人工智能(AI) - 第9页

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，本书附录给出了一些相关数学基础知识简介

《本体驱动的 AI 数据管理》围绕人工智能时代的数据管理新需求展开，探讨如何利用本体技术增强数据的语义理解、组织能力和智能应用价值。本书聚焦数据与知识融合的发展方向，介绍本体驱动的数据管理理念，帮助读者理解人工智能系统背后的数据基础设施建设方法。全书主要介绍本体的基本概念、知识表示方法、语义数据模型、本体构建流程以及本体驱动的数据管理架构。同时结合人工智能应用场景，分析本体技术在数据集成、知识融合

统计学习方法即机器学习方法，是计算机及其应用领域的一门重要学科。本书分为监督学习和无监督学习两篇，全面系统地介绍了统计学习的主要方法。包括感知机、k近邻法、朴素贝叶斯法、决策树、逻辑斯谛回归与大熵模型、支持向量机、提升方法、EM算法、隐马尔可夫模型和条件随机场，以及聚类方法、奇异值分解、主成分分析、潜在语义分析、概率潜在语义分析、马尔可夫链蒙特卡罗法、潜在狄利克雷分配和PageRank算法等。本书

《人工智能：从图灵测试到DeepSeek》是由哈尔滨工业大学计算学部人工智能学院张伟男教授团队撰写的公开课文档，系统梳理了人工智能的发展脉络、核心技术及行业应用，并展望了其未来趋势。该文档结合理论与实践，既涵盖学科基础知识，又深入探讨了前沿技术突破，体现了中国在人工智能领域的科研实力与教育成果。目录人工智能的概念从图灵测试到DeepSeek走进行业的人工智能人工智能对教育的影响

ChatGPT 是 OpenAI 开发的人工智能聊天机器人程序，于 2022 年 11 月推出，能够自动生成一些表面上看起来像人类写出的文字的东西，是一件很厉害且出乎大家意料的事。 那么，它是如何做到的呢？又是为何能做到的呢？本书会大致介绍 ChatGPT 的内部机理，然后探讨一下为什么它能很好地生成我们认为是有意义的文本。

《人工智能简史（第 3 版）》以人工智能七十余年的发展史为主线，从 1956 年达特茅斯会议之前的思想准备写起，追踪不同技术路线如何兴起、遭遇瓶颈、退出中心舞台，又在新的计算条件和数据环境中重新出现。书中讨论自动定理证明、专家系统、知识表示、自然语言处理、遗传算法、神经网络、强化学习、类脑计算、深度学习和机器博弈等重要方向，并通过关键人物、论文、会议和项目还原人工智能技术演进中的真实争论。第 3

DeepSeek 是一种基于 Transformer 架构的生成式 AI（Artificial Intelligence）大模型，融合了MoE 架构、混合精度训练、分布式优化等先进技术，具备强大的文本生成、多模态处理和任务定制化能力。本书系统性地介绍了开源大模型 DeepSeek-V3 的核心技术及其在实际开发中的深度应用。全书分三部分共12章，涵盖理论解析、技术实现和应用实践。第一部分从理论入手

本书从人工智能的奠基人物、历史事件、学术理论、研究成果、技术应用等 5 个维度全面展开，以时间为主线，用专业的知识、通俗的语言、巧妙的内容组织方式，详细讲解了人工智能能解决什么问题、面临怎样的困难、做过哪些努力、取得过哪些成绩、未来将向何方发展，尽可能消除人工智能的神秘感，把人工智能从科学的殿堂推到公众面前。

《动手学PyTorch建模与应用：从深度学习到大模型》是一本讲述以PyTorch为工具实践深度学习和大模型的入门书，从数学知识和必备基础知识和概念入手讲解，理论兼备实践，语言通俗，图文并茂，边学边练，非常易于掌握。本书共11章，第1章主要介绍深度学习的概念、应用场景及开发环境搭建。第2章详细介绍PyTorch数学基础，包括函数、微分、数理统计、矩阵等基础知识及其案例。第3章介绍数据预处理及常用工具

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。本书根据李宏毅老师“机器学习”公开课中与深度学习相关的内容编写而成，介绍了卷积神经网络、Transformer、生成模型、自监督学习（包括 BERT 和 GPT）等深度学习常见算法，并讲解了对抗攻击、领域自适应、强化学习、元学习、终身学习、网络压缩等深度学习相关的进阶算法。