jīng)網(wǎng)絡μ-穩(wěn)定性及均方穩(wěn)定性、四元數(shù)神經(jīng)網(wǎng)絡Mittag-Leffler穩(wěn)定性、四元數(shù)神經(jīng)網(wǎng)絡Lagrange穩(wěn)定性及H-U穩(wěn)定性、四元數(shù)神

本書探討了AI領域的AIAgent（智能體）和生成式AI的前沿進展，以及這些技術如何重塑我們的生活和工作方式。本書首先回顧了AI技術的演變歷程，并強調(diào)了智能體的定義及其在客戶服務、醫(yī)療健康和制造業(yè)等領域的廣泛應用。本書也對智能體與傳統(tǒng)軟件進行了對比，分析了智能體的自主性、適應性和協(xié)作能力。生成式AI的崛起也被特別提及，

未來，白領大部分的工作，都是AI可以完成的�，F(xiàn)在很多個人或企業(yè)客戶已經(jīng)在內(nèi)部逐漸推廣AI應用了。越來越多的人切身體會到，ChatGPT及相關新技術的出現(xiàn)將改變我們的工作內(nèi)容和工作方式，在這本書里，我們將詳細了解到職業(yè)場景下將有三個顛覆性的改變：獲取知識和信息的模式的改變?nèi)�，交互模式的改變�(nèi)�，個人和企業(yè)角色的改變。最重要

本書從ChatGPT原理和提示工程的基本概念講起，重點介紹了提示工程的各種技巧，不僅通 過實例生動地展示了如何運用這些技巧，還深度解析了各種技巧的使用場景及其潛在局限性。 進一步地，本書結合多個行業(yè)背景，系統(tǒng)地闡述了ChatGPT和提示工程的具體應用，幫助讀者不 僅從理論上掌握提示工程，而且深化對ChatGPT在

本書選取當下大熱的AIoT（人工智能物聯(lián)網(wǎng)）為應用場景，以NVIDIAJetsonNano為硬件平臺，系統(tǒng)介紹了人工智能的開發(fā)知識，重點講解了人工智能中邊緣計算技術的應用。首先介紹了NVIDIAJetsonNano開發(fā)平臺和開發(fā)環(huán)境的配置，然后通過具體的案例介紹了人工智能邊緣計算在物體檢測、深度學習等領域的應用。本書適

掌握AI寫作，就可以輕松寫出高質(zhì)量職場文章。本書通過對國內(nèi)外多款AI寫作工具的簡單介紹，旨在幫助讀者快速掌握AI職場文章的寫作方法。本書共九章，分別介紹AI寫作工具、AI優(yōu)化簡歷、職場入門AI寫作、AI項目策劃、AI項目復盤、AI高效辦公、AI高效溝通、讓職場更輕松的軟件和AI職場視頻剪輯等內(nèi)容。 本書適合職場新老員工