宋立桓

☆★☆★【用最簡潔的Python，成為深度學習最厲害的大神！】★☆★☆ 「人工智慧、深度學習和機器學習，不論你現在是否能夠理解這些概念，你都應該學習。否則三年內，你就會像被滅絕的恐龍一樣被社會淘汰。現在不開始，以後就來不及了。」――馬克•庫班（NBA獨行俠隊老闆，億萬富翁） 本書從人工智慧、機器學習與深度學習簡介開始，幫助讀者在Windows下的CPU/GPU環境完成深度學習、開發環境架設；之後進入Python資料科學函數庫，介紹深度學習基礎，如Numpy、Pandas、Matplotlib。 在了解基本函數庫後，接著介紹目前最好用、最流行的深度學習框架TensorFlow、Keras。認識完框架的使用，便開始處理資料，本書介紹了資料前置處理和模型評估指標，幫讀者了解模型及資料之間的關係。當一切就緒，就可以進入實際專案的開發，包括影像分類辨識、IMDB電影評論情感分析、遷移學習、人臉辨識、影像風格遷移、生成對抗網路等，讓你用最簡潔的Python，成為深度學習最厲害的大神。 適合讀者 ✪具備Python語言基礎知識的程式初學者。 ✪非專業出身，想轉換跑道進入人工智慧領域的程式設計師。 本書看點 ✪人工智慧、機器學習與深度學習簡介。 ✪深度學習框架TensorFlow、Keras。 ✪深度學習開發環境架設。 ✪資料前置處理、模型評估指標、影像分類辨識。

智能體（Agent）是大模型落地應用的重要方向，也是AI應用的一個重要風口。為了讓更多非技術出身的讀者能夠理解Agent，能夠零基礎開發AI應用，我們選擇火山引擎的扣子智能體開發平臺來設計開發自己的Agent。《扣子開發AI Agent智能體應用》配套提示詞文件、PPT課件、190分鐘教學視頻、全書配圖PDF文件、字節跳動生態夥伴高手微信群答疑服務。《扣子開發AI Agent智能體應用》共分16章，內容包括智能體概述、扣子AI應用開發平臺介紹、扣子插件和卡片、扣子工作流詳解、基於大模型的企業知識庫、提示詞編寫和優化、扣子數據庫實戰、圖文混合的爆火推文生成器、看圖學英語助手、抖音文案提取與仿寫助手、智能室內設計師、企業營銷宣傳海報自動生成器、智能客服、自動生成 PPT的智能辦公助手、新聞視頻自動生成器和多Agent模式開發旅遊助手等。《扣子開發AI Agent智能體應用》適合所有想要快速學習使用扣子開發智能體，以及對AIGC感興趣的讀者，也適合高等院校或高職高專院校學習智能體課程的學生。

本書立足實踐，以通俗易懂的方式詳細介紹深度學習的基礎理論以及相關的必要知識，同時以實際動手操作的方式來引導讀者入門人工智能深度學習。本書的讀者只需具備Python語言基礎知識，不需要有數學基礎或者AI基礎，按照本書的內容循序漸進地學習，即可快速上手深度學習。本書配套示例源碼、PPT課件、數據集、開發環境與答疑服務。 本書共分13章，主要內容包括人工智能、機器學習和深度學習之間的關係、深度學習的環境搭建、深度學習的原理、深度學習框架TensorFlow和Keras、卷積神經網絡相關知識、圖像識別、情感分析、遷移學習、人臉識別、圖像風格遷移、生成對抗網絡等內容。本書從簡單的常識出發來切入AI領域，打造平滑和興奮的學習 體驗。 本書作為零基礎入門書，既適合希望了解深度學習、使用深度學習框架快速上手的初學者和技術人員閱讀，也適合作為高等院校和培訓學校人工智能及相關專業的師生的實訓教材。

機器學習包括有監督學習、無監督學習和半監督學習，而具體的問題又大致可以分兩類：分類問題和回歸問題。本書分為8章，使用Python第三方工具庫深入講解機器學習極大重要算法的實現，內容包括機器學習概述、貝葉斯分類、決策樹、集成學習、支持向量機、神經網絡、卷積神經網絡、卷積神經網絡分割圖片實戰。

互聯網公司裡面幾乎很少有公司不用MySQL，國內互聯網巨頭都在大規模使用MySQL。如果把MySQL比喻成數據庫界的一條巨龍，則性能優化和高可用架構設計實踐就是點睛之筆。本書將詳細講解 MySQL 5.7高可用和性能優化技術，細緻梳理思路，並與真實生產案例相結合，通過原理闡述到實戰部署，幫助讀者將所學知識點運用到實際工作中。本書分為13章，詳解MySQL 5.7數據庫體系結構，InnoDB存儲引擎

對於入門和學習大數據技術的讀者來說，大數據技術的生態圈和知識體系過於龐大，可能還沒有開始學習就已經陷入眾多的陌生名詞和泛泛的概念中。本書的切入點明確而清晰，從Hadoop 生態系統的明星 Cloudera 入手，逐步引出各類大數據基礎和核心應用框架。 本書分為18章，系統介紹Hadoop 生態系統大數據相關的知識，包括大數據概述、Cloudera Hadoop平臺的安裝部署、HDFS分布式文件系

雲原生是在雲計算時代指導企業基於雲架構設計和開發應用，並將應用向雲端遷移的一套全新的技術理念。與傳統應用相比，所謂的雲原生應用即為雲而生。構築數字世界新未來的關鍵是用雲原生的思維去踐行，未來數字世界的基礎就是建立在雲原生之上，而ChatGPT走紅的背後則是雲原生算力的支撐。 本書共分11章，內容包括什麼是雲原生、雲端從0到千萬級用戶的架構演變、基因測序的雲原生之路、雲遊戲、大數據的雲原生、雲原生爭霸的賽點是人工智能、數字世界的新基建――區塊鏈技術、揭秘Roblox大型遊戲創作平臺、數字資產的確權――NFT數字藏品、虛擬數字人探路未來和火爆出圈的ChatGPT。本書兩位作者都是國內某互聯網頭部企業的資深人士，他們從專業的視角給讀者分享雲原生構建數字世界的前沿成果及最新觀點。 本書的目標讀者群體是雲計算從業人員，對雲原生、數字世界感興趣的人員以及企業高管。本書定位為高級科普讀物而不是計算機類工具書，目的是讓非計算機專業或者半路轉行雲計算相關行業的人員都能看明白。

本書詳細介紹了微軟zui新發佈的自助式商業智能分析軟件Power BI在數據整理、數據建模、數據可視化、報表分享和協作、本地部署等多個方面的內容。在講解技術的同時，書中添加了豐富的實戰演示操作和地產、零售、生產製造、互聯網等行業的真實案例，幫助讀者快速上手，儘快成長為數據分析師。本書內容全，講解詳細；深入淺出，圖文並茂；面向行業，案例豐富；既可供從事數據分析的研究人員參考使用，也可作為微軟Power BI軟件培訓和自學的教程。

公共醫學數據庫的應用越來越廣泛，利用這些數據庫進行論文寫作可以顯著減少研究成本和時間。《R語言醫學數據分析實踐》以公共醫學數據為例，講解如何使用R語言進行數據挖掘和統計分析。《R語言醫學數據分析實踐》通過大量精選的實例，對統計分析方法進行了深入淺出的介紹，旨在幫助讀者解決醫學數據分析中遇到的實際問題。《R語言醫學數據分析實踐》配套提供示例源碼、PPT課件、作者微信群答疑服務。《R語言醫學數據分析實踐》共分為12章，內容包括R語言介紹、R語言基本語法、R語言數據清洗、R語言數據可視化、R語言統計建模分析方法、R語言機器學習實戰入門、列線圖在預測模型中的應用、臨床數據挖掘中的生存分析、NHANES 數據庫挖掘實戰、GEO數據庫挖掘實戰、孟德爾隨機化分析實戰、單細胞測序實戰。《R語言醫學數據分析實踐》適用於臨床醫學、公共衛生及其他醫學相關專業的本科生和研究生使用，也可作為其他專業的學生和科研工作者學習數據分析的參考書。閱讀本書，讀者不僅能夠掌握使用R語言及相關包快速解決實際問題的方法，還能更深入地理解公共醫學數據庫挖掘的實戰精髓。