人工智能方向国际会议 IJCAI 2024 即将开幕，我们非常期待在8月3日至8月9日，于韩国济州岛与您共襄盛举。
📍地点：韩国济州岛
📅 时间：8月3日-8月9日
在这个汇聚全球顶尖学者和研究人员的盛会中，我们Springer图书编辑也将亲临现场，与您面对面交流。我们不仅希望分享最新的出版资讯，更期待与您探讨合作的可能性。
🔍 展位号：02
如果您对出版感兴趣，或者有任何关于学术出版的疑问，欢迎莅临我们的展位02。我们的编辑将为您提供专业、细致的咨询服务。此外，您也可以通过邮件与我们联系，提前预约咨询时间，确保您的到访更加高效。
📧 联系方式：celine.chang@springer.com
herman.gu@springernature.com
我们相信，通过面对面的交流，能够更好地理解您的需求，为您提供更精准的服务。期待在 IJCAI 2024 会议中与您相遇，洽谈出版意向。我们不见不散！
大会介绍 /Introduction
International Joint Conference on Artificial Intelligence (IJCAI) 是是人工智能领域中最主要的学术会议之一。IJCAI每年都会吸引大量研究机构和高校参会，在Google Scholar的学术会议/期刊排名中，目前位列“Artificial Intelligence”榜单第9名。IJCAI 2023 摘要提交 5120 篇、完整论文提交 4566 篇，最终接收 643 篇，接收率约为 14%。本届会议将于 8 月 3 - 9 日于韩国济州岛举办。
会议网址：https://ijcai24.org/
编辑面对面/Editors
常兰兰
编辑总监
Email:celine.chang@springer.com
负责Springer Nature人工智能及相关领域的全球图书出版业务，亚洲区会议论文集出版业务，以及大中华区的计算机科学领域图书出版业务。常总编毕业于南洋理工大学信息工程系，获得博士学位，并曾在HP和Fujitsu分别担任工程师和研究员职务。2011年加入Springer以来，她带领团队出版了超1000册学术图书，其中近300册由她亲自担任责任编辑。负责出版类型包括专著，编著，教材书和会议论文集，旨在为学术界和专业人士提供高质量的知识资源。她积极寻求与作者、学术机构、专业学会和其他利益相关者的合作机会，以促进卓越和前沿学术内容的创作和传播。
顾海成
副编辑
Email:herman.gu@springer
毕业于得克萨斯大学大河谷分校应用数学专业，2022年加入Springer Nature，负责 Lecture Notes in Computer Science (LNCS) 和 Communications in Computer and Information Science (CCIS) 会议论文集系列的出版项目。顾编辑拥有近10年的科研、教学和出版经验，负责的出版项目曾获中国出版政府奖提名奖。
重点图书/Key titles
Deep Learning
Foundations and Concepts
扫码查看图书详情
作者：Christopher M. Bishop, 微软研究院；
Hugh Bishop，Wayve Technologies Ltd
本书由经典图书PRML的作者Christopher Bishop博士撰写，为机器学习新手及资深人士提供了深度学习核心理念的全面介绍。本书以简洁的章节结构，循序渐进地引导读者深入理解现代深度学习架构和技术，强调理念的实用性而非纯理论。书中还包含概率论基础，帮助读者构建坚实的数学背景。Bishop的深厚专业知识和清晰表达，使得复杂概念易于理解，是深度学习领域的经典教材。
更多关于本书的介绍，请参考：新书推荐 | PRML作者新书《Deep Learning》
Machine Learning Methods
扫码查看图书详情
作者：李航，字节跳动
本书全面而系统地介绍了机器学习领域的主要方法，全书内容分为两个部分。在第一部分中，作者深入讲解了监督学习的关键技术，涵盖了感知机、k近邻法、朴素贝叶斯分类、决策树、逻辑斯谛回归与最大熵模型、支持向量机、Boosting算法、EM算法、隐马尔可夫模型以及条件随机场等经典算法。第二部分则专注于无监督学习的核心算法，包括聚类分析、奇异值分解、主成分分析、潜在语义分析、概率潜在语义分析、马尔可夫链蒙特卡罗法、潜在狄利克雷分配以及PageRank算法等。
更多关于本书的介绍，请参考：新书推荐 | Machine Learning Methods
Robust Machine Learning
Distributed Methods for Safe AI
扫码查看图书详情
作者：Rachid Guerraoui，洛桑联邦理工学院；
Nirupam Gupta，洛桑联邦理工学院；
Rafael Pinot，索邦大学
本书深入介绍了应对不可信数据源的鲁棒机器学习方法，它系统地探讨了分布式机器学习中的安全性问题，并指导读者如何设计和分析能够抵御潜在数据不完整性的算法。
更多图书，请参考
For more information
在9月30日前在线购买书单图书
使用折扣码“20DIY243”可享受八折优惠！
