计算机 - 第2页

近年，人工智能热潮席卷而来。本书以图解的方式网罗了人工智能开发必备的基础知识，内容涉及机器学习、深度学习、强化学习、图像和语音的模式识别、自然语言处理、分布式计算等热门技术。全书以图配文，深入浅出，是一本兼顾理论和技术的人工智能入门教材。旨在帮助读者建立对人工智能技术的整体印象，为今后深入探索该领域打下基础。另外，书中设有专栏和“小贴士”，介绍了相关术语的背景知识，可帮助读者扩充知识面，进一步理解

适读人群 ：本书适合对Agent技术感兴趣或致力于投身该领域的研究人员、开发人员、企业负责人，以及高等院校相关专业师生等阅读。人工智能时代一种全新的技术——Agent正在崛起。这是一种能够理解自然语言并生成对应回复以及执行具体行动的人工智能体。它不仅是内容生成工具，而且是连接复杂任务的关键纽带。本书将探索Agent的奥秘，内容包括从技术框架到开发工具，从实操项目到前沿进展，通过带着读者动手做7个功

本书自首次出版以来，持续为计算机网络教学提供新颖的和与时俱进的方法，目前已被译为14种语言，世界上数百所大学采用本书作为教材，几十万学生和从业人员通过本书系统学习计算机网络知识。 【本书特色】 1. 自顶向下方法。采用作者独创的自顶向下方法讲授计算机网络的原理及协议，即从应用层协议开始沿协议栈向下讲解，从实现、应用的角度分析各层的意义，强调应用层范例和应用编程接口，使读者尽快进入每天使

本书全程图解式讲解，通过大量全彩插图拆解概念，让读者真正告别学习大模型的枯燥和复杂。 全书分为三部分，依次介绍语言模型的原理、应用及优化。第一部分 理解语言模型（第 1~3 章），解析语言模型的核心概念，包括词元、嵌入向量及 Transformer 架构，帮助读者建立基础认知。第二部分 使用预训练语言模型（第 4~9 章），介绍如何使用大模型进行文本分类、聚类、语义搜索、文本生成及多模态扩展，提升

了解数据结构与算法是透彻理解计算机科学的前提。随着Python日益广泛的应用，Python程序员需要实现与传统的面向对象编程语言相似的数据结构与算法。本书是用Python描述数据结构与算法的开山之作，汇聚了作者多年的实战经验，向读者透彻讲解在Python环境下，如何通过一系列存储机制高效地实现各类算法。通过本书，读者将深刻理解Python数据结构、递归、搜索、排序、树与图的应用，等等。这一版重写了

《机器学习》又称西瓜书。机器学习是计算机科学与人工智能的重要分支领域。本书作为该领域的入门教材，在内容上尽可能涵盖机器学习基础知识的各方面。为了使尽可能多的读者通过本书对机器学习有所了解，作者试图尽可能少地使用数学知识。然而，少量的概率、统计、代数、优化、逻辑知识似乎不可避免。因此，本书更适合大学三年级以上的理工科本科生和研究生，以及具有类似背景的对机器学习感兴趣的人士。为方便读者，本书附录给出了

本书在选材与编排上，贴近当前普通高等院校“数据结构”课程的现状和发展趋势，符合研究生考试大纲，内容难度适度，突出实用性和应用性。全书共 8 章，内容包括第一章绪论，第二章线性表，第三章栈和队列，第四章串、数组和广义表，第五章树和二叉树，第六章图，第七章查找，第八章排序。全书采用类 C 语言作为数据结构和算法的描述语言。本书可作为普通高等院校计算机和信息技术相关专业“数据结构”课程的教材，也可供从事

李沐，动手深度学习，中文第二版，2023年8月18日。本书是《动手学深度学习（PyTorch版）》的重磅升级版本，选用经典的PyTorch深度学习框架，旨在向读者交付更为便捷的有关深度学习的交互式学习体验。 本书重新修订《动手学深度学习》的所有内容，并针对技术的发展，新增注意力机制、预训练等内容。本书包含15章，第一部分介绍深度学习的基础知识和预备知识，并由线性模型引出最简单的神经网络——多层感知

Python之父推荐的爬虫入门到实战教程书籍，上一版销量近10万册，静觅博客博主崔庆才倾力打造，App端也能爬。本书介绍了如何利用 Python 3 开发网络爬虫。本书为第 2 版，相比于第 1 版，为每个知识点的实战项目配备了针对性的练习平台，避免了案例过期的问题。另外，主要增加了异步爬虫、JavaScript 逆向、App 逆向、页面智能解析、深度学习识别验证码、Kubernetes 运维及部

全书系统阐述了“AI 工程”的核心方法——如何基于现成的基础模型（LLM、LMM）构建高效、实用的 AI 应用。书中提供了完整的 AI 工程框架，涵盖模型选择与评估、提示工程、RAG 与智能体、微调策略、数据集工程、推理优化及 AI 工程架构等关键环节，帮助开发者在复杂的 AI 生态中做出科学的技术决策。 作者结合丰富的业界经验，通过大量真实案例与可操作的方法，展示了如何让 AI 应用更快、更可靠