
利用AI进行数据分析——基于DeepSeek+豆包+智谱清言,让效率提高N倍
在当今数字化浪潮中,数据已成为企业与组织的核心资产,而如何高效地从海量数据中提取价值,成为制胜关键。这本书,正是为那些渴望在数据海洋中乘风破浪、追求极致效率的你量身造的!前沿技术,触手可及:本书聚焦于当下最前沿的AI数据分析技术,深度结合DeepSeek、豆包、智谱清言三大强大工具,将复杂的技术原理转化为通俗易懂的语言,即使是初学者也能轻松上手。无论是数据挖掘、机器学习,还是自然语言处理,书中都有详尽的讲解与实战案例,让你紧跟行业潮流,掌握核心竞争力。工具赋能,轻松上手:DeepSeek、豆包、智谱清言,这三大工具在数据分析领域各具特色,功能强大且易于操作。书中不仅详细介绍了它们的使用方法,还通过大量实例展示了如何将这些工具组合起来,发挥出1+1+1>3的强大效能。无论是初职场的数据分析师,还是希望提升工

(1)极验AI 图项目团队倾力之作 (2)资深图神经网络专家多年研究和实践总结,白翔、俞栋等学术界和企业界领军人物强烈推荐 (3)从原理、算法、实现、应用4个维度详细讲解图神经网络,理论与实践相结合 作者亲授 图神经网络 直播课,与图书搭配学习效果更佳! 回放 PPT获取方式: 1.微信关注 华章计算机 (微信号:hzbook_jsj) 2.在后台回复关键词:GNN



一本风格较为轻松,简明易学,可直观参照,并迅速上手实操的AIGC工具使用手册。旨在指导读者如何快速高效地学会使用AIGC工具,并且通过书中的指导流程和作者总结出的高效Prompts(提示词)提高自己向ChatGPT提问的能力,让AIGC工具输出令人满意的高质量创意内容。

懂算法、精工程、善部署的“大模型工程师”正站在时代风口,《大模型工程师面试:算法原理、发实践与系统部署》系统介绍了了大模型工程师岗位所需的理论基础与实战技能,围绕算法原理、发实践与系统部署三大维度展,可以帮助希望系统转型为大模型工程师的发者成功通过面试。《大模型工程师面试:算法原理、发实践与系统部署》的特色是以工程实践能力+面试胜任能力为导向,各章内容都从实际面试出发,归纳整理出15类500余道高频面试题,每类列举若干典型问题并附答案,同时还提供了200余道自测题,使求职者在巩固知识的同时,测试自己能力水平。《大模型工程师面试:算法原理、发实践与系统部署》共12章内容,逻辑上可划分为四部分,分别说明如下:●基础篇(1-2章):介绍行业生态与岗位图谱,帮助求职者精准定位自身角色优势;掌握高质量数据

工信部声称,机器人自动化将是实现 中国制造2025 这一目标的重要工具。中国迎来机器人大发展时代。 ★★从应用需求角度出发,淡化理论,建立工业机器人系统集成的整体概念★★ 本书从工业机器人应用的角度出发,全面地介绍了几款多用途机器人在通用行业的典型应用,内容包括:水平多关节机器人贴标(四轴)、装配机器人(六轴)、视觉贴合机器人、搬运机器人和机器人CNC技术发。内容涵盖工业机器人的基本知识及相关硬件技术、设计理念及实施过程,然后给出完整的操作流程和设计要领。


针对如何快速把握大数据与人工智能的精髓、避免陷过多的数学细节推导的问题,以及人工智能算法和大数据平台技术的结合问题,本书作者做出了不懈探索。一是选材上,不仅分别单独讲授人工智能和大数据,还突出两者相结合的内容。二是内容上,突出浅显易懂,繁杂的数学推导适当做减法,宏观的介绍和实战技能适当做加法。三是结构上,由浅深,由宏观到比较围观,由基础知识到新技术,由理论到实践。本书主要突出优如下。1.知识覆盖全。对大数据与人工智能领域的常用基础技术、算法、模型均有介绍,保障读者知识体系的完整性。而目前市场上相当同类书只涉及本领域其中的几个问题,使读者不能较好得从宏观角度来体会大数据和人工智能的技术。2.知识覆盖新。紧跟本领域zui新研究成果。尤其重介绍了深度学习基础知识及其应用。深度学习是当前人工

微软搜索技术部门高级研发工程师实战经验分享 从源代码的角度深剖析Storm设计与实现 学习如何实现和高效利用“实时的Hadoop” 大数据处理是当前计算机科技的热,而流式实时大数据处理更是这皇冠上璀璨的明珠。实时流数据处理在搜索引擎、社交网络、电商网站、广告平台等领域有着相当广泛的应用。Storm是极其高效、灵活、高扩展的流式数据处理平台。它被Twitter、Taobao、Yahoo、Groupon等公司采用。 本书由微软公司互联网工程院经验丰富的一线程序员操刀编写,包含很多实战经验和使用心得,很好地结合了代码分析和应用实例。本书对于行流式数据处理的研究、Storm的深理解以及实际应用都有很好的参考价值。

笔者根据多年的学习和工作经验,总结出一条有效的学习路线:先抓主干,后抓枝节。学习一个算法就好比遍历一棵大树上的所有枝节,算法越是复杂其对应的枝叶也就越多。一个算法的学习,笔者将它归结成了5个层次:理解主要思想、掌握算法原理、熟练源模型、完成数学推导和行源码实现,帮助读者分阶段地学习,轻松迈机器学习的大门。

如果你什么也不懂,那就从这本书开始。

本书深浅出地介绍了人工智能和大模型的核心概念和算法,以及这些技术是如何发明和发展的。通过阅读本书,读者能够理解大模型背后的技术,感受到它所带来的改变。


本书主要讲述非线性系统分析和非线性系统设计的基本理论。

本书详细介绍了Transformer大模型算法基础,内容丰富,案例经典



内容全面 :系统介绍了深度学习算法的基础理论和主流算法模型,如AlexNet、ResNet、BP、LSTM、GAN、CNN等,详细剖析了每个算法的理论推导过程和应用场合。 实用性强 :采用PyTorch 2.x最新框架行实战,通过大量案例实现了计算机视觉、自然语言处理、AIGC等方向的主流算法,读者能够通过实际项目来理解算法思想。 资源丰富 :源了全部课程源代码、课件、代码,本书Github仓库已收获超3000个Star数,并被 机器之心 、 量子位 等媒体报导。

复杂系统暨鲁棒控制的理论和应用(Theory and Applications of Complex Systems a

《范式变更:碳中和的长潮与大浪》为与碳中和发展紧密相关的政府部门、企业的从业人员,以及大众读者量身定制,从零碳金融到清洁能源,为读者解答未来之路。 权威专家贡献观: 《范式变更:碳中和的长潮与大浪》聚集了中国国际经济交流中心副理事长朱民,诺贝尔经济学奖得主、世界银行前首席经济学家约瑟夫 斯蒂格雷茨,中国气候变化事务特使、国家发展和改革委员会原副主任解振华,中国工程院院士汤广福,华为副董事长、轮值董事长胡厚崑等20余位专家,为读者提供来自不同领域的深刻观,阵容强大,确保读者能够获得最权威的信息。 全面多维度剖析: 《范式变更:碳中和的长潮与大浪》从政策动向、科技展和市场趋势三大维度出发,全面剖析能源、交通、城建、工业、农业和土地等核心产业,为读者提供关于各行业、各领域如何实现碳




随着 元宇宙 热度持续,人们对与元宇宙相关领域、相关产品的关注度越来越高,而元宇宙工程作为数字能力引现实世界、实体经济的口,将会是实现企业硬科技转型升级的新一代发现工具、效率工具、创新工具,这正是本书所要讨论的主题。 本书不仅涵盖了构建元宇宙的理论基础与方法论等内容,还从多个行业领域着手,分析了元宇宙具体的落地实践方法,为读者提供了一个具有很强实操意义的科学总结。 本书还具体介绍了元宇宙工程的创意和设计、元宇宙的根基 数字孪生技术等内容,这些都对读者一步了解元宇宙,并将元宇宙从概念上真正落地提供了重要的参考和启发。

《DeepSeek探索未至之境》是一本不可多得的AI技术指南,适合所有对人工智能感兴趣的读者。无论你是AI初学者、发者、研究人员,还是企业决策者,这本书都能为你提供从基础到高级的全面指导。本书作者凭借丰富的技术背景和实践经验,深浅出地讲解了DeepSeek的核心功能、应用场景及技术实现,并结合大量实战案例,帮助读者将理论知识转化为实际操作能力。 DeepSeek的火爆不仅代表了中国科技的崛起,更是一股来自东方的 神秘力量 。作为国产AI大模型的代表,DeepSeek凭借其低成本、高性能的优势,正在全球AI领域引发震动,甚至让硅谷为之侧目。它的出现破了美国在AI领域的主导地位,推动全球AI生态更加多元化,彰显了中国在人工智能领域的创新实力与战略布局。 本书不仅涵盖了DeepSeek的基础门、工具组合应用、本地与云平台部署,还深探讨了分布式训练、自然




深浅出的大模型技术解析-模型部署与调用:详细讲解本地与在线部署方法,帮助读者从零始理解并实现模型应用。-RAG技术与微调优化:探讨如何通过RAG技术提升大模型的性能,结合深度微调使模型更加智能和精准。高效的智能体发框架与技术-LangChain与LangGraph:介绍具备高度生态支持的框架,助力发者快速构建模块化智能体系统。-DeepSeek模型应用:专门选择DeepSeek系列模型作为支撑,展示其在多种场景下的强大能力。多元应用场景-企业级AI发:通过多个实际案例,展示如何在企业环境中部署与优化智能体系统,提升工作效率。-跨行业应用:涵盖客服、数据分析、代码生成等多个行业场景,帮助读者轻松应对各种挑战。

深度学习应用所使用的大部分数据是由自然语言处理(NLP)提供的,而TensorFlow是目前比较重要的深度学习框架。面对当今巨量数据流中众多的非结构化数据,本书详细讲解如何将TensorFlow与NLP二者结合以提供有效的工具,以及如何将这些工具应用于具体的NLP任务。 本书首先介绍NLP和TensorFlow的基础知识,之后讲解如何使用Word2vec及其高级扩展,以便通过创建词嵌将词序列转换为深度学习算法可用的向量。本书还介绍如何通过卷积神经网络(CNN)和递归神经网络(RNN)等经典深度学习算法执行句子分类和语言生成等重要的NLP任务。你将学习如何在NLP任务中应用高性能的RNN模型(比如长短期记忆单元),还将认识神经机器翻译,并实现一个神经机器翻译器。 通过阅读本书,你将学到: NLP的核心概念和各种自然语言处理方法 使用TensorFlow函数创建神经网络以完成NLP任务

读者对象: 希望了解TensorFlow结构和新特性的数据科学家、机器学习的发人员、深度学习的研究人员和具有统计知识的发者。要充分利用这本书,需要你掌握Python编程语言方面的知识。 TensorFlow是流行的、使用广泛的机器学习框架,它使得每个人都能轻松发机器学习解决方案。使用TensorFlow 2.0,你将研究一个改后的框架结构,它提供了大量的新特性,以提升发者的工作效率和便于发者使用。 本书通过聚焦于发基于神经网络的解决方案来介绍机器学习。本书从构建深度学习解决方案所需的概念和技术始介绍,之后将介绍如何创建分类器、构建目标检测和语义分割神经网络、训练生成式模型,以及使用TensorFlow 2.0的工具(如TensorFlow Datasets和TensorFlow Hub)加速发过程。 学完本书之后,你将能够使用TensorFlow 2.0发任何机器学习问题的解决方案,并能将它们部署到生产环


本书融合作者多年从业和教学经验,全面阐述使用Java从非结构化数据中组织和提取有用文本的各种实用方法。 本书重介绍NLP应用中可能遇到的核心NLP任务,每个任务都从问题的描述以及应用领域始,循序渐地行分析并给出解决方案,便于你更好地理解NLP技术,高效地解决实际问题。 全书内容丰富,不仅全面描述和总结了自然语言处理的基础知识,还详细介绍了自然语言处理的多种技术,包括NLP工具、文本分词、文本断句、词性判断、任务识别、文本分类、关系提取和组合应用等。书中结合多个示例行深分析,并采用Java编程语言行处理与结果分析。



国内外服务机器人研发展、服务机器人创业团队未来两三年服务机器人市场发展

《模拟化生存:虚拟与现实之间》是大卫 萨克斯继《模拟的复仇》之后的又一杰作。透过新冠疫情这一全球事件,他带我们穿越数字化的迷雾,探索技术与人类如何更和谐共生。在萨克斯的笔下,未来并不是冰冷的代码和机器,而是充满人性化、社会性和创新的。这不只是一次科技的思考,更是一场关于人、社会和未来的对话。

(1)星环科技人工智能平台团队合著,凝结星环科技人工智能和大数据团队丰富的实战经验 (2)从技术视角提供当前人工智能相关技术的深介绍,不仅讲解人工智能知识体系的理论基础,也可以指导基于实战的平台环境行操作。 (3)针对各种类型的机器学习问题,基于星环自研的人工智能平台(Sophon)环境,结合真实案例,依照数据、分析、建模的演历程行系统化阐述并行实战讲解。

本书详解Spark 3.0 ML机器学习框架行大数据分析与挖掘的方法,配套示例源码、PPT课件、数据集、发环境、思维导图和答疑服务。

《ChatGPT Excel高效数据计算与处理:视频教学版》讲述将ChatGPT和Excel两大工具完美结合,为读者呈现了一部极具实用价值的数据处理指南。《ChatGPT Excel高效数据计算与处理:视频教学版》系统性地介绍了ChatGPT的基本用法,以及如何利用ChatGPT整理和优化数据,辅以丰富的Excel函数和技巧,助力读者解决复杂的数据计算与处理问题。 无论是Excel初学者还是希望提高数据处理效率的专业人士,都能从《ChatGPT Excel高效数据计算与处理:视频教学版》中获得实用的知识和技能。 《ChatGPT Excel高效数据计算与处理:视频教学版》内容通俗易懂,配有清晰的步骤和图解。无论您是财务会计、人事行政还是办公文秘,《ChatGPT Excel高效数据计算与处理:视频教学版》都将成为您提升数据处理技能的得力助手。

机器学习是人工智能领域中非常重要的一个研究方向,而深度学习作为机器学习的重要组成部分,伴随着近几年数据规模的增长和计算力的提升而备受关注。深度学习框架的快速发展大大降低了算法的门门槛,越来越多的深度学习从业者能够通过这些框架实现算法并应用到生活场景中,让我们的生活更加智能和便捷。 通过阅读本书,你将学到: MXNet、TensorFlow、Pytorch、Caffe等深度学习框架的差异 MXNet框架各主要模块的技术原理和应用实践 MXNet在图像分类、目标检测、图像分割中的应用,以及相关算法的训练、模型测试和实现细节 基于动态图构建网络结构的Gluon口 MXNet专门为计算机视觉任务推出的深度学习库GluonCV 从零始实现深度学习和计算机视觉算法的方法

党的二十大报告强调要加快建设教育强国、人才强国,教育强国需要 强学习 ,人才强国需要 重人才 。综合国力的竞争归根到底是人才的竞争,而人才的核心竞争力就在于他的学习力。《中国学生发展核心素养》明确把 学会学习 列为学生的六大素养之一。时代与社会的发展客观上对学习力提升的迫切性提出了要求。中小学生群体的大脑可塑性较强,可以更好地实现基于脑的学习。尤其是在2023年,细分市场呈现出强劲的增长势头。这类图书涵盖了从教育方法、心理辅导、亲子关系到具体学科辅导等多个方面,满足了广大家长和孩子的多样化需求。随着脑科学、学习心理学和认知心理学的不断发展,人们对学习过程的认知闭环有了更清晰的了解,小学生学习力的研究有了新的理论依据和实践路径。同时,越来越多的家长始意识到,单纯依赖传统的教学方法已难以满

本书非常适合作为高校和培训机构动画专业的课程培训教材,也可以作为广大三维动画爱好者的自学参考书籍。

(1)作者是环界云计算公司及其合作伙伴公司的技术专家,在推动AI技术与业务结合方面专业且权威。(2)实战案例来自真实场景,包括飞书推送机器人、智能客服、出游规划大师、招投标助手、智能问数、HR智能招聘助手、Graphviz流程图工坊、票据识别智能助手等,详细展示如何将理论落地为具备实际价值的AI应用。(3)每一个案例都秉承“可复现、可扩展、可商用”的原则设计,不仅提供清晰的实现步骤,更注重业务逻辑与技术方案的结合,帮助读者真正掌握以AI驱动创新的思维方式。(4)既适合AI初学者系统门,也适用于具备一定经验的发者、产品经理和企业技术负责人拓宽技术视野、解锁业务新可能。(5)资源配套非常齐全,包括作者答疑微信群、示例源文件、配图PDF文件、演示操作视频、PPT课件。发现问题直在微信群找作者答疑解惑。




一直以来,作者刘晋峰就想有一种价格便宜、设计灵活、能培养孩子动手能力和思维训练的机器人制作方法,以普及机器人制作活动。在多年的单片机教学和科普活动辅导中,他发现这其实不难。很多孩子手中废弃的电动玩具就是非常好的机器人制作材料,价格便宜的单片机又为机器人提供了一颗跃动的“芯”。计算机编程和电路设计还能促孩子的学习,充分利用其宝贵的时间。机器人制作完全可以成为一种普及性很高的课外活动,如何引导这项活动成为作者编写《玩机器人学单片机》的初衷。

读者对象: 1、人工智能领域的技术工程师,尤其是机器学习和深度学习领域的工程师; 2、高校人工智能专业学生、教师以及研究人员; 3、希望了解人工智能尤其是深度学习的技术工程师和产品经理。 (1)本书由百度官方出品,PaddlePaddle总架构师共同创作。 (2)百度公司CTO王海峰博士作序,张钹院士、李未院士、百度集团副总裁吴甜联袂推荐 (3) 内容全面、由浅深、注重实践 ,结合新近PaddlePaddle技术版本,详细讲解了PaddlePaddle的技术和原理,以及如何从零始快速掌握深度学习。

本书使用大量实战案例,将AIGC和增长相结合


◎畅销书《幸福的陷阱》作者哈里斯博士作品。 ◎基于纳承诺疗法(ACT),在患病、失业、离婚、丧亲、重大意外等艰难时刻,帮助你处理痛苦情绪,跳出生活的陷阱,勇敢前行。

一线资深技术专家撰写,凝结其自身多年的实践经验,深浅出阐述深度学习的发展历程、相关概念和工作原理涉及当前流行的两个深度学习工具:Caffe和TensorFlow,并且初步探讨强化学习的基本原理和应用

1.热结合。 2017年,国务院发布了《新一代人工智能发展规划》。2022年政府工作报告中提出,促数字经济发展,完善数字经济治理,释放数据要素潜力,更好赋能经济发展、丰富人民生活。2023年4月28日,政治局会议指出 重视通用人工智能发展 ,2023年5月5日,中央财经委会议强调,要把握人工智能等新科技革命浪潮,适应人与自然和谐共生的要求,保持并增强产业体系完备和配套能力强的优势,高效集聚全球创新要素,推产业智能化、绿色化、融合化,建设具有完整性、先性、安全性的现代化产业体系。 2.创新性。 从ChatGPT,到AIGC,再到AGI。目前市场上围绕数字经济、人工智能方面的图书品类较多,但以全球视野展望通用人工智能发展方面的图书品类较少。数字经济时代推动下,人工智能作为关键性的新型技术能力,被视为数字经济发展的助推器和推动力,本书

(1)从智能体的基础概念出发,逐步深智能体的核心技术、发框架、发流程、发方法和行业应用,帮助读者系统掌握构建AIAgent的关键技能。(2)示例(Propmt、RAG、MCP、LangChain、LangGraph)和实战案例(问答Agent、多模态电商客服机器人、多模态试驾预约Agent、多Agent客户服务助手、多Agent旅行规划助手)非常丰富,能帮助初学者按图索骥,快速掌握AIAgent的发方法和技能。(3)配套示例代码、PPT课件、读者交流微信群,示例代码经过测试均能运行无误。




读者对象:希望在预测分析和机器学习领域建立扎实基础的机器学习工程师、数据工程师和数据科学家 1)便于学习,所有的理论后都附有基于Python的具体实例; 2)版本新,适用Python3.5以上版本; 3)实例丰富,场景多样,配套代码完备。