本書圍繞MLOps展開,全面闡釋其概念與落地實(shí)踐。開篇對(duì)MLOps進(jìn)行概述,剖析其體系架構(gòu)、價(jià)值定位與技術(shù)棧。隨后各章從特征工程、模型訓(xùn)練與推理,到可觀測(cè)性基礎(chǔ)設(shè)施,通過理論闡述與架構(gòu)解析,并結(jié)合Uber、Meta等知名案例,分享建設(shè)思路。此外,本書還介紹RayCore及RayAI庫(kù)的使用,并提供大語(yǔ)言模型訓(xùn)練部署實(shí)例

本書共分12章,系統(tǒng)講解如何基于大語(yǔ)言模型構(gòu)建智能體系統(tǒng),涵蓋大模型原理、Agent組成結(jié)構(gòu)、LangChain框架、RAG檢索增強(qiáng)、MCP上下文通信協(xié)議、A2A多智能體協(xié)作協(xié)議以及Coze低代碼平臺(tái)等關(guān)鍵技術(shù)路徑。通過理論講解與模塊解析相結(jié)合,幫助讀者逐步掌握從模型調(diào)用到系統(tǒng)集成的完整流程。通過豐富的實(shí)戰(zhàn)案例與工程化

本書共分12章,內(nèi)容包括大模型基礎(chǔ)、大模型架構(gòu)、多模態(tài)大模型、提示詞工程、大模型微調(diào)、檢索增強(qiáng)生成、AI智能體、大模型應(yīng)用、大模型應(yīng)用架構(gòu)、大模型開發(fā)框架、法律咨詢智能助手、代碼修復(fù)智能助手。

本書主要介紹神經(jīng)網(wǎng)絡(luò)架構(gòu)搜索的相關(guān)研究工作,共包括9章內(nèi)容。其中,第1部分介紹了神經(jīng)網(wǎng)絡(luò)架構(gòu)搜索方法及深度神經(jīng)網(wǎng)絡(luò)架構(gòu),包括第1章和第2章;第2部分主要介紹了卷積架構(gòu)的神經(jīng)網(wǎng)絡(luò)搜索算法,涉及神經(jīng)網(wǎng)絡(luò)搜索空間、搜索算法和評(píng)估算法,包括第3-6章;第3部分介紹了Transfomme架構(gòu)和張量環(huán)架構(gòu)的搜索算法,包括第7章和第

本書聚焦新時(shí)代人工智能素養(yǎng)，系統(tǒng)且全面地介紹了人工智能知識(shí)，助力讀者理解并應(yīng)用這一前沿技術(shù)，內(nèi)容涵蓋人工智能的歷史、概念、社會(huì)影響及核心技術(shù)。本書深入探討其在多領(lǐng)域的應(yīng)用，包括智慧農(nóng)業(yè)、智能機(jī)器人、醫(yī)療影像診斷等，展示了AI為各行業(yè)帶來的變革與價(jià)值。

本書共分為八個(gè)項(xiàng)目,每個(gè)項(xiàng)目圍繞幾個(gè)具體應(yīng)用場(chǎng)景案例展開,從理論講解到實(shí)踐操作,逐步引導(dǎo)學(xué)生掌握生成式人工智能的精髓。項(xiàng)目一:生成式人工智能介紹。主要闡述生成式人工智能的基本概念、發(fā)展歷程、核心算法(如GANs、VAEs、Transformer等)及其工作原理。分析生成式人工智能相較于傳統(tǒng)AI的優(yōu)勢(shì)與挑戰(zhàn)。項(xiàng)目二:生成

本書全面梳理機(jī)器學(xué)習(xí)、深度學(xué)習(xí)和強(qiáng)化學(xué)習(xí)相關(guān)理論和方法,完整設(shè)計(jì)各種模型和算法的應(yīng)用實(shí)例。首先概述與人工智能和深度學(xué)習(xí)相關(guān)的基本概念和發(fā)展歷程;然后詳細(xì)介紹機(jī)器學(xué)習(xí)中的回歸任務(wù)、分類任務(wù)、梯度下降法的基本理論和算法,并給出完整的TensorFlow編程實(shí)例;之后循序漸進(jìn)地闡述人工神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)、深度神經(jīng)網(wǎng)絡(luò)的訓(xùn)練方

本書系統(tǒng)地介紹智能科學(xué)的概念和方法,吸收了腦科學(xué)、認(rèn)知科學(xué)、人工智能、信息科學(xué)、形式系統(tǒng)、哲學(xué)等方面的研究成果,探索自然智能和機(jī)器智能的機(jī)理和規(guī)律。

本書詳細(xì)探討非完美非完全信息博弈動(dòng)力學(xué)理論、方法與實(shí)踐。主要內(nèi)容包括智能體在非完全信息條件下的認(rèn)知差異和博弈行為、多智能體博弈動(dòng)力學(xué)、智能決策和人機(jī)博弈等多個(gè)領(lǐng)域。書中通過理論分析與實(shí)證數(shù)據(jù)相結(jié)合,深入分析了非完全信息環(huán)境下的動(dòng)態(tài)博弈特性,并提出相應(yīng)的優(yōu)化工具與解決方案。

本書為滿足人工智能通識(shí)教育的現(xiàn)實(shí)需求而編寫，力爭(zhēng)用通俗易懂的語(yǔ)言闡明人工智能的復(fù)雜概念和算法邏輯，同時(shí)按照應(yīng)用導(dǎo)向、案例驅(qū)動(dòng)的思路，引導(dǎo)讀者應(yīng)用人工智能方法與技術(shù)解決實(shí)際問題。本書共8章，分別是計(jì)算與人工智能概論、人工智能開發(fā)工具與平臺(tái)、計(jì)算系統(tǒng)、人工智能的數(shù)據(jù)基礎(chǔ)、機(jī)器學(xué)習(xí)基礎(chǔ)與應(yīng)用、深度學(xué)習(xí)基礎(chǔ)與應(yīng)用、大模型技術(shù)與