本書由交互設計領域的思想領袖Jon Kolko所著，是交互設計領域的里程碑之作。本書完美地將當代設計理論和研究成果融入交互設計實踐中，將對交互設計的闡釋和分析推向了新的高度。本書重點闡釋了對交互設計領域的理解和洞察，以及人與科技之間的聯系。作者通過引人入勝的內容實現對設計師的教化，幫助設計師教化商業人士，同時確立交互設計在商業領域中的地位。本書不但探討了經濟局面的變化、互聯性的增強和全球化的科技普及如何影響針對人類行為的設計活動和設計本身，而且對交互設計的定義進行了更好的闡釋，主要涵蓋三個
《人機共協計算》以人機共協計算這一理念為軸，以此對人機交互領域的現象予以歸納，對其未來發展提出一些啟發。《人機共協計算》主要設置為理論篇和技術篇，共11章：第1～4章是關于人機共協計算框架的理論篇：在回顧人機交互的發展歷史中，引出人機共協計算理念的由來，對技術的目的和發展趨勢進行討論，并對人機共協計算框架所涉內容與范疇進行梳理；第5～11章是基于HEC思考的技術篇：將人工智能、數字正念、自動駕駛、信息交互、設計未來、跨文化設計六個方向與人機共協計算思想相結合，提供一系列相關案例及視角。
“人工智能超入門叢書”致力于面向人工智能各技術方向零基礎的讀者，內容涉及數據素養、機器學習、視覺感知、情感分析、搜索算法、強化學習、知識圖譜、專家系統等方向。本叢書體系完整、內容簡潔、語言通俗，綜合介紹了人工智能相關知識，并輔以程序代碼解決問題，使得零基礎的讀者能夠快速入門。《強化學習：人工智能如何知錯能改》是“人工智能超入門叢書”中的分冊，以科普的形式講解了強化學習的核心知識，內容生動有趣，帶領讀者走進強化學習的世界。本書包含強化學習方向的基礎知識，如動態規劃、時序差分等，讓讀者在開始
近些年來，在深度學習的推動下，人工智能步入新的發展階段。然而，隨著深度學習模型性能的提升，其計算復雜度也在不斷增加，深度學習模型的運行效率面臨巨大挑戰。在這種情況下，深度學習高效計算成為在更大范圍內應用人工智能的重要環節。本書圍繞深度學習模型計算，重點從深度學習模型優化、算法軟件加速、硬件架構設計等方面展開介紹深度學習高效計算，主要包括低秩分解、剪枝、量化、知識蒸餾、精簡網絡設計與搜索、深度神經網絡高效訓練、卷積神經網絡高效計算、大模型高效計算、神經網絡加速器設計等內容。
《AI訓練師手冊：算法與模型訓練從入門到精通》內容系統、全面，實例豐富，共有10章，包括51個實操案例解析和80個行業案例分析。通過學習《AI訓練師手冊：算法與模型訓練從入門到精通》，讀者可以從零開始，逐步掌握人工智能的核心技術，成為合格的AI訓練師。《AI訓練師手冊：算法與模型訓練從入門到精通》附贈了同步教學視頻＋PPT 教學課件＋素材＋效果＋AI提示詞等資源。書中內容從技能線和案例線展開介紹，具體內容如下。技能線：從人工智能的相關技術入手，不僅介紹了AI訓練師的
新質生產力具有以數字化、網絡化、智能化新技術為支撐，以數據為關鍵生產要素，以科技創新為核心驅動力等鮮明的時代特征。人工智能是新質生產力的典型代表，是推動科技跨越發展、產業優化升級、生產力整體躍升的驅動力量。加快形成新質生產力，要牢牢抓住人工智能這個“牛鼻子”，以實現經濟社會各領域各環節智能化轉型升級。但也要看到，技術不穩定性使得人工智能在與社會深度融合的過程中面臨多維度風險，而培育新質生產力也需要防范“忽視、放棄傳統產業”“一哄而上、泡沫化”等認識誤區和實踐偏差。正如習近平總書記所強調
本書介紹了非線性動態系統的神經網絡建模理論和技術，研究了如何為復雜系統建立自適應的神經網絡模型，并提出了一種新的方法。
本書將介紹如何將早期AI的實用性與深度學習能力和工業控制技術結合起來，在現實世界中做出穩健的決策。作者使用具體的例子、最基本的理論和經過驗證的架構框架，展示了如何教授自主AI明確的技能和策略。讀者將了解何時以及如何使用和組合各種AI架構設計模式，以及如何設計高級AI，而無須操作神經網絡或機器學習算法。
本書主要介紹了大模型的發展與演變、相關技術、應用場景、未來發展趨勢和前景。本書首先回顧了大模型技術的起源和發展歷程，然后介紹了數據預處理、Transformer、預訓練與微調、模型推理和PyTorch框架等技術；此外，還通過具體的案例和實踐展示了如何應用大模型技術來解決實際問題，旨在幫助讀者了解大模型技術的發展與應用，并推動其在各個領域的應用和發展。
本書是關于神經網絡與機器學習的經典教材，完整、詳細地討論了各個主題，并且包含了相關的計算機實驗。全書共16章，主要內容包括神經網絡的定義、Rosenblatt感知器、回歸建模、最小均方算法、多層感知器、核方法和徑向基函數網絡、支持向量機、正則化理論、主成分分析、自組織映射、信息論學習模型、源于統計力學的隨機方法、動態規劃、神經動力學、動態系統狀態估計的貝葉斯濾波、動態驅動遞歸網絡。本書適合高等院校計算機、電子信息、軟件工程、智能工程等專業的高年級本科生和研究生學習使用，也可供相關領域的技術人員參
新書資訊 新書推薦