全書共分為8章，可分為三個(gè)部分。讀者只需按照章節(jié)順序?qū)W習(xí)，即可掌握相關(guān)知識(shí)。第一部分為深度學(xué)習(xí)基礎(chǔ)篇，包括第1-2章，介紹Python基礎(chǔ)、數(shù)學(xué)基礎(chǔ)、深度學(xué)習(xí)的概念和任務(wù)等；第二部分為深度學(xué)習(xí)基本模型篇，包括第3-5章，介紹卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)和基于自注意力機(jī)制的Transformer網(wǎng)絡(luò)；第三部分為自然語言應(yīng)用

AI時(shí)代，ChatGPT作為一款基于人工智能技術(shù)的聊天機(jī)器人，具有極廣泛的應(yīng)用場(chǎng)景。本書旨在帶領(lǐng)讀者學(xué)習(xí)如何使用ChatGPT來簡(jiǎn)化Excel的數(shù)據(jù)處理、分析及計(jì)算工作。本書共分6章，內(nèi)容包括對(duì)ChatGPT的基本了解、掌握在Excel中高效提問的技巧、使用ChatGPT輔助數(shù)據(jù)的整理和優(yōu)化、了解ChatGPT給予Ex

從文本生成到視覺生成，當(dāng)你面對(duì)AI界的新C位躍躍欲試卻不知從何開始；當(dāng)你向AIGC工具提出需求卻總是得不到滿意的結(jié)果，你需要一本通俗易懂、簡(jiǎn)明易學(xué)的工具書來認(rèn)識(shí)它、學(xué)習(xí)它、并高效運(yùn)用它！把火爆全網(wǎng)的AI概念轉(zhuǎn)變?yōu)榭汕袑?shí)利用的日常工具，在生活、學(xué)習(xí)、工作、創(chuàng)作中效率倍增。 本書從多個(gè)應(yīng)用場(chǎng)景入手，搭配多種模態(tài)工具，將文本

《未來可期：與人工智能同行》是一部探討人工智能的現(xiàn)在和未來，以及人工智能時(shí)代的種種難題的作品集。 在ChatGPT橫空出世的今天，我們只有了解人工智能，跟上它的腳步，才能不被時(shí)代淘汰。家用智能器、數(shù)字療法、具身智能、元宇宙、虛擬人、數(shù)字分身……越來越多的新概念已經(jīng)或即將涌入我們的生活，并切

無論好壞，人工智能都是我們生活中不可或缺的一部分。它可以用來影響我們買什么，誰能爭(zhēng)取到一份工作，甚至我們?nèi)绾瓮镀薄５靡嬗诤萌R塢電影，人工智能引發(fā)了關(guān)于“殺手機(jī)器人”的噩夢(mèng)，以及關(guān)于我們的設(shè)備監(jiān)視我們的更現(xiàn)實(shí)的噩夢(mèng)——喬治·奧威爾在1984年搞錯(cuò)了：我們應(yīng)該擔(dān)心的不是看我們的人，而是電腦。如果沒有人工智能，我們?nèi)匀粫?huì)在沒

本書首先介紹了生成式AI的概念及其在產(chǎn)品和服務(wù)中的應(yīng)用潛力，然后闡述了生成式AI項(xiàng)目的完整生命周期。作者探討了多種模型類型，如大語言模型和多模態(tài)模型，并提供了通過提示工程和上下文學(xué)習(xí)來優(yōu)化這些模型的實(shí)際技巧。此外，本書討論了如何使用LoRA技術(shù)對(duì)模型進(jìn)行微調(diào)，以及如何通過RLHF使模型與人類價(jià)值觀對(duì)齊。書中還介紹了RA

本書通過深入淺出的方式帶領(lǐng)讀者探索人工智能的世界。書中首先介紹了人工智能的基本概念、應(yīng)用場(chǎng)景以及發(fā)展歷程，并對(duì)神經(jīng)網(wǎng)絡(luò)、遺傳算法、蒙特卡羅法、自然語言處理等人工智能技術(shù)的原理和應(yīng)用場(chǎng)景進(jìn)行了分析，最后探討了人工智能的未來發(fā)展趨勢(shì)以及機(jī)遇與挑戰(zhàn)。

這是一本講解如何用ChatGPT、GithubCopilotX、Cursor等主流AIGC工具優(yōu)化和提升軟件開發(fā)全流程效率和質(zhì)量的實(shí)戰(zhàn)性著作。 全書以軟件開發(fā)的流程位主線來組織內(nèi)容，詳細(xì)講解了程序員、架構(gòu)師、項(xiàng)目經(jīng)理、產(chǎn)品經(jīng)理、技術(shù)團(tuán)隊(duì)管理者們?nèi)绾卧诩夹g(shù)方案構(gòu)建、需求文檔撰寫、代碼編寫與注解、客戶端開發(fā)、前端開發(fā)、后端

本書首先介紹了人工智能的基礎(chǔ)知識(shí)，然后分別介紹了機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、自然語言處理和強(qiáng)化學(xué)習(xí)中的重點(diǎn)概念和實(shí)踐過程，包含邏輯斯諦回歸、k最近鄰、決策樹、隨機(jī)森林、支持向量機(jī)、卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)、LSTM、自動(dòng)編碼器等。此外，本書的附錄部分還分別簡(jiǎn)單介紹了Keras、TensorFlow、pandas等人工智能相關(guān)

在這本書中，作者著力討論了幾種獲取機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘算法性能的相關(guān)知識(shí)的方法。作者展示了如何再次利用這些知識(shí)來選擇、組合、編撰和調(diào)整算法和模型，從而為數(shù)據(jù)挖掘提供更快、更有效的解決方案，幫助研究人員改進(jìn)算法，并開發(fā)能夠自我改進(jìn)的學(xué)習(xí)系統(tǒng)。本書的新版在舊版基礎(chǔ)上就內(nèi)容做了非常大的擴(kuò)充。作者介紹了最新的自動(dòng)機(jī)器學(xué)習(xí)方法，闡