閱讀本書猶如一次時(shí)空之旅。它不僅向你講述了人工智能進(jìn)步的故事，還能讓你沿著那些人工智能先驅(qū)者的腳步，去感受他們的激情和執(zhí)著，去了解他們?nèi)绾斡弥腔壑�光，點(diǎn)亮通往未知世界的路標(biāo)。希望這本書能讓你感受到，人工智能原來并不遙遠(yuǎn)，人工智能原來很有趣，繼而進(jìn)一步地關(guān)注更多發(fā)生在人工智能世界里的奇妙故事，抑或愿意投身于這一全球矚目的

通過“特征工程”技術(shù),可優(yōu)化訓(xùn)練數(shù)據(jù),提升機(jī)器學(xué)習(xí)流程的輸出效果!“特征工程”基于現(xiàn)有數(shù)據(jù)設(shè)計(jì)相關(guān)的輸入變量,由此簡化訓(xùn)練過程,增強(qiáng)模型性能。調(diào)整超參數(shù)或模型的效果都不如特征工程;特征工程通過改變數(shù)據(jù)管道,大幅提升了性能。本書列舉6個(gè)實(shí)用項(xiàng)目,引導(dǎo)你利用特征工程優(yōu)化訓(xùn)練數(shù)據(jù)。每章探討一個(gè)代碼驅(qū)動(dòng)的新案例研究,涉及金融、

本書全面介紹大語言模型提示工程基礎(chǔ)、提示詞類型與萬能公式、文本摘要、改寫重述、語法糾錯(cuò)、機(jī)器翻譯、數(shù)據(jù)挖掘、程序開發(fā)、AI寫作輔導(dǎo)、AI繪畫、百度文心一言和阿里通義大模型等內(nèi)容。同時(shí)詳細(xì)介紹各類提示詞的應(yīng)用,如問答式、指令式、狀態(tài)類、建議式、安全類和感謝類提示詞,以及如何通過實(shí)戰(zhàn)演練掌握這些技巧。此外,還涉及使用提示詞

"本書面向非專業(yè)人士、尤其是青少年群體，將硬核知識(shí)、技術(shù)方法與人文歷史、人物故事有機(jī)融合，理順人工智能縱向發(fā)展脈絡(luò)與橫向科學(xué)輪廓。作者以扎實(shí)的專業(yè)背景、流暢的文筆幫讀者理順人工智能的發(fā)展脈絡(luò)，厘清人工智能的核心技術(shù)方法，幫讀者看懂人工智能與其他學(xué)科交叉碰撞所引發(fā)的社會(huì)生活變化，從“成天下之才”的角度給青少年讀者提供學(xué)習(xí)

"本書以立德樹人教育理念為指導(dǎo)，按照教育部組織制訂的《新時(shí)代大學(xué)計(jì)算機(jī)課程教學(xué)基本要求》編寫。本書緊跟新一代信息技術(shù)的發(fā)展，是《基于人工智能的信息技術(shù)基礎(chǔ)》的配套實(shí)驗(yàn)教材和必要補(bǔ)充，兩者相輔相成，構(gòu)成一個(gè)完整體系。主要內(nèi)容共8章，34個(gè)實(shí)驗(yàn)，涵蓋計(jì)算機(jī)基礎(chǔ)、操作系統(tǒng)及其應(yīng)用、文字處理高級(jí)應(yīng)用、數(shù)據(jù)處理高級(jí)應(yīng)用、演示文稿

本書旨在成為大模型在各行各業(yè)落地應(yīng)用的“百科全書”，專為對(duì)大模型感興趣的從業(yè)者和企業(yè)管理者量身打造。本書結(jié)合了實(shí)地調(diào)研和多元視角，不僅對(duì)大模型進(jìn)行了技術(shù)分析，還從商業(yè)、產(chǎn)品、行業(yè)等多個(gè)角度進(jìn)行了應(yīng)用探討。全書共5章：第1章介紹了大模型的訓(xùn)練過程和核心技術(shù)；第2章分析了大模型對(duì)軟件行業(yè)的影響，通過具體案例展示了軟件公司如

本書全面介紹TensorFlow2.x框架及其在深度學(xué)習(xí)中的應(yīng)用，內(nèi)容包括TensorFlow簡介、Python語言基礎(chǔ)、環(huán)境搭建與入門、TensorBoard可視化、多層感知機(jī)實(shí)現(xiàn)、卷積神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)、循環(huán)神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)、強(qiáng)化學(xué)習(xí)、遷移學(xué)習(xí)、生成對(duì)抗網(wǎng)絡(luò)和GPU并行計(jì)算等。

本書根據(jù)李宏毅老師機(jī)器學(xué)習(xí)公開課中與深度學(xué)習(xí)相關(guān)的內(nèi)容編寫而成，介紹了卷積神經(jīng)網(wǎng)絡(luò)、Transformer、生成模型、自監(jiān)督學(xué)習(xí)（包括BERT和GPT）等深度學(xué)習(xí)常見算法，并講解了對(duì)抗攻擊、領(lǐng)域自適應(yīng)、強(qiáng)化學(xué)習(xí)、元學(xué)習(xí)、終身學(xué)習(xí)、網(wǎng)絡(luò)壓縮等深度學(xué)習(xí)相關(guān)的進(jìn)階算法.在理論嚴(yán)謹(jǐn)?shù)幕�礎(chǔ)上，本書保留了公開課中大量生動(dòng)有趣的例子

本書在人機(jī)交互的基礎(chǔ)上，分析了圖像視覺特征的隨機(jī)游走、水平集方法和圖割算法的前景提取模型，闡述了基于多尺度平滑的前景提取算法，研究了不同平滑正則項(xiàng)對(duì)前景提取的影響，歸納了平滑正則項(xiàng)的條件和流形算法在前景提取中的應(yīng)用，為開拓新的前景提取技術(shù)奠定了相應(yīng)的理論基礎(chǔ)。

本書按照項(xiàng)目化、場(chǎng)景化的編寫體例，將全書串聯(lián)起來。書中選取多個(gè)反映人工智能典型問題的案例，并采用項(xiàng)目化思想重構(gòu)了所有案例，每個(gè)案例由循序漸進(jìn)的遞進(jìn)式任務(wù)組成，支持課堂分層次教學(xué)實(shí)施。本書緊跟人工智能技術(shù)動(dòng)態(tài)，選取了人工智能中的典型應(yīng)用，同時(shí)采用Python作為載體，兼顧通識(shí)與技能，具有很強(qiáng)的操作性和實(shí)用性，既可作為院校