官术网_书友最值得收藏!

計算機應(yīng)用與數(shù)據(jù)分析+人工智能

全書共分為8個項目，包括計算機與信息技術(shù)基礎(chǔ)、認識Internet、Windows10操作系統(tǒng)的使用、Word2016文檔編輯與管理、Excel2016數(shù)據(jù)統(tǒng)計與分析、PowerPoint2016演示文檔制作與展示、人工智能技術(shù)及應(yīng)用概論、大數(shù)據(jù)技術(shù)原理及應(yīng)用概論。各項目內(nèi)容通過任務(wù)逐步展開，有利于適應(yīng)高等職業(yè)院校項目化教學要求，適應(yīng)高職學生的學習特點。本書簡明通俗，便于理解，不僅可以拓寬知識面，還可以培養(yǎng)學生的計算機應(yīng)用能力和解決問題的能力。本書具有簡明、實用、操作性強等特點，既可作為高等職業(yè)院校各專業(yè)計算機基礎(chǔ)的教學用書，也可作為一般讀者和專業(yè)人員的自學參考書，還可作為培訓教材。

·14.9萬字

AI時代架構(gòu)師修煉之道：ChatGPT讓架構(gòu)師插上翅膀

本書以ChatGPT為核心工具，揭示了人工智能技術(shù)對架構(gòu)師的角色和職責進行顛覆和重塑的關(guān)鍵點。全書通過共計13章的系統(tǒng)內(nèi)容，探討AI技術(shù)在架構(gòu)設(shè)計中的應(yīng)用，以及AI對傳統(tǒng)架構(gòu)師工作方式的影響，讀者可以了解如何利用ChatGPT這一強大的智能輔助工具，提升架構(gòu)師的工作效率和創(chuàng)造力。

·7字

AI高效工作一本通

本書共九章，分別介紹AI寫作工具、AI優(yōu)化簡歷、職場入門AI寫作、AI項目策劃、AI項目復盤、AI高效辦公、AI高效溝通、讓職場更輕松的軟件和AI職場視頻剪輯等內(nèi)容。

·10.1萬字

機器學習：公式推導與代碼實現(xiàn)

作為一門應(yīng)用型學科，機器學習植根于數(shù)學理論，落地于代碼實現(xiàn)。這就意味著，掌握公式推導和代碼編寫，方能更加深入地理解機器學習算法的內(nèi)在邏輯和運行機制。本書在對全部機器學習算法進行分類梳理的基礎(chǔ)之上，分別對監(jiān)督學習單模型、監(jiān)督學習集成模型、無監(jiān)督學習模型、概率模型四個大類共26個經(jīng)典算法進行了細致的公式推導和代碼實現(xiàn)，旨在幫助機器學習學習者和研究者完整地掌握算法細節(jié)、實現(xiàn)方法以及內(nèi)在邏輯。

·12萬字

AI助理：用ChatGPT輕松搞定工作

未來必將是一個人人擁有AI助理的時代，提前了解、掌握AI工具的使用方法，我們就會在競爭中領(lǐng)先半個身位。本書結(jié)合ChatGPT等已發(fā)布的AI工具，從文字處理、繪畫、PPT制作、數(shù)據(jù)分析、翻譯等多個應(yīng)用場景切入，詳盡介紹了如何用這些工具來提升工作效率。不管你是職場新人，還是經(jīng)驗豐富的老手，都可以用本書所講的方法來武裝自己，變身“職場鋼鐵俠”，更好地勝任工作需要，更具有創(chuàng)造力和競爭力。

·9.3萬字

人工智能

本書向讀者介紹當代人工智能技術(shù)的入門知識,特別是以深度學習為代表的機器學習方法。本書主要內(nèi)容包括人工智能在模擬人類視覺、聽覺、語言、行為、思維五個方面的最新進展,覆蓋了當前人工智能應(yīng)用最廣泛的幾個領(lǐng)域,包括人臉識別、語音識別、聲紋識別、自然語言理解、機器人設(shè)計等。本書介紹的很多算法都需要動手實踐才能有更好的理解。讀者可以下載本書的實驗套件(htp://iok.storg),邊學邊做,才能真正領(lǐng)略人工智能的神奇與瑰麗。abocl.唯其如此,本書是一本科普著作,沒有復雜的數(shù)學公式,適用于任何對人工智能技術(shù)感興趣的讀者。書中提到的每項關(guān)鍵技術(shù)都提供了參考文獻,有志于深入理解人工智能算法的讀者可以按圖索驥,深入鉆研。

·9.6萬字

AI數(shù)字人原理與實現(xiàn)

本書是一部系統(tǒng)介紹AI數(shù)字人技術(shù)的專業(yè)著作，涵蓋了數(shù)字人的定義、發(fā)展歷程、關(guān)鍵技術(shù)及應(yīng)用實踐等內(nèi)容，全書共分3部分。在技術(shù)基礎(chǔ)部分，首先介紹了數(shù)字人的定義、發(fā)展歷程、分類和應(yīng)用場景，接著詳細解析了數(shù)字人系統(tǒng)的架構(gòu)設(shè)計、視覺算法和語音合成技術(shù)的原理，以及語義理解和知識表示技術(shù)如何提升數(shù)字人的智能和表現(xiàn)力。在應(yīng)用實踐部分，帶領(lǐng)讀者深入探索數(shù)字人的創(chuàng)作流程，從內(nèi)容策劃、角色建模到交互設(shè)計，每一步都進行了詳細講解。此外，還討論了數(shù)字人的身份認知和技術(shù)規(guī)范，為數(shù)字人的應(yīng)用實踐提供了必要的知識。在展望未來部分，探討了數(shù)字人技術(shù)的未來發(fā)展趨勢，為讀者描繪了數(shù)字人與人類和諧共生的美好藍圖。本書內(nèi)容豐富，結(jié)構(gòu)清晰，適合對數(shù)字人技術(shù)感興趣的讀者，包括數(shù)字人技術(shù)的研究者、開發(fā)者、相關(guān)行業(yè)的從業(yè)人員及愛好者等閱讀。

·26.2萬字

深度學習

《深度學習》由全球知名的三位專家IanGoodfellow、YoshuaBengio和AaronCourville撰寫，是深度學習領(lǐng)域奠基性的經(jīng)典教材。全書的內(nèi)容包括3個部分：第1部分介紹基本的數(shù)學工具和機器學習的概念，它們是深度學習的預備知識；第2部分系統(tǒng)深入地講解現(xiàn)今已成熟的深度學習方法和技術(shù)；第3部分討論某些具有前瞻性的方向和想法，它們被公認為是深度學習未來的研究重點。《深度學習》適合各類讀者閱讀，包括相關(guān)專業(yè)的大學生或研究生，以及不具有機器學習或統(tǒng)計背景、但是想要快速補充深度學習知識，以便在實際產(chǎn)品或平臺中應(yīng)用的軟件工程師。

·43.8萬字

模式識別與智能計算：Matlab技術(shù)實現(xiàn)（第2版）

本書廣泛吸取統(tǒng)計學、神經(jīng)網(wǎng)絡(luò)、數(shù)據(jù)挖掘、機器學習、人工智能、群智能計算等學科的先進思想和理論，將其擴充到模式識別體系中。再次修訂，將全書內(nèi)容進行歸納整合，依據(jù)統(tǒng)計模式識別理論體系分三部分，包括基礎(chǔ)篇、分類器設(shè)計篇和聚類分析篇。再版新書以一種新的體系，系統(tǒng)、全面地介紹模式識別的理論、方法及應(yīng)用。本書內(nèi)容新穎，實用性強，理論與應(yīng)用密切結(jié)合，以手寫數(shù)字識別為應(yīng)用實例，介紹理論運用于實踐的實現(xiàn)步驟及相應(yīng)Matlab代碼，為廣大研究工作者和工程技術(shù)人員對相關(guān)理論的應(yīng)用起到借鑒作用。

·18.6萬字

超有趣的GPT：AI公子逆襲記

AI（ArtificialIntelligence，人工智能）是如何擁有創(chuàng)造力的？圖像和文本生成如何做到以假亂真？什么是ChatGPT？人工智能的未來會怎樣？這些問題都會在這個有趣的故事中被一一解答。本書講述了AI公子為了在心愛的千金小姐的招親大會中獲勝而努力學習的幽默故事。本書討論了AI與人類學習的相似性，結(jié)合AI公子的學習過程講述ChatGPT核心技術(shù)的發(fā)展脈絡(luò)。本書適合對ChatGPT感興趣的人員閱讀。

·2.9萬字

數(shù)智化轉(zhuǎn)型：人工智能的金融實踐

人工智能技術(shù)是金融體系進化的動力之一，但要用好這一技術(shù)，還需要理解金融體系本身的邏輯。在金融行業(yè)智能化轉(zhuǎn)型的過程中我們要解決的問題很多、很雜，但是在金融領(lǐng)域已經(jīng)形成一套完整的運行規(guī)則。如果不能深刻理解問題、痛點在哪兒，金融機構(gòu)在轉(zhuǎn)型的過程中很容易陷入僵局。在本書中，作者基于“客戶—資管—風控”框架，梳理了金融領(lǐng)域中涉及的多種業(yè)務(wù)場景，探討其智能化方向。關(guān)注要解決的核心業(yè)務(wù)問題，從核心業(yè)務(wù)問題中抽象出其技術(shù)需求，解釋具體業(yè)務(wù)落地時可能存在的差異性。本書幫助金融科技的從業(yè)者，在思考金融行業(yè)智能化轉(zhuǎn)型時有更清晰的思維框架，不至于陷入謀一域而難謀全局的困境。

·11.8萬字

DeepSeek實戰(zhàn)：從提示詞到部署和實踐

本書旨在提供一份全面、易懂的DeepSeek大模型實戰(zhàn)內(nèi)容，通過深入淺出的講解，幫助讀者快速掌握DeepSeek的核心技術(shù)和應(yīng)用場景。本書不僅涵蓋了DeepSeek的技術(shù)原理、架構(gòu)設(shè)計和訓練方法，還詳細介紹了如何通過API調(diào)用、本地部署和云服務(wù)等方式將DeepSeek集成到實踐項目中。此外，本書通過大量實例和案例分析，展示了DeepSeek在不同領(lǐng)域的應(yīng)用實踐，幫助讀者更好地理解和應(yīng)用這一強大的工具。本書圖文并茂，理論翔實，案例豐富，適合從事DeepSeek開發(fā)的科研人員以及廣大的開發(fā)者作為技術(shù)參考和培訓資料，亦可作為高校本科生和研究生的教材。

·9萬字

人工智能的神話或悲歌

本書稿是一本科技哲學的文集，多數(shù)是關(guān)于人工智能問題的，但不限于人工智能，也涉及基因編輯，還有一篇討論“宇宙社會學”——劉慈欣設(shè)想的一個存在于科幻中的理論，雖然不是被承認的學科，但其中包含重要的現(xiàn)實意義。主要論文有：《一個反存在的存在論問題》，《近憂遠慮：人工智能的倫理學和存在論分析》，《人工智能的自我意識何以可能？》，《人工智能會是一個要命的問題嗎？》，《是人的問題還是人工智能的問題？——回應(yīng)博古睿研究院（BerggruenInstitute）關(guān)于人工智能的問題》，《完美是最好的嗎？》，《人類可能會死于好事而不是壞事》，《最壞可能世界與“安全聲明”——來自的問題》，《未來的合法限度》，《要命的不是人工智能統(tǒng)治世界,而是人可能先亡于它創(chuàng)造的一切好事》等。書稿較為集中探討了現(xiàn)代人工智能的區(qū)分、本質(zhì)、危險、可能的解決辦法等問題，具有前沿學術(shù)價值。

·11.3萬字

從零開始：機器學習的數(shù)學原理和算法實踐

零基礎(chǔ)讀者應(yīng)如何快速入門機器學習？數(shù)學基礎(chǔ)薄弱的讀者應(yīng)如何理解機器學習中的數(shù)學原理？這些正是本書要解決的問題。本書從數(shù)學基礎(chǔ)知識入手，通過前3章的介紹，幫助讀者輕松復習機器學習涉及的數(shù)學知識；然后，通過第4-第13章的介紹，逐步講解機器學習常見算法的相關(guān)知識，幫助讀者快速入門機器學習；最后，通過第14章的綜合實踐，幫助讀者回顧本書內(nèi)容，進一步鞏固所學知識。《機器學習的數(shù)學原理和算法實踐》適合對機器學習感興趣但數(shù)學基礎(chǔ)比較薄弱的讀者學習，也適合作為相關(guān)專業(yè)的學生入門機器學習的參考用書。

·13.5萬字

深度學習與神經(jīng)網(wǎng)絡(luò)

神經(jīng)網(wǎng)絡(luò)與深度學習是人工智能研究的重要領(lǐng)域，是機器學習的重要組成部分。人工智能是研究理解和模擬人類智能、智能行為及其規(guī)律的科學。本書緊緊圍繞神經(jīng)網(wǎng)絡(luò)和深度學習的基礎(chǔ)知識體系進行系統(tǒng)的梳理，力求從基礎(chǔ)理論、經(jīng)典模型和前沿應(yīng)用展開論述，便于讀者能夠較為全面地掌握深度學習的相關(guān)知識。全書共16章。第1章是緒論，簡要介紹人工智能、機器學習、神經(jīng)網(wǎng)絡(luò)與深度學習的基本概念及相互關(guān)系，并對神經(jīng)網(wǎng)絡(luò)的發(fā)展歷程和產(chǎn)生機理進行闡述；第2章介紹神經(jīng)網(wǎng)絡(luò)的基本神經(jīng)元模型、網(wǎng)絡(luò)結(jié)構(gòu)、學習方法、學習規(guī)則、正則化方法、模型評估方法等基礎(chǔ)知識；第3～8章介紹多層感知器神經(jīng)網(wǎng)絡(luò)、自組織競爭神經(jīng)網(wǎng)絡(luò)、徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)、注意力機制與反饋網(wǎng)絡(luò)；第9章介紹深度學習網(wǎng)絡(luò)優(yōu)化的相關(guān)內(nèi)容；第10～13章介紹受限玻爾茲曼機和深度置信網(wǎng)絡(luò)、棧式自編碼器、生成對抗網(wǎng)絡(luò)和圖神經(jīng)網(wǎng)絡(luò)；第14章介紹深度強化學習；第15章介紹深度學習的可解釋性；第16章介紹多模態(tài)預訓練模型。深度學習是源于對含有多個隱藏層的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)進行的研究，以便建立和模擬人腦的學習過程。本書整理了人工神經(jīng)網(wǎng)絡(luò)從簡單到復雜的模型，歸納和總結(jié)了神經(jīng)網(wǎng)絡(luò)的理論、方法和應(yīng)用實踐。本書可以作為高等院校人工智能及相關(guān)專業(yè)或非計算機專業(yè)的參考用書，也可以作為人工智能領(lǐng)域的科技工作者或科研機構(gòu)工作人員的參考用書。

·20萬字

Arduino開發(fā)實戰(zhàn)指南：機器人卷

·8.3萬字

中國人工智能創(chuàng)新鏈產(chǎn)業(yè)鏈技術(shù)專利發(fā)展研究

本書延循創(chuàng)新鏈、產(chǎn)業(yè)鏈這一主線，對我國人工智能專利進行了體系化研究。上篇聚焦AI創(chuàng)新鏈，分別從AI基礎(chǔ)通用技術(shù)、關(guān)鍵技術(shù)、支撐技術(shù)描繪我國AI技術(shù)創(chuàng)新全貌，并構(gòu)建高價值專利評估體系，深層次地解析AI創(chuàng)新的趨勢動能；下篇聚焦AI產(chǎn)業(yè)鏈，圍繞智慧城市、智慧交通、智慧醫(yī)療、智慧金融、智慧工業(yè)、智慧教育、智慧農(nóng)業(yè)七大應(yīng)用場景進行了重點研究，對元宇宙和數(shù)字人兩項新興領(lǐng)域進行了專利分析，采用定性與定量相結(jié)合的方法對我國人工智能產(chǎn)業(yè)應(yīng)用進行了展現(xiàn)；最后，圍繞創(chuàng)新鏈產(chǎn)業(yè)鏈融合，從專利視角進行了總結(jié)和展望。

·8.8萬字

AI嵌入式系統(tǒng)：算法優(yōu)化與實現(xiàn)

本書介紹嵌入式系統(tǒng)中的機器學習算法優(yōu)化原理、設(shè)計方法及其實現(xiàn)技術(shù)。內(nèi)容涵蓋通用嵌入式優(yōu)化技術(shù)，包括基于SIMD指令集的優(yōu)化、內(nèi)存訪問模式優(yōu)化、參數(shù)量化等，并在此基礎(chǔ)上介紹了信號處理層面的優(yōu)化、AI推理算法優(yōu)化及基于神經(jīng)網(wǎng)絡(luò)的AI算法訓練—推理聯(lián)合的優(yōu)化理論與方法。其中信號處理層面優(yōu)化介紹了基于線性代數(shù)的快速近似算法、基于多項式的快速卷積構(gòu)造技術(shù)、基于數(shù)據(jù)二進制結(jié)構(gòu)的快速乘法算法等；在AI推理層面，介紹了機器學習推理模型共性結(jié)構(gòu)、運算圖中各個算子的計算優(yōu)化途徑；對基于神經(jīng)網(wǎng)絡(luò)的AI算法，闡述了如何將推理階段的運算量約束以及底層數(shù)據(jù)量化約束加入訓練代價函數(shù)，從算法訓練端減少運算量以提升AI嵌入式系統(tǒng)的運行效率。此外，本書還通過多個自動搜索優(yōu)化參數(shù)并生成C代碼的例子介紹了通用的嵌入式環(huán)境下機器學習算法自動優(yōu)化和部署工具開發(fā)的基本知識，通過應(yīng)用示例和大量代碼說明了AI算法在通用嵌入式系統(tǒng)中的實現(xiàn)方法，力求讓讀者在理解算法的基礎(chǔ)上，通過實踐掌握高效的AI嵌入式系統(tǒng)開發(fā)的知識與技能。

·13.1萬字

ROS 2機器人開發(fā)：從入門到實踐

機器人開發(fā)是一項復雜的系統(tǒng)工程，ROS2為智能機器人開發(fā)提供了強有力的支持，極大地提高了機器人軟件開發(fā)效率。本書首先對ROS2的基礎(chǔ)概念、通信機制、常用庫和工具進行介紹，帶領(lǐng)讀者入門ROS2機器人開發(fā)；接著引導讀者完成移動機器人的建模和仿真、建圖和導航、自定義控制器和規(guī)劃器等一系列實踐；然后在真機實戰(zhàn)環(huán)節(jié)，通過制作一個基于ROS2的真實機器人，幫助讀者打通仿真與真機之間的壁壘；最后，本書深入講解了ROS2進階使用的相關(guān)知識，為讀者進一步在實戰(zhàn)中使用ROS2進行機器人開發(fā)打下夯實基礎(chǔ)。考慮讀者基礎(chǔ)，書中示例均以C++和Python兩種語言實現(xiàn)，同時加入了關(guān)于C++新特性、Git工具、多線程和回調(diào)函數(shù)等基礎(chǔ)知識的講解。

·13.6萬字

PaddlePaddle深度學習實戰(zhàn)

本書由百度旗下“深度學習技術(shù)及應(yīng)用國家工程實驗室”、百度技術(shù)學院聯(lián)合北航人工智能專家共同撰寫，行業(yè)實踐與學術(shù)理論兼顧。百度公司總裁張亞勤博士、李德毅院士、百度高級副總裁/AI技術(shù)平臺體系總負責人王海峰博士等行業(yè)領(lǐng)袖重點推薦。PaddlePaddle憑借上手容易、運行效率高、支持私有云等優(yōu)勢，受到越來越多的公司和個人開發(fā)者的青睞。本書從實戰(zhàn)角度出發(fā)，旨在幫主讀者掌握在真實的生產(chǎn)環(huán)境中需要的開發(fā)技能。本書既詳細描述了神經(jīng)網(wǎng)絡(luò)的各個細節(jié)，也深入講解了算法性能優(yōu)化的思路和技巧，旨在幫助讀者深入理解深度學習的精髓。

·10.5萬字