全书共分为12章，首先介绍大模型的基础知识与发展历程，从神经网络的起源到大规模预训练模型的演化，再到Transformer、BERT与GPT等模型架构的深入剖析，帮助读者理解大模型的技术基石。其次详细解析了DeepSeek-R1及其Zero版本在强化学习与模型架构上的核心技术，包括混合专家模型、动态学习率调度、分布式训

本书是关于如何高效使用DeepSeek智能助手的实用指南。本书首先简单介绍了DeepSeek的基础功能、对话技巧、提示词技巧等，然后通过丰富的实操案例展示了DeepSeek在多个常见场景中的应用，包括高效办公、高效学习、高效处理政务、高效处理金融业务、高效制造、高效处理出版业务、高效处理外贸业务等，以帮助读者深入理解和

本书系统地介绍了矩阵理论的相关内容及其在控制系统中的应用。全书共11章，主要内容包括：矩阵理论的基本知识及应用、范数与测度、矩阵的相似标准形、矩阵分解、矩阵特征值的估计与定位、矩阵函数及运算、几种重要的矩阵、矩阵的广义逆、矩阵不等式、矩阵方程以及矩阵乘法的推广及应用等。本书内容丰富，每章都配有适当的例题和一定量的习题，

本书探讨了三支决策的基本概念、方法、模型以及应用，内容涵盖了TAO模型、分布式三支决策、概念三支决策模型、强化学习三支决策模型以及三支决策在自然语言处理、云计算领域的应用等内容。本书既有理论的证明推理，也有实际模型的构建；既有方法论的阐述，也有紧密结合当下热门领域的交叉实践。理论和实践紧密结合、从实际场景出发以及问题导

本书追溯了人工智能从古代的机械计算器到现代深度学习与强化学习的演变历程，突出了人工智能历史上的关键里程碑和众多科学家、工程师及思想家的贡献，特别强调了图灵测试的提出和达特茅斯会议对人工智能领域的深远影响。作者深入探讨了AI技术在个人助手、无人驾驶、拟人机器人等前沿领域的应用，并对未来的发展趋势进行了预测。书中还介绍了图

全书共分10章，全面介绍知识增强大模型涉及的各类技术，涵盖大模型、向量数据库、图数据库、知识图谱、检索增强生成、GraphRAG等内容，并辅以丰富的实例、精心绘制的插图和深入浅出的技术解析，帮助读者快速掌握知识增强大模型的理论，引导读者逐步构建知识增强大模型应用。本书既可以作为人工智能相关的技术从业者、企业或机构管理者

深度学习和大模型技术在推荐系统领域掀起了一场技术革命，本书从深度学习推荐模型、Embedding技术、大模型、AIGC、模型工程实现、业界前沿实践等几个方面介绍了这场技术革命中的主流技术要点。本书既适合推荐系统、计算广告和搜索领域的从业者阅读，也适合人工智能相关专业的本科生、研究生、博士生阅读，帮助建立深度学习推荐系统

"《DeepSeek大模型高性能核心技术与多模态融合开发》深入剖析国产之光DeepSeek多模态大模型的核心技术，从高性能注意力机制切入，深入揭示DeepSeek的技术精髓与独特优势，详细阐述其在人工智能领域成功的技术秘诀。《DeepSeek大模型高性能核心技术与多模态融合开发》循序渐进地讲解深度学习注意力机制的演进，

"《联邦学习》为研究人员和从业者深入探讨了联邦学习最重要的问题和方法。联邦学习(FederatedLearning，FL)是一种机器学习方法，其中训练数据不是集中管理的。数据由参与联邦学习过程的各方保留，不与任何其他实体共享。这使得联邦学习成为一种日益流行的机器学习解决方案，适用于因隐私、监管或实际原因而难以将数据集中

"本书专注于介绍基于深度学习的算法。从探索深度学习的数学基础和理论架构，到九大经典的深度学习算法，旨在为读者提供一个从基础到高级的全方位指导。截至2024年，书中介绍的9个算法几乎涵盖了整个深度学习领域的经典和前沿算法。本书在第1章和第2章介绍了深度学习的基础：数学基础与神经网络算法。从第3章开始，书籍逐步引领读者进入