深度学习精粹与PyTorch实践 DeepSeek知识储备 DataPrime.ai首席科学官Kirk Borne博士作序推荐，一本通过PyTorch深度学习框架将理论、工具和实战融为一体的知识库。
掌握深度学习存在一定的门槛。首先要求有一定的数理统计基础，其次需要很强的编程能力。对于应用领域的研究人员而言，除了要具备这两个条件，还必须拥有扎实的专业领域知识，这些要求提高了深度学习的学习门槛和成本，很多人不得已止步于该领域的学习和应用深度学习解决实际问题。毕竟，仅深度学习涉及的理论和改进模型便多如牛毛，要在短时间内掌握绝非易事。 总而言之，学习深度学习存在以下3个方面的困难：①深度学习涉及的理论难度大，让很多人望而生畏；②深度学习框架繁多，上手难度较大；③理论与代码实践结合困难，理论和实践脱节严重。尽管深度学习存在重重壁垒，但是它前进的步伐并未因此而放缓，各种新的机器学习方法(元学习、迁移学习和集成学习等)骈兴错出，让人应接不暇，不少人对此深感焦虑和恐慌。 那么，有没有克服这
¥216.60定价：¥228.00 (9.5折)
LangChain大模型应用开发 DeepSeek开发 解密LLM，从基础到应用，全面探索技术潜力与未来智能生态。
ChatGPT和OpenAI开发的GPT模型不仅改变了我们的写作和研究方式，还改变了我们处理信息的方式。《LangChain大模型应用开发》讨论了聊天模式下的LLM的运作、能力和局限性，包括ChatGPT和Gemini。书中通过一系列实际例子演示了如何使用LangChain框架构建可随时投入生产、响应迅速的LLM应用程序，用于客户支持、软件开发辅助和数据分析等任务，这说明了LLM在实际应用中的广泛用途。
¥75.80定价：¥79.80 (9.5折)
Python预训练视觉和大语言模型 DeepSeek工作原理 大模型数据集构建、预训练、微调、评估和部署的一站式解决方案。Amazon SageMaker 首席工程师作序推荐。
基础模型永久改变了机器学习。从BERT到ChatGPT，从CLIP到Stable Diffusion，当数十亿个参数、大数据集与成百上千个GPU相结合时，结果刷新了纪录。《Python预训练视觉和大语言模型》呈现的真知灼见和示例代码将帮你在AWS和Amazon SageMaker上从头开始预训练和优化基础模型，并将它们应用到整个组织的数百个用例中。 《Python预训练视觉和大语言模型》由经验丰富的AWS和机器学习专家Emily Webber撰写，涵盖的内容十分广泛，包括构思项目，准备数据集，训练、评估和部署大型语言、视觉及多模态模型。本书循序渐进地讲述基本概念并列举实例，指导你预训练和准备数据集及模型，配置环境，并训练、微调、评估、部署和优化基础模型。 学习本书后，你将能按照缩放法则在多个GPU上分布模型和数据集，消除偏差，实现高吞吐量以及构建部署管道。最后，你将完全有能力开发个人
¥56.80定价：¥59.80 (9.5折)
深度强化学习图解 DeepSeek知识储备,强化学习入门书，AIGC 的技术秘密，奇妙解释复杂的RL概念。结合大量案例和应用程序，图文并茂指导你构建深度学习体系。
深度强化学习(Deep Reinforcement Leaming，DRL) 是深度学习和强化学习的巧 妙结合，是一种新兴的通用人工智能技术，是人工智能迈向智能决策的重要一步，是机器学习的热点，潜力无限，典型的成功案例是DeepMind AlphaGo和OpenAI Five。深度强化学习可看作在深度学习非线性函数超强拟合能力下，构成的一种新增强算法。目前就深度强化学习而言，需要从三个方面进行积累:，深度强化学习的理论基础:第二，深度强化学习的仿真平台:第三，产业落地的项目和产品。 从深度强化学习库以及框架看，学术界PyTorch和工业界Tensor Flow深度学习框架都将前沿成果集成进来。目前已有一些经典的深度强化学习文献和著作，但将深度强化学习理论、工具和实战相结合的著作还是很少，本书的出版恰好填补了这方面的空白。 本书图文并茂地对晦涩难懂的深度强化学习理论进行描述，并结合大
¥132.10定价：¥139.00 (9.51折)
目前，该领域中将理论与实践相结合、通俗易懂的著作较少。机器学习是人工智能的一部分，很多初学者往往把机器学习和深度学习作为人工智能入门的突破口，非科班出身的人士更是如此。当前，国内纵向复合型人才和横向复合型人才奇缺;具有计算机背景的人才主要还是以传统人工智能研究为主，跨学科人才较少。非科班人员在将机器学习应用于自己的研究时，往往对理论理解不透彻，且编程能力不足。针对这一现象，译者长期与出版社合作，翻译了一些经典实用、符合实际需求的著作，借此帮助人工智能、机器学习等相关领域的人士(包括非专业人士)使用机器学习解决自己所在领域的问题。 《机器学习图解》就是这样的著作!本书作者拥有密歇根大学数学博士学位，曾担任Google和Apple工程师，是机器学习布道者。本书是他这些年的成果结晶。本书将理论与实践
¥121.60定价：¥128.00 (9.5折)
AI可解释性（Python语言版） DeepSeek知识储备,通过构建XAI的方法论体系，形成一组工具和方法，从而解释ML模型产生的复杂结果，帮助人们理解ML模型。
《AI可解释性（Python语言版）》的出版恰逢其时,通过构建XAI的方法论体系，形成一组工具和方法，从而解释ML模型产生的复杂结果，帮助人们理解ML模型。本书从不可知论、依赖模型方法或内在可解释性构建了人工智能模型方法论，从全局可解释性和局部可解释性两个方面来回答AI 是什么 为什么以及 如何做 等方面的问题。本书适合人工智能从业者、计算机科学家、统计科学家以及所有对机器学习模型可解释性感兴趣的读者阅读。
¥56.80定价：¥59.80 (9.5折)
知识图谱开创了人工智能的新范式，以数据驱动和知识驱动相结合，开启了下一代人工智能，实现了人与人、人与机器、机器与机器的协同协作。此外，知识图谱突破了传统的人工智能研究领域，从广泛的文本、结构化、视觉和时序等多模型数据中提取知识已成为知识图谱发展的主要方向之一，多模态知识图谮的构建可深度融合并灵活运用显式符号知识和隐式数据知识。将深度学习、图深度学习、迁移学习与元学习深度融合是知识图谱的发展趋势，可用于全类型、高涵盖的大规模知识图谱构建，实现更精深的知识推理，是通往鲁棒、可解释的人工智能之路。 Dieter Fensel 是语义网络研究的先驱之一，本书是其团队在知译者序识图谱领域的主要成果之一。本书共5章，主要讨论了知识图谱的整个生命周期，知识图谱的概念、构建、实现、维护和部署、技术架构和未来工
¥56.80定价：¥59.80 (9.5折)
大模型基础、解决方案与应用开发（套装全2册） DeepSeek工作原理
LangChain大模型应用开发 ChatGPT和OpenAI开发的GPT模型不仅改变了我们的写作和研究方式，还改变了我们处理信息的方式。《LangChain大模型应用开发》讨论了聊天模式下的LLM的运作、能力和局限性，包括ChatGPT和Gemini。书中通过一系列实际例子演示了如何使用LangChain框架构建可随时投入生产、响应迅速的LLM应用程序，用于客户支持、软件开发辅助和数据分析等任务，这说明了LLM在实际应用中的广泛用途。 大模型应用解决方案 基于ChatGPT和GPT-4等Transformer架构的自然语言处理 在不到4 年的时间里，Transformer 模型以其强大的性能和创新的思想，迅速在NLP 社区崭露头角，打破了过去30 年的记录。BERT、T5 和GPT 等模型现在已成为计算机视觉、语音识别、翻译、蛋白质测序、编码等各个领域中新应用的基础构件。因此，斯坦福大学最近提出了 基础模型 这个术语，用于定义
¥170.60定价：¥179.60 (9.5折)
《概率图模型原理与应用：第2版》反映了PGM的理论基础与进展。取材精炼，层次分明，是一-本很好的关于PGM的专业书籍。同时结合了大量的案例分析与代码算例,使得初学者能快速掌握前沿的PGM理论。本书的翻译与出版能进一步推进国内 人工智能算法领域的研究与应用。本书对想了解PGM理论的研究者、开发者、决策者和使用者来讲，都是一部很好的参考书。
¥121.60定价：¥128.00 (9.5折)
集成学习实战 DeepSeek知识储备，图文并茂地对深奥的集成学习理论和方法进行剖析，呈现同时应用多种机器学习方法的实用技巧。扫描封底二维码下载源代码。
目前，关于集成学习著作比较少，主要是周志华教授团队编写的EnsembleMethods Foundations and Algorithms。不过，该书的出版时间较早(2012年出版英文，2020年出版了中文译著)，未涉及近10年来集成学习的前沿理论和技术；另外该书主要偏向前沿理论，缺少算法实现和案例配套。 《集成学习实战》的引进可谓恰逢其时，填补了集成学习领域著作方面的不足。本书图文并茂地对深奥的集成学习理论和方法进行描述，并结合大量的案例和应用程序，引导读者边思考边实践，从而逐步加深对集成学习的理解，并将这些新方法、新理论和新思想用于自己的研究。本书梳理了集成学习近20年来的前沿理论和技术，主要从集成学习基础知识、集成方式和集成学习数据集制作、特征提取和可解释性三个方面进行了专题讨论，还讨论集成学习理论以及与概率机器学习和深度学习的结合策略。本
¥121.60定价：¥128.00 (9.5折)
《动手学图机器学习》并不是一本纯粹介绍图机器学习理论的著作，Alessandro Negro 博士作为科学家和 Reco4 公司的 CEO，长期维护图数据源的推荐系统。他结合机器学习工程和图机器学习方法，通过推荐引擎、欺诈检测和知识图谱等案例，讲述了图机器学习工程实战。他以源代码为示例，逐步讲述其实现过程，以及如何更有效地管理图数据、实施算法、存储预测模型和可视化结果。本书适合作为数据科学家和数据科学从业者以及企业工程师的参考书。 《动手学图机器学习》内容涉及图数据工程、图数据库存储、图机器学习技术、图机器学习结果可视化，涵盖了整个软件工程的生命周期。建议读者借鉴这种思维模式，将这种工程思维模式迁移到其他机器学习项目实战中。另外，本书很好地将图机器学习算法和应用案例相结合，以核心代码为例进行讲解，如果读者要思考
¥121.60定价：¥128.00 (9.5折)
Copilot和ChatGPT编程体验：挑战24个正则表达式难题 DeepSeek知识储备,ChatGPT和Copilot对战程序员，鹿死谁手？且看本书解答！
GPT技术威胁论存在吗? 的确存在。有矛就有盾。那么，人类应该怎么解决这些问题?译者认为 打败魔法的永远是魔法 ，需要从AI道德和法律层面来约束使用新技术的主体，同时要研发更好的技术来遏制AI存在的漏洞和风险。 本著作基于GitHub的Copilot或OpenAI的ChatGPT,采用交互方式，实现人与AI之间的对战和博弈，并对AI的回答做了深入分析。这里，译者想提醒读者，对战和博弈不是人与AI的对抗，更多的是两者的思想交流，Copilot或ChatGPT作为一种编程工具，来辅助人类完成更复杂的任务和计算，最终与AI达成 和解 。 最后，译者认为，AI技术可能会代替人类的一些工作，甚至做的比人类要好，这是不可否认的客观事实，毕竟大模型背后是从人类己有的知识库中挖掘和分析出的结果,知识储备量远超普通人。但并不意味着人类就只能 躺平 ，无能为力了;相反，我们要在利用好AI
¥47.30定价：¥49.80 (9.5折)
本书第1版于1993年出版，受到许多研究者和从业者的欢迎。近三十年来,模式识别与计算机视觉技术迅速发展。深度学习、元学习、知识图谱和概率图模型等机器学习算法相继出现，模式识别与计算机视觉成为这些算法成功的应用场景之一;模式识别与计算机视觉在智能机器人、边缘计算、无人车导航和无人机控制等方面取得了巨大的商业价值。译者也在这方面进行了初步探索和研究，主要将模式识别与计算机视觉用于数字农业、智慧农业和地理人工智能(GeoAI)等行业,取得了初步成果。通过将模式识别与计算机视觉技术用于果园 空-天-地 一 体化监测技术体系的构建，实现果园地面环境和果树长势监测、果园病虫害诊断识别、土壤养分和水分监测，以及 果园知识图谱等构建;面向果园领域建立知识库，构建 知识建模-知识服务-知识决策 的服务体系，实现果园生产管理领
¥188.10定价：¥198.00 (9.5折)
大模型Agent应用开发 介绍在应用开发场景中嵌入LLM技巧和思路，赠《DeepSeek大模型与智能体应用开发》。
你将学到： 探索LLM架构的核心组件，包括编码器-解码器模块与嵌入模块 理解GPT-3.5/4、Llama 2和Falcon LLM等大模型的独特功能 使用LangChain等AI编排器，结合Streamlit构建前端 熟悉LLM组件(如记忆模块、提示工程与工具链) 掌握非参数化知识与向量数据库的应用 洞察LFM对AI研究与行业应用的深远影响 通过微调定制专属LLM 了解LLM应用背后的伦理挑战
¥77.40定价：¥98.00 (7.9折)
OpenAI API编程实践（Java版） 赠DeepSeek大模型应用开发。是Java开发者学习使用ChatGPT和OpenAI API构建智能应用的理想帮手。
《OpenAl API编程实践(Java版)》主要以OpenAI发布的ChatGPT为对象，为Java程序员而撰写。本书详细介绍了ChatGPT的标准接口、调用形式以及丰富的应用场景，重点涵盖了基于ChatGPT的结对编程实践、企业API 调用实战、多模态场景调用以及AI智能机器人的实现等内容。本书采用场景案例驱动的方式，结合接口使用说明和代码实战，旨在教会读者如何灵活运用ChatGPT接口，满足各种业务场景的需求。 通过阅读《OpenAl API编程实践(Java版)》，读者不仅可了解 ChatGPT 大模型，还可掌握类似的逻辑和思维方式，通过迁移学习方法运用其他大模型，如文心一言、通义千问等。本书篇幅紧凑，内容精辟，面向应用开发人员以及希望利用大模型解决业务场景问题的科学家、工程师。同时，对于非专业人员来说，本书也是一本颇具价值的参考读物。相信通过本书的学习，你将能够更加熟练地运用C
¥47.20定价：¥59.80 (7.9折)
