本书清晰而深入地介绍了智能运维技术的基础及其应用。全书共7章：第1章介绍智能运维技术的基本概念和发展历程；第2章介绍数字信号处理的基本方法及数据处理方法；故障特征提取作为机械故障诊断和状态监测的关键，相关内容将在第3章介绍；第4章、第5章分别介绍基于浅层学习和基于深度学习的智能故障诊断及剩余寿命预测方法；第6章介绍智能维护决策工具和技术；第7章给出若干智能运维技术的应用案例。智能运维技术可以为工程机械、风力发电、轨道交通、石油化工等领域的机械装备智能运维提供解决方案，为机械设备的可靠性和安全性提

本书主要内容分5大部分，共13章，较全面地介绍了目前人工智能的主流概念、理论、方法、技术及应用等内容。第一部分人工智能概念基础(第1-3章)，介绍了人工智能与哲学、脑科学有关的概念和知识基础，包括绪论、人工智能哲学基础和脑科学基础。绪论部分介绍了智能的定义以及人工智能的定义、历史、实现方法、研究内容、发展趋势；第二章哲学思想介绍与人工智能有关的哲学思想以及技术的思想起源，使学生可以深入理解人工智能隐含的哲学理念。第三章脑科学介绍大脑与神经系统基础以及脑的认知机理。第二部分人工智能方法与

       本书从人工智能时代大学生应具备的基础素养出发，紧密围绕任务案例阐述生成式人工智能(AIGC)如何辅助学习、工作、生活、专业等方面，主要内容包括探索人工智能新篇章、AI时代的核心竞争力、AIGC与文本生成、AIGC与数据处理、AIGC与图像生成、AIGC与语音生成、AIGC与视频生成AIGC 与智能体和AIGC的伦理与责任。
       本书既可以作为高等职业院校、应用型本科院校、中等职业

本书主要介绍人工智能芯片设计相关的知识，包括作为人工智能芯片设计基础的数字集成电路电路设计知识和数字集成电路系统设计知识，进而分析人工智能芯片设计面临的挑战，由此引出本书的重点：人工智能芯片的数据流设计和架构设计，包括了块浮点数设计、卷积神经网络数据量化算法、稀疏化算法、加速器系统控制策略、卷积层加速器设计、全连接层加速器设计等前沿技术。本书在帮助读者获得对人工智能芯片设计全面理解的基础上，使读者也能更好地把握人工智能芯片设计的重点和方向，为读者在此领域进一步研究和开发打下坚实的基础。 本

本书使用浅显易懂的语言，系统介绍了数据标注的概念、分类，重点是通过各个项目来阐述文本数据、图像数据、语音数据等几类数据标注的工具、步骤、规范和质检。通过理论与项目实战相结合，帮助读者由浅入深地学习和实践，从而真正掌握数据标注的理论、技术和实施。本书既可以作为大数据人才培训的基础教材，也适用于初学者的入门教材，以及为大数据初级、中级标注员岗位提供理论知识和技能的行业培训教材。

本书由中科院计算所、软件所的专家学者倾心写就，以“图像风格迁移”应用为例，全面介绍智能计算系统的软硬件技术栈。第2版以大模型为牵引进行更新，第1章回顾人工智能、智能计算系统的发展历程，第2、3章在介绍深度学习算法知识的基础上增加了大模型算法的相关知识，第4章介绍深度学习编程框架PyTorch的发展历程、基本概念、编程模型和使用方法，第5章介绍编程框架的工作原理，第6章回顾深度学习所用的处理器结构从通用逐步走向专用的过程，第7章介绍深度学习处理器的体系结构应当如何应对大模型处理中的计算、

本书共分为三个部分，分别为理论基础、实验和案例。这三个部分层层递进，介绍深度学习的基础知识与常用方法，全面细致地提供了深度学习的原理和在深度学习框架下的实践步骤。第一部分主要通过7个章节来介绍深度学习的基础知识，包括深度学习在不同领域的应用，不同深度学习框架的对比，以及机器学习、神经网络等方面的讲解。第二部分主要包括常用深度学习框架的基础讲解以及计算机视觉、自然语言处理、强化学习和可视化技术领域的一些实验讲解。第三部分则是提供8个案例，来介绍深度学习在图像分类、目标检测、目标识别、图像分割

人工智能的迅猛发展不仅深刻影响着技术创新、社会变革和职业发展，而且带来了诸多人工智能伦理问题和挑战。为贯彻落实国家现代职业教育高质量发展要求，促进社会公众特别是青年学生对人工智能伦理的学习和思考，本书以学生为中心，以能力为本位，以提升人工智能伦理素养为宗旨，采用"问题导向、任务驱动、案例探究、场景应用”的方法编写，突出通俗性与生动性，注重实用性与实践性，体现创新性与前瞻性。 本书以"苏菲探索 AI 的奇妙之旅”系列故事为导入激趣设疑，通过搭建【案例导入】—【学习任务】—【知识探究】—【延伸学习】

本书是关于神经网络与机器学习的经典教材，完整、详细地讨论了各个主题，并且包含了相关的计算机实验。全书共16章，主要内容包括神经网络的定义、Rosenblatt感知器、回归建模、最小均方算法、多层感知器、核方法和径向基函数网络、支持向量机、正则化理论、主成分分析、自组织映射、信息论学习模型、源于统计力学的随机方法、动态规划、神经动力学、动态系统状态估计的贝叶斯滤波、动态驱动递归网络。本书适合高等院校计算机、电子信息、软件工程、智能工程等专业的高年级本科生和研究生学习使用，也可供相关领域的技术人员参

“人工智能与医卫英语”教材体现了医科院校新医科英语教学“面向学生、面向世界、面向未来”宗旨，服务于国家发展战略、学校办学目标、院系人才培养目标和学生个性化发展的需求，把学科专业的内容融入于医科英语教学中，让医科英语教学融入到学生专业知识结构中。教材以教育部关于深化本科教育教学改革全面提高人才培养质量的意见(教高〔2019〕6号)、教育部关于一流本科课程建设的实施意见(教高〔2019〕8号)、《健康中国2030规划纲要》、2020年版《大学英语教学指南》等为依据，以“人工智能与医卫应用”