人工智能(AI) - 第2页

《鸢尾花书系列：从加减乘除到机器学习》是姜伟生博士编写的机器学习从入门到精通合集，旨在帮助读者从编程基础到机器学习掌握关键技能。每本书内容简洁，适合不同阶段的学习者，帮助读者快速上手并理解核心概念。豆瓣评分平均高达9.5分，质量非常高。这套书适合不同领域的初学者，通过简单易懂的语言和丰富的案例，帮助读者轻松掌握技术与理论，逐步提升编程、数学和数据分析的能力。1. 编程不难介绍编程基础，帮助初学者理

2025 年 10 月初，谷歌资深工程主管、杰出工程师 Antonio Gulli 免费公开发布了一本长达 400 多页的新书——《Agentic Design Patterns: A Hands-On Guide to Building Intelligent Systems》。该书旨在为当前火热的 AI Agent 开发领域提供首批系统性的“设计模式”，更有条理地构建强大、可靠的智能系统。英文

本书系统阐述从上下文工程到 Harness 工程的技术演进路径，深入揭示了 AI Agent 从工具调用到自主思考与协作的核心原理及工程落地方法。 全书共 7 章，以从单 Agent 到多 Agent 为主线，帮助读者系统掌握构建具备理解、计划、反思与行动能力的 Agent 系统的完整方法论。第 1 章、第 2 章系统介绍上下文工程的理论基础，涵盖意图识别、计划模式、反思模式、CodeAct 行动

《OpenClaw 入门指南》是一份面向技术人员、投资者、知识工作者与理性决策者的深度研究手册，系统讲解 AI 代理框架 OpenClaw 的原理、架构、应用场景以及真实风险，帮助读者从“使用 AI”迈向“构建 AI 系统”。书中提出一个核心观点：AI 的下一阶段不是更会聊天，而是能够执行任务。OpenClaw 正是这种变化的代表——它为大模型装上“手脚”，使其可以规划步骤、调用工具并完成实际操作

英文版地址：Hands-On Machine Learning with Scikit-Learn, Keras, and Tensorflow 3rd Edition (Third)《机器学习实战（原书第 3 版）：基于 Scikit-Learn、Keras 和 TensorFlow》是全球畅销的机器学习入门经典，由 Aurélien Géron 编写，全面介绍了使用 Python 进行机器学习

本书详尽地阐述智能体的基础理论、开发工具以及不同层次的开发方法，通过融合自然语言理解、多轮对话和任务自动化技术，为读者提供从理论到实践的全方位指导，旨在帮助读者构建高效的智能体。全书分为 3 个部分，共 12 章。 第 1 部分（第 1～5 章）深入解析智能体的工作原理及开发所需的工具链，包括智能体的定义、类型及其与大语言模型（LLM）的关系，探讨智能体框架结构和核心模块的设计，并介绍 LangC

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

适读人群：本书既适合深度学习的初学者，也适合对人工智能感兴趣的教师、学生和相关从业者学习参考。本书前半部分介绍强化学习的重要思想和基础知识，后半部分介绍如何将深度学习应用于强化学习，遴选讲解了深度强化学习的全新技术。全书从适合入门的多臂老虎机问题切入，依次介绍了定义一般强化学习问题的马尔可夫决策过程、用于寻找答案的贝尔曼方程，以及解决贝尔曼方程的动态规划法、蒙特卡洛方法和 TD 方法。随后，神经网

《深度学习入门：基于Python的理论与实现》又称“鱼书”，是深度学习真正意义上的入门书，深入浅出地剖析了深度学习的原理和相关技术。书中使用Python3，尽量不依赖外部库或工具，从基本的数学知识出发，带领读者从零创建一个经典的深度学习网络，使读者在此过程中逐步理解深度学习。书中不仅介绍了深度学习和神经网络的概念、特征等基础知识，对误差反向传播法、卷积神经网络等也有深入讲解，此外还介绍了深度学习相

本书是 Agent 时代的架构设计与工程实践指南，旨在连接传统软件工程与大模型应用。 全书分为上下两篇：上篇以历史演进为线索，剖析了软件范式从“确定性结构”向“概率性智能”的演进，揭示 Agent 诞生的必然性；下篇作为实战手册，系统构建了涵盖感知、记忆、推理、行动、反思与协作的通用架构，并拆解了 21 个核心设计模式。 本书超越代码层面，从架构、机制与实践等多维度出发，通过丰富案例，为解决“如何