計算機科學與技術叢書

本書系統介紹了人工智慧相關演算法，尤其是深度學習演算法，包含了基礎的演算法理論介紹、深度學習框架實現和重要的演算法模型應用簡介等，本書提供配套的原始程式碼、開源版本電子書、課件素材、以及微課視頻等資料。全書共14章，可以分為4部份：第1～3章為第1部分，主要介紹人工智慧的初步認知，並引出相關演算法問題；第4～5章為第2部分，主要介紹PyTorch框架使用基礎知識，為後續演算法實現作鋪墊；第6～9章為第3部分，主要介紹神經網路的核心理論基礎，讓讀者能理解深度學習的本質；第10～14章為第4部分，主要介紹經典演算法方向與模型結構的應用，讓讀者能夠學有所用。

Python是目前比較熱門的編程語言，以簡單易學、應用廣泛、類庫強大而著稱，是實現機器學習算法的首選語言。《Python機器學習與應用案例》理論與實踐相結合，基於Python 3.12.0版本介紹Python機器學習的相關內容。全書共10章，分別介紹了機器學習的基礎知識、近鄰法、數據降維、分類算法、回歸算法、聚類算法、神經網絡、推薦算法、頻繁項集、數據預處理。通過本書的學習，讀者可瞭解Python編程及在機器學習中的應用。《Python機器學習與應用案例》可作為對Python和機器學習感興趣的初學者的參考書，也可作為從事Python開發的廣大科研人員、學者、工程技術人員的參考書，還可作為高等院校人工智能、計算機等相關專業的教材。

大模型技術是目前人工智能領域的重要發展方向之一,具有廣闊的應用前景和巨大的發展潛力。本 書結合當前高等院校創新實踐課程,基於大模型應用程序的開發方法,給出可執行實戰案例。大模型技術 主要開發方向為人機聊天、自動生成代碼、旅遊圖鑒等,本書案例主要包括系統架構、系統流程、開發環境、 開發工具、系統實現、功能測試等內容。 本書中所述案例多樣化,可滿足不同層次的人員需求; 同時,本書附贈視頻講解、工程文件、拓展知識、 插圖素材、程序代碼,供讀者自我學習和自我提高使用。 本書可作為大學信息與通信工程及相關專業的本科生教材,也可作為從事物聯網、創新開發和設計的 專業技術人員的參考用書。

本書介紹Igor Pro的基本使用技巧和數據分析處理的一般方法，全面涵蓋Igor Pro基本操作、圖表繪製、數據分析擬合和程序設計等方面內容。在內容設計上以實用性為目的，突出圖表繪製、數據擬合和程序設計等數據處理中需要的內容模塊。書中配有大量的示例代碼，以便讀者在學習的過程中參考和借鑒。全書共分為7章和1個附錄，第1章介紹Igor Pro的基本對象和基本使用，突出利用命令行處理數據的使用特點。第2章以曲線、二維數據和三維數據為例，介紹了圖表的繪製和設置中涉及的概念和方法。第3章介紹數據擬合的技巧和方法，包括簡單的調用菜單擬合到複雜的自定義函數擬合，並詳細討論了Igor Pro的一些高級擬合技巧。第4章介紹插值、傅裡葉變換、方程求解等數據處理中可能用到的操作。第5章介紹程序設計的基本概念、Igor Pro語法環境以及命令行程序的設計。第6章介紹窗口界面程序的設計方法以及窗口程序設計中可能用到的各種技巧。第7章介紹一些高級的程序設計方法，如多線程、鉤子函數、計算機硬件操作等複雜用法。附錄介紹本書所用術語、快捷鍵。本書可作為高等院校、科研機構等相關單位從事實驗教學或者實驗科學研究的教師、工程師的參考書籍，也可作為高年級本科生和研究生實驗數據分析和處理的參考書籍。