数学建模：算法与编程实现，定位于夯实数学建模基础，采用主流编程方法和简洁代码实现常用的数学建模算法，以案例为导向，围绕数学建模知识体系展开。全书分5篇，共11章。前两章是数学建模基础篇，包括数学建模介绍、数学建模的一般流程（初等模型）、如何从算法到编程实现（层次分析法与自定义函数）；接着按算法板块组织内容，包括微分方程模型篇（人口模型、传染病模型）、优化模型篇（规划模型、投资优化策略、优化模型进阶）、评价模型篇（经典评价模型、模糊理论）、预测模型篇（常规预测模型、时间序列分析）。本书有配套源码资源和电子课件。

本书可作为高等院校数学建模的入门教材，也可作为数学建模指导教师的参考资料，还可作为其他相关行业人员、科研人员使用数学模型解决实际问题的参考用书。

人工智能（AI）时代已经来临，AIGC（人工智能生成内容）正在进一步激活人类的创造力。作为AIGC领域的标志性产品，ChatGPT问世即成为焦点，受到了市场广泛关注和赞誉。了解AI、AIGC，让我们从ChatGPT开始！

《你好，ChatGPT》从基础概念、技术原理、应用领域、未来展望四大维度深度阐述了ChatGPT“从何而来？”“怎么工作？”“能做什么？”和“如何发展？”的问题，梳理了AI及AIGC的发展脉络，描述了ChatGPT的诞生过程，分析了ChatGPT的技术实现原理，讲解了ChatGPT的使用方法、基于API的用例以及在Web3和元宇宙领域的应用，最后对ChatGPT和AI的未来进行了展望。

全书采用通俗易懂的语言，由浅入深、层层递进，全面展现了ChatGPT的全貌及其背后AI技术的神奇之处，适合广大AI爱好者、从业者、创业者及投资者阅读。

深度学习：数学基础、算法模型与实战，以系统性地介绍深度学习理论和相关技术应用为目标，对框架实现及多种深度学习模型进行了详细讲解，并且在介绍计算机图形学（CV）和自然语言处理（NLP）任务之外，还会对科学研究、城市监测等方面的范例应用进行讲解。本书知识全面、实用，共10章，内容包括深度学习数学基础，深度学习基础模型（全连接网络、卷积神经网络、循环神经网络和Transformer等）和实现，多场景多领域最佳实践，模型优化、加速与部署等。本书配套有完整的案例源码，获取方式见封底。

本书适合有数据分析需求的技术人员、科研人员，以及互联网数据分析人员阅读，还可以作为深度学习培训班及相关专业研究生的教学参考用书。

《PyTorch高级机器学习实战》讲解了经典的高级机器学习算法原理与知识，包括常见的监督学习、无监督学习、概率图模型、核方法、深度神经网络，以及强化学习等内容，同时更强调动手实践。所有算法均利用PyTorch计算框架进行实现，并且在各章节配备实战环节，内容涵盖点击率预估、异常检测、概率图模型变分推断、高斯过程超参数优化、深度强化学习智能体训练等内容。

本书附赠所有案例的源代码及各类学习资料来源，适合具有一定编程基础的人工智能爱好者学习，也是相关从业者和研究人员的学习指南。