机器学习是人工智能领域的重要组成部分，其深度和广度都在持续扩展。本书不仅对机器学习基础知识进行了全面介绍，而且深入讨论了各种经典和常用的机器学习方法。通过理论与实践相结合的方式，帮助读者理解机器学习的基本原理，掌握常用的方法，并能够在实际问题中应用这些技术。本书共10章，可分为两部分。第一部分主要介绍机器学习的背景知识，包括其定义、应用领域、发展历程等。这部分旨在为读者提供一个全面的视角，从而了解机器学习的概貌。第二部分则侧重于技术的讨论，包括各种经典和常用的机器学习方法的具体实现和应

本书主要介绍深度学习方面的基本理论和方法，具体包括基础内容、提高性内容和应用三个部分。其中，基础性内容是深度学习最核心部分，具体包括：机器学习基本概念及数学知识、全连接网络、卷积网络、循环网络、以及优化算法。第二部分是提高性内容，主要是阐述最新发展的一些技术，可供课时充足的专业进行学习。这部分主要包括：GAN生成对抗网络、图神经网络、Transformer与注意力机制，以及深度强化学习。本书第三部分是应用部分，具体包括：计算机视觉、自然语言处理，以及大语言模型。

本书是一本融合人工智能及其在海洋机器人中应用的综合性教材，旨在为学生、研究人员和工程师提供全面的理论基础和实际应用技能。本书内容涵盖了人工智能的基础理论、人工神经网络在海洋机器人控制中的应用、强化学习方法在海洋机器人决策上的应用、基于深度学习的水下目标探测，以及人工智 能在海洋机器人中的具体应用实例。

本书内容已经外聘和清华大学党委审读审核通过（清委文[2025]52号）后同意安排出版。在大数据时代，数据孤岛问题严重阻碍了数据共享与人工智能应用的发展。联邦学习作为一种隐私保护的机器学习范式，允许各机构在不泄露本地数据的前提下协同训练全局模型，有效挖掘分散数据并降低泄露风险，推动了人工智能在各领域的应用。本书全面介绍了联邦学习的核心概念与关键技术，涵盖基础知识、隐私安全、个性化学习、贡献度评估、与大模型的关系、拜占庭问题及实际应用案例。本书将帮助读者深入理解并掌握联邦学习这一前沿领域的理论

《数据挖掘与机器学习》以应用为导向介绍数据挖掘与机器学习相关理论与方法，包括概述、数据与数据平台、数据预处理与特征工程、关联分析、决策树、集成学习、贝叶斯分类、神经网络与深度学习等相关理论及经典算法，以及相关实践案例。本书所有案例均通过R或Python实现，同时包含详细的分析过程和可视化内容。本书可作为统计学、数据科学与大数据等相关专业高年级本科生和硕士研究生的数据挖掘与机器学习相关课程的教材，也可作为其他数据挖掘与机器学习爱好者的参考用书。

本书系统地介绍了包括线性回归、逻辑斯谛回归、决策树、支持向量机、聚类等经典机器学习方法，并对卷积神经网络、循环神经网络和Transformer等深度学习方法进行了简要介绍。

《DeepSeek图解：大模型是怎样构建的》是一本系统讲解DeepSeek开发的技术指南，传授大家开发DeepSeek模型的基础知识。旨在帮助读者深入理解DeepSeek的工作机制，并掌握其在大规模预训练、推理优化及应用开发中的关键技术。
全书共10章，依次介绍文本预处理、特征提取、文本分类与情感分析、语言的生成、机器翻译、DeepSeek的核心Transformer模型、多模态模型的架构和训练、预训练模型的训练与微调、DeepSeek API应用开发实战，以及基于DeepSeek的We

本书采用漫画的形式，通过可爱的小仓鼠们的对话，讲述了国产AI 模型DeepSeek的基本概念、底层原理、使用方法、实际应用场景，以及变现技巧等。 第1章介绍DeepSeek的基本概念，告诉大家什么是AI 和AIGC，以及DeepSeek的前世今生。 第2章介绍DeepSeek的基本原理，包括人机对话的实现、MoE架构、MLA机制，以及数据蒸馏技术。 第3章介绍DeepSeek的基础操作，包括如何注册和使用DeepSeek、如何借助第三方平台访问DeepSeek，以及如何在本地部署DeepSeek

本书分为基础知识模块和选用模块两篇10章。主要内容有C语言概述、Dev-C++集成开发环境的使用方法、C语言的数据类型、表达式与运算符、数据的输入与输出、C语言控制结构程序设计、数组、C语言函数的定义与调用、文件、编译预处理与指针操作等。

C语言是编程者的入门语言，也是许多高职高专院校及职业技术大学相关专业的第一门程序设计语言课程。本书全面、系统地介绍了C语言的语法规则和结构化程序设计的方法，采用大量案例剖析C语言的重点和难点。本书共10章，内容包括C语言概述，基本数据类型、运算符及表达式，顺序结构程序设计，选择结构和循环结构程序设计，数组，函数，编译预处理，指针，构造数据类型，文件等，每章均附有各种类型的习题。附录包含常用字符与ASCII码对照表、运算符的优先级和结合性。