本书讲解了搜索算法的相关知识，内容包括算法问题中涉及的基本数据结构和复杂度分析，及状态空间、树、图等较复杂的数据结构；同时，通过相关实例，讲解了各类搜索方法及线性规划与非线性规划；也重点解读了组合优化问题和群智能算法。全书内容包含了搜索算法所能用到的核心方法和技术，另附三个附录，分别讲解了类与继承以及博弈基础等。

数据驱动的在线协作学习分析是提升协作学习效果的重要基础，是推动在线学习变革的重要力量。本书系统梳理了学习分析的研究现状，阐释了协作学习的理论基础与研究热点，构建了在线协作学习分析模型——KBS模型，设计了面向学习者和教师的群体感知工具，分别从学习者和教师视角分析了群体感知工具对学习者学习和教师教学的支持与指导，探讨了社会调节学习在协作学习中的发生机制，展望了在线协作学习交互分析的发展趋势，为研究者刻画了协作学习分析领域的最新理论模型与研究进展，具有较强的理论价值与应用价值。

本书主要介绍一阶子句集的消解原理和命题公式集的稳定模型、一般缺省理论(包括它的几个重要变种)的扩张计算特征与算法和复杂性、容易计算的特殊缺省理论类和缺省逻辑的语义、回答集程序及其拓广(嵌套查询)的基本概念与重要性质，以及架起回答集程序与经典逻辑之间关系桥梁的环公式和程序完备理论。

《人工智能技术及应用》主要以人工智能的几种核心技术与发展应用为脉络，以深入浅出的方式，系统、清晰地介绍了人工智能的基本概念、发展历程、关键技术和典型应用。本书涉及计算机视觉技术、语音智能技术、自然语言处理技术、人工智能技术应用案例，为读者构造并描绘出人工智能全景图，向读者展示了一个全新、智慧、前沿的科技新时代，使读者能快速、直观地了解人工智能的实际应用，激发读者对人工智能的兴趣。本书可作为非人工智能专业大学生的教学用书，也可作为人工智能爱好者的参考用书。

本书全面介绍了统计机器学习的主要算法，内容涉及多元线性回归、对数线性回归、逻辑斯蒂回归、岭回归、Lasso回归、判别分析和聚类分析等传统方法，也涉及支持向量机、深度神经网络以及集成学习等比较热门的算法，并给出相应算法的R语言实现。本书还给出了向量和矩阵函数求导以及拉格朗日对偶等数学基础，便于读者理解相关算法推导。本书可以作为统计机器学习等相关专业的教材和参考书，也可供从事相关领域研究的人员参考。

《AIGC：让生成式AI成为自己的外脑》针对近期较为火热的AIGC技术及其相关话题，介绍AIGC的技术原理、专业知识和应用。全书共分为九章。第一章介绍AIGC技术的基本概念和发展历程；第二、三章介绍AIGC的基础技术栈和拓展技术栈；第四、五章分别讨论了AIGC技术在文本生成和图像生成两个领域的现状和前景；第六章列举了目前较为热门的AIGC技术应用；第七章描述了AIGC的上、中、下游产业链及未来前景；第八章主要关注AIGC在法律和道德上可能存在的争议与问题；第九章对AIGC技术进行了总结与展望。全

《极简ChatGPT：如何利用AI提高办公效率》从ChatGPT的使用入手，系统介绍了如何使用它实现Office自动化与数据分析。本书内容丰富，案例详尽，可作为ChatGPT的使用教程与参考手册，适合Office应用人员、数据分析师与项目管理人员阅读。

人工智能驱动的组学挖掘是数据驱动的生物医学研究的支撑技术。组学测序技术逐步向多尺度、跨模态、有扰动等方向发展，但体现出的高维度、高噪声、多模态、标记稀缺等特点，成为制约其有效挖掘的瓶颈。本书面向生命组学数据特点，较为系统和深入地对组学机器学习的主要研究范式、适用场景、分析方法、理论思想进行介绍。结合相应组学挖掘的具体研究案例，向读者展示组学人工智能驱动的生命健康交叉研究的绚烂图景。

本书以ChatGPT为主线，通过大量实用案例*介绍如何运用ChatGPT来提高工作和生活效率。在工作方面，本书详细讲解了如何使用ChatGPT来辅助写作、制作PPT、行数据分析等。这些章节的内容*为丰富，也*能体现ChatGPT的强大作用。读者可以学会运用ChatGPT来优化工作流程，提高工作效率。在生活方面，本书通过许多案例来教会读者如何使用ChatGPT生成思维导图、解答常识问题、学习英语、实现简单助手等，这些功能可以让生活变得更轻松便捷。*后，本书还利用一个完整的章节介绍了如何通过Chat

《从概念到现实：ChatGPT和Midjourney的设计之旅》详细介绍了ChatGPT与Midjourney的使用方法和应用场景，并结合设计案例讲解了如何利用AIGC辅助不同行业的设计师提升工作效率和创造力，共涉及8个应用领域，近60个案例演示，生动展示了各行各业中融入AIGC技术的设计成果，为设计师提供了更开阔的设计思路。同时，书中还有很多实用的技巧和建议，可以帮助设计师更快地掌握相关技术。对于不熟悉AI技术的设计师来说，这将是一本很有价值的指南书。通过阅读《从概念到现实：ChatGPT和M