u 深度理论探讨与实际应用并重：本书不仅深探讨了构建和训练ChatGPT模型的核心技术，还充分展示了ChatGPT在实际应用中的潜力。 u 全面而深的探索：本书全面介绍了ChatGPT的运行机制、关键算法、实际应用以及未来发展趋势，为读者提供了一个全面深的视角，帮助读者深刻理解ChatGPT及其背后的技术原理和应用潜力。 u 面向不同层次的读者：无论是零基础的AI初学者，还是从事自然语言处理研究的科研人员，以及在文本工作领域的专业人士，本书都为他们提供了深度的理论洞见和实践参考。
零基础 ：零基础门，手把手教学，1分钟生成会议纪要，3分钟搞定高颜值PPT，复杂数据图表一键生成，面向职场 技术小白 的DeepSeek 多模态AI应用指南。 强价值 ：文本AI、图像AI、音频AI、视频AI、AI虚拟人等不同应用工具实践应用，实操演示和详细教学，零门槛，各种职场刚需直抄作业！ 重实用 ：AI写文案、写代码、做简历、做幻灯片、分析数据、写作公文，面向具体职场巧妙应用，快速提升工作效率。 多场景 ：精选60多个典型职场应用场景实践，涵盖30多款主流AI应用，案例丰富、覆盖全面，一书在手，AI应用无忧。 多模态 ：文本、图片、视频、音乐、虚拟人 多模态AI应用全面覆盖。
（1）作者就职于某世界100强企业的数据实验室 （2）作者长期从事人工智能、数据科学、分布式系统等领域的研发工作，在人脸识别领域有丰富的实践经验 （3）核心内容涵盖机器学习、深度学习、计算机视觉、人脸识别等方面的原理、技术和算法 （4）不仅能帮助读者零基础门，而且能指导读者完成工程级别的实践，从零实现一个工程级的人脸识别引擎
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。
（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。
《给孩子的人工智能课》以生动有趣的方式，向孩子们介绍了人工智能的基本概念、发展历程和应用领域，使他们在轻松愉快的氛围中了解这一前沿技术。不仅能让孩子们了解人工智能的基本知识，还能激发他们对科技创新的兴趣和热情。 《给孩子的人工智能课》不仅是让孩子了解未来科技的门读物，更是激发孩子探索与创新的启蒙之作。通过生动翔实的案例，将复杂深奥的科技概念变得通俗易懂，帮助孩子们更轻松地走人工智能的世界。 复旦大学教授、科学杂志《新发现》荣誉主编 严锋，纽约默西大学数学与计算机科学系终身教授陈志雄 倾情推荐
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
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。
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
如果你什么也不懂，那就从这本书开始。
《微控制器的应用(全国高职高专院校规划教材)》由曹金玲主编，本书以AT89S52单片机为对象，重介绍单片机的应用技术。全书共有6章，包含12个训练项目，内容包括单片机基础知识、单片机寻址方式与指令系统、中断与定时、并行输与输出、串行通信、A／D和D／A转换等，每章后配有练习题和讨论题。
1. 人工智能属于当前社会各界关注的热，本书系统地介绍了人工智能的定义、发展历程及其对各个领域的影响，有助于读者从宏观上深刻理解人工智能的本质，把握技术发展趋势。2. 本书为国内原创图书，能够结合我国的实际和政策，更有指导意义。
本书注重算法理论与实际案例相结合，将枯燥无味的预测算法原理用R语言重现，并通过案例让读者掌握预测模型的应用。 本书源码下载地址：https://github.com/cador/Predictive-Practice-With-R
谷歌 AlphaGO 战胜李世石，标志着机器智能新时代来袭 人工智能火热来袭，未来 5 年，人工智能会怎样改变我们的生活？未来 15 年呢？ 人工智能的下一个 BAT 会在什么领域产生？ 科技大咖倾情推荐，内容涵盖人工智能前沿研究热与发展趋势 分享许多知名学者专家难得的不同角度与侧面认识追求 产生了对人工智能未来发展的天马行空想象空间与好奇 将机器人、无人车、深度学习、大数据、虚拟现实等智能技术的变革结合起来，将预示一个大时代的到来，即所谓的 超智能时代 。《新智元：机器 人类 = 超智能时代》深分析了人工智能时代的技术和发展、机遇和挑战，带我们提前走超智能时代。
《国家智能制造标准体系建设指南（2016年版）》的权威案例解读，工业和信息化部部长作序推荐。
（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
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。
通过本书，你将学会如何使用TensorFlow行移动端机器学习应用的发，以及了解如下内容： ● TensorFlow对移动平台支持的起源和思路 ● TensorFlow对硬件加速技术的支持 ● TensorFlow Lite的架构和实现原理 ● TensorFlow在各种移动平台和嵌式平台上的发实例 ● 基于TensorFlow和谷歌云行机器学习的方法 ● 基于TensorFlow的机器学习服务框架 ● 基于TensorFlow的各种源技术和工程实践
读者对象：机器学习工程师；数据挖掘从业者；数据科学家；信息安全领域的学生和从业人员。 讨论机器学习中的安全性问题，即讨论各种干扰机器学习系统输出正确结果的攻方法以及对应的防御方法。
《华尔街日报》**商业书籍、《科克斯书评》**书籍、围《洛杉矶时报》科技图书奖、加州大学伯克利分校全体教师及新生书。 《连线》杂志联合创始人凯文 凯利、连机发明者丹尼尔 希利斯、Boing Boing网站联席主席科利 多克托罗、《纽约时报书评》《波士顿环球报》《经济学人》《西雅图时报》《卫报》等多家媒体联袂推荐！ 代码如何管这个世界呢？通过追溯从艾伦 图灵的一维模型如何发展到约翰 冯 诺依曼的二维实现，《图灵的大教堂》提出了一系列关于当下的三维数字宇宙可能走向何处的预见性看法。 湛庐文化出品。
《细说机器学习：从理论到实践》是一个详细介绍现代机器学习理论、经典算法与流行框架及编程实现的机器学习门书。 从统计学、线性代数与概率论等机器学习的基础知识讲起，然后介绍机器学习的基本概念，继 而讲解常用算法与编程实现，最后介绍高级知识、框架实践与项目案例，兼顾理论与应用，详 尽易懂。 每个知识配合示例练习，全书共设计200多个编程实例，向读者展示机器学习算法与框架的实际应用。 全书涉及面广，如神经网络、卷积网络、集成学习、迁移学习等当前机器学习热均有所涉及 。 结合作者多年机器学习研究与发经验，采用流行的Python语言实现，讲解细致，娓娓道来， 适合转型想人工智能领域的大学生、发人员、技术人员和研究人员阅读。
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
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。
复杂系统暨鲁棒控制的理论和应用（Theory and Applications of Complex Systems a
机器人构建实战 是 卓越之星 的姊妹篇，是在机器人设计制造领域的两个不同平台，是一本基础的介绍机器人设计与搭建的指南，能够帮助更多的人了解机器人的设计、搭建、编程、控制等关键环节，为读者提供更加丰富的设计思路和实践创意。
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。
本书主要阐述EDA技术和数字系统设计方法，按照“编程器件→设计语言→开发软件→系统设计”的顺序，系统地介绍PLD器件、VHDL设计语言、流行的EDA设计软件和数字系统设计方法等内容，力求涵盖数字系统开发设计中所涉及的主要方面，并在内容上进行精心编排，以着眼于综合开发能力的提高。
神经网络已成为从大量原始的，看似无关的数据中提取有用知识的强大技术。 Java语言是用于实现神经网络的zui合适的工具之一，也是现阶段非常流行的编程语言之一，包含多种有助于发的API和包，具有 一次编写，随处运行 的可移植性。本书完整地演示了使用Java发神经网络的过程，既有非常基础的实例也有高级实例。首先，你将学习神经网络的基础知识、感知机及其特征。 然后，你将使用学到的概念来实现自组织映射网络。 此外，你还会了解一些应用，如天气预报、疾病诊断、客户特征分析和光学字符识别（OCR）等。 zui后，你将学习实时优化和自适应神经网络的方法。首先，你将学习神经网络的基础知识和它们的学习过程。 然后我们关注感知机及其特征。 下来，您将使用您学到的概念实现自组织映射。 此外，您将了解一些应用，如天气预报，疾病诊断，客户
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
1.本书借孙悟空师徒四人取经的经典故事科普人工智能技术和应用，阐述自然语言处理、计算机视觉、音视频处理等人工智能技术和应用，配合丰富的实验内容，通过百度EasyDL平台体验AI技术的奥秘； 2.本书寓教于乐，结合课堂教学和实验，以及家庭亲子实践的方式，学习和体验AI技术的奥妙，适合8~16岁青少年学习AI门的启蒙书； 3.教育界多位知名青少年教育专家评推荐。
分身的代感：分身即自我，分身即媒介。本书从影子、镜像、自画像、摄影术到元宇宙时代的数字分身，结合作品和案例，讲述了艺术创作媒介的演变，视角独特。 书中大量理论结合案例，融合哲学、生物学、人类学等诸多学科，对元宇宙艺术的创作者、服务者、研究者和投资者，都极具参考和启发作用，本书可谓元宇宙艺术史的篇之作。 全书用哲学的思维方式，科学的逻辑架构，来解构元宇宙艺术。有别于绝大多数元宇宙相关的书将 元宇宙 物化或概念化，本书将元宇宙放在人类感知与创造的发展脉络中，作为意识形态完善及提升的阶阶段。 清华大学美术学院教授李睦作序推荐。
1.以通俗易懂的方式，从数据科学的角度系统的阐释重要且实用的统计学概念，介绍如何将各种统计方法应用于数据科学中； 2.运用清晰的解释和丰富的示例，将实用的统计学术语与数据挖掘实践相结合，适用于数据科学的门初学者； 3.相比于上一版，本书新增了更多Python和R语言示例，读者可以更深的了解如何在数据科学项目中正确运用各种统计方法； 4.通过本书，你将掌握以下知识： 为什么探索性数据分析是启数据科学任务的关键一步 随机抽样如何降低偏差并提高数据集的质量 实验设计原则如何针对问题生成确定性答案 如何使用回归方法估计结果并检测异常 用于预测记录所属类别的主要分类方法 从数据中 学习 的统计机器学习方法 从未标记的数据中提取信息的无监督学习方法
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
和谐人机环境是计算机理论和技术的一个重要的发展方向，也是当前计算机研究的一个热点领域。
京公网安备11010502037644号|经营许可证编号：合字B2-20160011|互联网药品信息服务资格证
购物车