本書旨在采用一種符合讀者認知角度且能提升其學習效率的方式來講解深度學習背后的基礎(chǔ)知識。本書總計9章，深入淺出地介紹了深度學習的理論與算法基礎(chǔ)，從理論到實戰(zhàn)全方位展開。前三章旨在幫助讀者快速入門，介紹了必要的數(shù)學概念和代碼工具的使用。后六章沿著深度學習的發(fā)展脈絡(luò)，從最簡單的多層感知機開始，講解了深度神經(jīng)網(wǎng)絡(luò)的基本原理、常

本書作者通過與GPT-4的深度對話，精心梳理了一系列重要的提示工程實踐秘訣。全書共7章內(nèi)容，從了解大語言模型的進化之路開始，循序漸進地介紹了提示詞及提示工程的知識和實踐技巧，并結(jié)合GPT-4在各領(lǐng)域的應(yīng)用案例展現(xiàn)了大語言模型的強大魅力。此外，本書還基于AzureOpenAIStudio平臺講解了具體的應(yīng)用開發(fā)實踐。

智能辦公時代，人工智能正在進入千行百業(yè)，成為降本增效的生產(chǎn)力工具。每個企業(yè)、每個人都將擁有個性化的超級助理，以人機協(xié)同的新常態(tài)創(chuàng)造AI時代的工作方式。本書以釘釘?shù)奶剿髋c實踐為基礎(chǔ)，展現(xiàn)了基于人工智能的超級助理將為企業(yè)和個人帶來的巨大變革。從戰(zhàn)略制定到業(yè)務(wù)增長，從組織協(xié)同到人事管理，超級助理將利用感知、記憶、規(guī)劃和行動四

智能制造是制造業(yè)的未來方向，而體現(xiàn)智能之處就是生產(chǎn)線的“自主”運行及遠程控制。本書綜合相關(guān)基礎(chǔ)知識、健康管理與遠程運維技術(shù)，結(jié)合工程實踐，形成了一個智能系統(tǒng)遠程運維決策框架�；�于健康管理思想，提出了數(shù)據(jù)完備和數(shù)據(jù)不完備兩種情況下的系統(tǒng)故障診斷模型；基于故障診斷，分別從考慮備件、緩沖庫存、服務(wù)合同、部件相關(guān)性、環(huán)境等角度

本書基于直播電商背景，以主播吸引粉絲效果為研究主線，從8個章節(jié)展開研究，旨在探索以下問題：直播視頻中吸引粉絲效果的影響因素有哪些？這些因素影響吸引粉絲效果的中介機制是什么？如何基于直播視頻預(yù)測吸引粉絲效果？通過采用定性訪談、計算機視覺和多模態(tài)機器學習的混合方法，研究基于說服知識理論的“情感、認知、技巧”維度，識別出12

本書將帶領(lǐng)你深入了解人工智能的定義，追溯歷史，一同見證人工智能的萌芽、誕生、發(fā)展和變革。我們將一起領(lǐng)略人工智能在不同領(lǐng)域的神奇應(yīng)用，隨后再深入人工智能的核心領(lǐng)域，剖析大語言模型、知識工程、計算機視覺、自然語言處理和人機交互等領(lǐng)域的關(guān)鍵技術(shù)。在專業(yè)上，本書介紹了人工智能人才的培養(yǎng)與職業(yè)規(guī)劃，為報考指點迷津。最后，我們將探

本書是一部分析探討人工智能核心理論與實際應(yīng)用的圖書。全書系統(tǒng)地介紹了人工智能的基本原理，涵蓋了機器學習、深度學習、自然語言處理等關(guān)鍵領(lǐng)域。通過詳實的案例分析，可以使讀者深刻地理解人工智能在現(xiàn)實生活中的廣泛應(yīng)用。該研究突破了傳統(tǒng)著作的束縛，強調(diào)理論與實踐的緊密結(jié)合。作者以通俗易懂的語言，為讀者揭示了人工智能背后的技術(shù)奧秘

本書主要敘述了大模型技術(shù)的最新發(fā)展概況、應(yīng)用實例、當前及未來需要注意和解決的問題。內(nèi)容包括：大模型技術(shù)概述、語言大模型技術(shù)、多模態(tài)大模型技術(shù)、大模型技術(shù)生態(tài)、大模型的開發(fā)訓練與推理部署、大模型應(yīng)用、大模型的安全性、大模型技術(shù)的問題總結(jié)與思考。

"《AIGC人工智能創(chuàng)作》課程是為了滿足“人工智能+”行動的要求而開設(shè)的課程，可以作為《網(wǎng)絡(luò)編輯》、《網(wǎng)絡(luò)營銷》、《視覺營銷設(shè)計》、《短視頻設(shè)計與制作》等相關(guān)課程的拓展與深化。課程配套教材《AIGC人工智能創(chuàng)作項目化教程》分析了現(xiàn)行主流的AIGC平臺，根據(jù)當前最新行業(yè)發(fā)展現(xiàn)狀，將AIGC業(yè)務(wù)流程重構(gòu)為教學項目，形成了本

本書涵蓋了一系列有監(jiān)督的機器學習方法，包括基礎(chǔ)方法(k-NN、決策樹、線性和邏輯回歸等)和高級方法(深度神經(jīng)網(wǎng)絡(luò)、支持向量機、高斯過程、隨機森林和提升等)，以及常用的無監(jiān)督方法(生成模型、k-均值聚類、自動編碼器、主成分分析和生成對抗網(wǎng)絡(luò)等)。所有方法都包含詳細的解釋和偽代碼。通過在方法之間建立聯(lián)系，討論一般概念(例如