"《神经网络理论及应用实践》在全面介绍人工神经网络基本理论的基础之上，首先，系统地阐述了单层感知器神经网络、BP神经网络、竞争学习神经网络、自组织神经网络、学习向量量化神经网络、对偶传播神经网络、径向基函数神经网络、支持向量机等浅层神经网络的典型网络结构、学习算法、工作原理和应用案例； 其次，系统地阐述了深度学习中卷积神经网络、循环神经网络两种经典神经网络的概念、基本架构、工作原理和应用案例； 最后，介绍了人工神经网络设计开发平台。《神经网络理论及应用实践》旨在使读者了解和掌握人工神经网络的设计

本书系统地介绍了人工神经网络的基础知识、工作原理及应用实例，旨在帮助读者深入掌握人工神经网络的设计及应用方法。全书共分10章，涵盖从基础理论到典型神经网络设计的各个方面。前两章详细讲解了人工神经网络的基本概念、结构及工作原理，为后续的神经网络设计奠定理论基础。随后的章节重点介绍了不同类型的典型神经网络，包括结构设计方法、学习算法以及在实际场景中的应用。书中通过理论与实践相结合的方式，激发读者研究神经网络的兴趣，并为其进行创新设计提供指导。

本书以大学生村官小L的故事为线索，深入浅出地探讨经典机器学习的基础知识、深度学习的基本原理，以及形形色色的生成式模型。通过本书的学习，读者不仅可以了解AI大模型的核心技术，还能深刻理解其在实际场景中的应用与价值，甚至可以自己动手设计和构建适用于特定场景的AI模型。衷心地希望本书能成为读者探索AI世界的钥匙，能引领大家走向更加广阔的未来。

本书提出了以下推荐方法：基于“字符－短语”注意力机制和因子分解机的混合推荐方法和基于“局部－整体”注意力和文本匹配机制的推荐方法，旨在通过获取更多信息和提升模型特征提取能力，来实现更精准的个性化推荐；基于层次注意力和增强经验优先回放机制的深度强化学习推荐方法和基于自适应元模仿学习的推荐环境模拟器，旨在突破深度强化学习在推荐领域面临的挑战。此外，还在船货匹配场景中，从实践角度验证并应用了所提出的推荐方法。

随着人工智能、机器人控制、计算机信息处理等技术的发展，一类能够自主完成任务的系统正蓬勃发展。我们将这一类系统统称为无人系统，当前的无人系统可具备人在回路的功能，且操作者不在系统平台内。这类系统的出现，极大地节省了人力开支，特别适用于一些不适合操作人员介入的环境，如战场作战环境。这类适用于作战环境的无人系统被称为无人作战系统。 　　无人作战系统作为智能载体，将对作战理论、装备发展、作战方式、组织架构等产生重要影响。与有人作战系统相比，无人作战系统具有机动性强、成本低、隐蔽性强等特点。它能

在AI浪潮席卷全球的今天，DeepSeek不仅能够提升工作效率，更能有力赋能行业发展。 本书从AI的历史与现状讲起，全面剖析了DeepSeek的应用。特别是在自媒体领域，无论是内容生产、热点追踪、多平台适配，还是实现商业变现，DeepSeek都产生了重大影响。书中还详细介绍了DeepSeek工具的使用方法，包括账号配置、对话技巧、内容生成等，并通过实战案例展示了如何利用AI实现爆款内容创作、热点追踪和商业变现。此外，书中还探讨了AI在知识付费、电商带货、本地生活等垂直领域的应用，以及如何通过A

《DeepSeek源码深度解析》是一本系统讲解DeepSeek源码及其核心实现原理的技术指南，内容覆盖了从基础概念到高级应用的全流
程知识。全书共7章，结构层层递进。第1章对DeepSeek进行了全面概述，帮助读者构建对DeepSeek系统的整体认
知。第2章聚焦于环境搭建、代码获取与模型部署接入，为后续深入研究提供基础。第3章深入探讨了MoE（混合
专家模型）的基本原理、功能模块与优化技术。第4章详细解析了DeepSeek-V3模型的架构知识，并通过测试验证

本书将为你揭开生成式AI重塑职场生态的终极密码，带你从"工具使用者进阶为"AI协作大师。通过DeepSeek、智谱清言、通义千问等前沿工具的实战解析，你将掌握AI时代的职场生存法则：告别低效与重复，解锁高阶创造力，构建人机协作系统，跨越职业天花板。书中融合了近百个真实案例，涵盖目标管理、会议组织、公文写作、公众演讲等12大职场刚需场景，提供即学即用的AI解决方案。无论你是疲于应付报表的职场新人，还是寻求突破的中层管理者，抑或是渴望数字化转型的企业负责人，本书都将成为你发起职场效能革命的"A

本教材适用于人工智能通识类课程，既兼顾知识性，又突出实用性。教材内容覆盖人工智能的基础理论、核心技术、行业应用以及安全伦理等多个维度，以帮助学生构建系统化的人工智能认知体系。

具体而言，教材的主要内容包括以下几个方面：
①初探人工智能，通过介绍人工智能的基本概念、发展历程和产业结构，帮助学生初步形成对人工智能的整体认知；同时，引导学生展望人工智能的应用前景，激发其学习兴趣与社会责任感。
②认知人工智能的基础支撑，帮助学生理解数据对人工智能的核心作用，掌

本书共10章, 主要内容包括AI大模型概述、AI基础算法、深度学习技术与工具、生成式模型、数据标注技术、注意力机制、Transformer架构解析、自然语言处理中的预训练模型、微调技术以及大语言模型系统安全技术。