人工智能(AI) - 第2页

在人工智能深度赋能新型工业化的今天，本书以 DeepSeek 为代表的大模型技术体系为核心，为工业智能提供了一套可复用的方法论与落地范式；以“技术赋能场景”为主线，清晰呈现了从理论创新到产业变革的实践路径。通过装备制造、水务、油气生产、低空经济等企业级应用场景的深度复盘，本书直击工业智能落地的痛点，为制造业企业管理者、工业软件开发者、产业研究者提供了极具价值的参考。 站在人工智能与工业融合的前沿，

《大模型与智能体》是邱锡鹏围绕大语言模型与智能体技术体系编写的人工智能著作，内容从神经网络与 Transformer 基础出发，逐步延伸到大模型训练、推理和智能体系统。全书强调建立从基础模型到自主智能系统的完整知识链路，既关注核心原理，也讨论大模型时代计算系统、应用形态与研究方向的变化。在大模型部分，本书涉及 Transformer、预训练、后训练与对齐、训练系统、提示与思维链、多模态大模型以及算

本书是 Haggai Roitman 所著《The Hitchhiker's Guide to Agentic AI: From Foundations to Systems》一书的非官方中文译本。全书 30 章、6 个板块、598 页，系统覆盖了从 Transformer 内部机制、GPU 训练系统、强化学习、对齐方法、推理模型，到智能体编排、多智能体协作与 Agentic UI 的完整技术栈。

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。人工智能时代一种全新的技术——Agent 正在崛起。这是一种能够理解自然语言并生成对应回复以及执行具体行动的人工智能体。它不仅是内容生成工具，而且是连接复杂任务的关键纽带。本书将探索 Agent 的奥秘，内容包括从技术框架到开发工具，从实操项目到前沿进展，通过带着读者动手

AI has acquired startling new language capabilities in just the past few years. Driven by the rapid advances in deep learning, language AI systems are able to write and understand text better than eve

《Harness 工程：从上下文管理到 Agent 系统构建》关注大模型能力足够强之后，真正决定 Agent 产品效果的另一层工程问题：怎样在模型之外管理上下文、工具、记忆、任务流程和执行边界，使智能体能够稳定完成长链路任务。前两章从上下文工程展开，系统介绍意图识别、计划模式、反思模式、CodeAct 行动和人机协作五类能力。核心思想是模型不应一次性获得所有信息，而应根据任务阶段动态构建、筛选和更

全书共11章，分为Python基础知识体系、Python文件处理与数据分析、深度学习基础理论与实践、智能车竞赛任务与实践四部分，详细介绍了Python基础知识、Python数据分析方法、机器学习概念、全连接神经网络和卷积神经网络模型的理论及产业级工程项目实践等。

英文版地址：Hands-On Machine Learning with Scikit-Learn, Keras, and Tensorflow 3rd Edition (Third)《机器学习实战（原书第 3 版）：基于 Scikit-Learn、Keras 和 TensorFlow》是全球畅销的机器学习入门经典，由 Aurélien Géron 编写，全面介绍了使用 Python 进行机器学习

本书是“鸢尾花数学大系：从加减乘除到机器学习”丛书中编程板块的第二册。编程板块第一册《编 程不难》着重介绍如何零基础入门 Python 编程， 本书则在《编程不难》基础之上深入探讨如何用 Python 完 成数学任务及板块数据可视化。本书是本系列中的一本真正意义上的“图册”。内容覆盖科技制图、计算机图形学、创意编程、趣味 数学实验、数学科学、机器学习等。本书“毫无节制”地展示数学之美，而且提供特别

当我们与 DeepSeek 对话时，是在与什么交谈？一只拥有自主意识的智能鸭子，还是一只学舌的“随机鹦鹉”？ 牛津大学认知神经科学教授、谷歌 DeepMind 科学家克里斯托弗·萨默菲尔德，从人工智能突飞猛进的语言能力切入，剖析了从早期符号系统到大语言模型的技术演进，揭示了 AI 如何获得类人的表达能力，以及这种能力与人类基于身体经验形成的理解力之间的本质区别。 人工智能的发展不仅改变着技术景观，