国外直播mg游戏视频

機(jī)器人傳感器是實(shí)現(xiàn)機(jī)器人及自身與外部環(huán)境進(jìn)行信息交互的重要手段。通過搭載不同類型的傳感器，機(jī)器人對(duì)其自身及周圍環(huán)境進(jìn)行檢測(cè)，并對(duì)檢測(cè)結(jié)果進(jìn)行處理、分析、決策，然后選擇合適的運(yùn)動(dòng)。本書按傳感器基礎(chǔ)篇、機(jī)器人傳感器篇進(jìn)行編排，全書共7章，前后呼應(yīng)，循序漸進(jìn)，由常用傳感器到機(jī)器人傳感器應(yīng)用，逐步介紹了傳感器的基礎(chǔ)知識(shí)與檢測(cè)技術(shù)、常用傳感器、智能傳感器、機(jī)器人常用傳感器、工業(yè)機(jī)器人常用傳感器、移動(dòng)機(jī)器人常用傳感器、機(jī)器人多傳感器信息融合等內(nèi)容。

·14.1萬字

會(huì)員

人工智能：理論基礎(chǔ)+商業(yè)落地+實(shí)戰(zhàn)場(chǎng)景+案例分析

人工智能時(shí)代已經(jīng)來臨，這項(xiàng)技術(shù)正在改變?nèi)祟惖恼J(rèn)知和生活，也對(duì)社會(huì)各個(gè)領(lǐng)域產(chǎn)生了重大的影響。本書從理論基礎(chǔ)、商業(yè)落地、實(shí)戰(zhàn)場(chǎng)景、案例分析多個(gè)方面介紹人工智能，講述人工智能對(duì)農(nóng)業(yè)、金融、娛樂、醫(yī)療、營銷、工業(yè)、教育等領(lǐng)域的影響。另外，為了迎合時(shí)代熱點(diǎn)，本書還分析了人工智能與5G、區(qū)塊鏈等前沿技術(shù)的融合及融合效果，使讀者了解當(dāng)人工智能成為不可逆轉(zhuǎn)的趨勢(shì)，應(yīng)該如何跟上時(shí)代的步伐。本書是一本不可多得的實(shí)戰(zhàn)書，不僅具備很強(qiáng)的操作性，還具備一定的前瞻性，是讀者提升能力的必備工具。

·10.3萬字

會(huì)員

從零開始：機(jī)器學(xué)習(xí)的數(shù)學(xué)原理和算法實(shí)踐

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

·13.5萬字

會(huì)員

DeepSeek超簡單入門：從小白到AI達(dá)人

本書由多位AI應(yīng)用領(lǐng)域的KOL聯(lián)袂推薦，資深A(yù)I專家聯(lián)合撰寫，所有內(nèi)容經(jīng)過作者實(shí)踐驗(yàn)證，是理解和應(yīng)用DeepSeek技術(shù)的絕佳指南。本書共10章，全面介紹了DeepSeek這一AI技術(shù)，從初識(shí)DeepSeek到快速上手，再到它在不同領(lǐng)域的廣泛應(yīng)用，為讀者提供了一條從理論到實(shí)踐的完整路徑。第1章深入解析DeepSeek的核心特點(diǎn)，包括其作為中國AI領(lǐng)跑者的技術(shù)優(yōu)勢(shì)、透明化的思考能力以及開源免費(fèi)的前沿成果。第2章詳細(xì)指導(dǎo)讀者如何注冊(cè)賬號(hào)、安裝應(yīng)用并熟悉界面功能，同時(shí)對(duì)比不同版本的使用場(chǎng)景，幫助用戶快速掌握DeepSeek的基本操作。第3～8章分別探討了DeepSeek在寫作、企業(yè)辦公、數(shù)據(jù)分析、自媒體內(nèi)容創(chuàng)作、數(shù)字人營銷及教育領(lǐng)域的實(shí)際應(yīng)用，展示了其如何通過智能化手段提升工作效率、優(yōu)化內(nèi)容創(chuàng)作、賦能教育創(chuàng)新以及推動(dòng)行業(yè)變革。第9章介紹了DeepSeek的私有化部署方案，為企業(yè)用戶提供定制化解決方案。第10章展望了DeepSeek的未來發(fā)展趨勢(shì)，從技術(shù)演進(jìn)到全球化布局，再到倫理挑戰(zhàn)與行業(yè)應(yīng)用，揭示了AI技術(shù)如何從工具演變?yōu)榛锇椋羁逃绊懳磥砩钆c工作。

·10.8萬字

會(huì)員

焊接機(jī)器人基本操作及應(yīng)用

本教材內(nèi)容針對(duì)于松下機(jī)器人YA-1NC/YA—1PC/YA—1QC/YA—1RC/YA—1SC系列(機(jī)器人本體：VR2/TA/TB、控制裝置：WG/G2/GXP)，圍繞著從認(rèn)識(shí)到熟練操作機(jī)器人為目的，結(jié)合CO2/MAG弧焊機(jī)器人的應(yīng)用這一主題，通過各類圖片、圖表等資料，對(duì)機(jī)器人的基本概況、編程方法與焊接應(yīng)用進(jìn)行了較為全面的講解。

·6.6萬字

會(huì)員

機(jī)器學(xué)習(xí)：基于OpenCV和Python的智能圖像處理

本書利用Windows系統(tǒng)下的Anaconda搭建環(huán)境，并基于OpenCV框架和Python語言，詳細(xì)闡述了智能化圖像處理的實(shí)現(xiàn)方法。本書共12章，主要內(nèi)容包括智能圖像處理入門、Python基礎(chǔ)、圖像處理基礎(chǔ)、圖像幾何變換、圖像直方圖處理、圖像平滑濾波處理、圖像閾值處理、圖像形態(tài)學(xué)處理、圖像分割處理、圖像梯度及邊緣檢測(cè)、圖像輪廓檢測(cè)與擬合、人臉識(shí)別實(shí)現(xiàn)等，最后結(jié)合具體案例，使用Python語言和OpenCV庫函數(shù)闡述圖像處理技術(shù)。

·6.9萬字

會(huì)員

人工智能技術(shù)

本書介紹了人工智能概覽、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、人工智能主流開發(fā)框架、華為全棧全場(chǎng)景AI戰(zhàn)略—EI、HiAI、昇騰，以及人工智能綜合實(shí)驗(yàn)等內(nèi)容？這是一本華為ICT學(xué)院人工智能課程培訓(xùn)的教材。本書是作者和華為的工作人員共同完成的，其間參閱了國內(nèi)外現(xiàn)有教材和相關(guān)文獻(xiàn)后編寫的？全書注重理論與實(shí)踐的結(jié)合，注重算法與框架的實(shí)際應(yīng)用與實(shí)現(xiàn)方法，注重創(chuàng)新思維的訓(xùn)練與培養(yǎng)？本書既可作為高等院校人工智能課程的培訓(xùn)教材，也可作為自動(dòng)化？電氣工程及其自動(dòng)化？計(jì)算機(jī)科學(xué)與技術(shù)？電子信息工程等專業(yè)學(xué)生“人工智能”課程的本科生？研究生教材，也可供從事人工智能研究與應(yīng)用的科技工作者學(xué)習(xí)參考？

·13.6萬字

會(huì)員

TensorFlow機(jī)器學(xué)習(xí)（原書第2版）

這是一本TensorFlow機(jī)器學(xué)習(xí)入門教程，書中通過大量實(shí)例，以淺顯易懂、循序漸進(jìn)的方式詳細(xì)闡釋使用Python和TensorFlow構(gòu)建機(jī)器學(xué)習(xí)模型的核心技術(shù)與方法。本書既涵蓋機(jī)器學(xué)習(xí)基礎(chǔ)理論，又介紹了如何將機(jī)器學(xué)習(xí)核心概念應(yīng)用于現(xiàn)實(shí)世界的挑戰(zhàn)（例如，情感分析、文本分類和圖像識(shí)別）中，并通過實(shí)例展示了用于深度語音處理、面部識(shí)別以及使用CIFAR-10的自編碼器的神經(jīng)網(wǎng)絡(luò)技術(shù)。全書共分為三部分。第一部分（第1～2章）討論機(jī)器學(xué)習(xí)的基本原理及其當(dāng)前被大規(guī)模應(yīng)用的原因；第二部分（第3～10章）通過大量實(shí)例詳細(xì)介紹回歸算法和分類算法，涵蓋回歸、分類、無監(jiān)督聚類和隱馬爾可夫模型（HMM）等技術(shù)及應(yīng)用；第三部分（第11～19章）主要介紹神經(jīng)網(wǎng)絡(luò)及其應(yīng)用，涵蓋使用隱藏層的自編碼器壓縮和表示輸入、用于自動(dòng)分類圖像和面部識(shí)別的卷積神經(jīng)網(wǎng)絡(luò)（CNN）、用于時(shí)間序列數(shù)據(jù)或語音轉(zhuǎn)文本的循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN），以及seq2seqRNN架構(gòu)等內(nèi)容。通過閱讀本書，你將能夠：使用TensorFlow進(jìn)行機(jī)器學(xué)習(xí)選擇最佳的機(jī)器學(xué)習(xí)方法使用TensorBoard可視化算法與合作伙伴共享結(jié)果在Docker中運(yùn)行模型

·16.8萬字

會(huì)員

深入淺出Embedding：原理解析與應(yīng)用實(shí)踐

這是一本系統(tǒng)、全面、理論與實(shí)踐相結(jié)合的Embedding技術(shù)指南，由資深的AI技術(shù)專家和高級(jí)數(shù)據(jù)科學(xué)家撰寫，得到了黃鐵軍、韋青、張崢、周明等中國人工智能領(lǐng)域的領(lǐng)軍人物的一致好評(píng)和推薦。在內(nèi)容方面，本書理論與實(shí)操兼顧，一方面系統(tǒng)講解了Embedding的基礎(chǔ)、技術(shù)、原理、方法和性能優(yōu)化，一方面詳細(xì)列舉和分析了Embedding在機(jī)器學(xué)習(xí)性能提升、中英文翻譯、推薦系統(tǒng)等6個(gè)重要場(chǎng)景的應(yīng)用實(shí)踐；在寫作方式上，秉承復(fù)雜問題簡單化的原則，盡量避免復(fù)雜的數(shù)學(xué)公式，盡量采用可視化的表達(dá)方式，旨在降低本書的學(xué)習(xí)門檻，讓讀者能看得完、學(xué)得會(huì)。全書一共16章，分為兩個(gè)部分：第1部分（第1~9章）Embedding理論知識(shí)。主要講解Embedding的基礎(chǔ)知識(shí)、原理以及如何讓Embedding落地的相關(guān)技術(shù)，如TensorFlow和PyTorch中的Embedding層、CNN算法、RNN算法、遷移學(xué)習(xí)方法等，重點(diǎn)介紹了Transformer和基于它的GPT、BERT預(yù)訓(xùn)練模型及BERT的多種改進(jìn)版本等。第二部分（第10~16章）Embedding應(yīng)用實(shí)例。通過6個(gè)實(shí)例介紹了Embedding及相關(guān)技術(shù)的實(shí)際應(yīng)用，包括如何使用Embedding提升傳統(tǒng)機(jī)器學(xué)習(xí)性，如何把Embedding技術(shù)應(yīng)用到推薦系統(tǒng)中，如何使用Embedding技術(shù)提升NLP模型的性能等。

·11.3萬字

會(huì)員

從零開始大模型開發(fā)與微調(diào)：基于PyTorch與ChatGLM

大模型是深度學(xué)習(xí)自然語言處理皇冠上的一顆明珠，也是當(dāng)前AI和NLP研究與產(chǎn)業(yè)中最重要的方向之一。本書使用PyTorch2.0作為學(xué)習(xí)大模型的基本框架，以ChatGLM為例詳細(xì)講解大模型的基本理論、算法、程序?qū)崿F(xiàn)、應(yīng)用實(shí)戰(zhàn)以及微調(diào)技術(shù)，為讀者揭示大模型開發(fā)技術(shù)。《從零開始大模型開發(fā)與微調(diào)：基于PyTorch與ChatGLM》共18章，內(nèi)容包括人工智能與大模型、PyTorch2.0深度學(xué)習(xí)環(huán)境搭建、從零開始學(xué)習(xí)PyTorch2.0、深度學(xué)習(xí)基礎(chǔ)算法詳解、基于PyTorch卷積層的MNIST分類實(shí)戰(zhàn)、PyTorch數(shù)據(jù)處理與模型展示、ResNet實(shí)戰(zhàn)、有趣的詞嵌入、基于PyTorch循環(huán)神經(jīng)網(wǎng)絡(luò)的中文情感分類實(shí)戰(zhàn)、自然語言處理的編碼器、預(yù)訓(xùn)練模型BERT、自然語言處理的解碼器、強(qiáng)化學(xué)習(xí)實(shí)戰(zhàn)、只具有解碼器的GPT-2模型、實(shí)戰(zhàn)訓(xùn)練自己的ChatGPT、開源大模型ChatGLM使用詳解、ChatGLM高級(jí)定制化應(yīng)用實(shí)戰(zhàn)、對(duì)ChatGLM進(jìn)行高級(jí)微調(diào)。《從零開始大模型開發(fā)與微調(diào)：基于PyTorch與ChatGLM》適合PyTorch深度學(xué)習(xí)初學(xué)者、大模型開發(fā)初學(xué)者、大模型開發(fā)人員學(xué)習(xí)，也適合高等院校人工智能、智能科學(xué)與技術(shù)、數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)、計(jì)算機(jī)科學(xué)與技術(shù)等專業(yè)的師生作為教學(xué)參考書。

·12.8萬字

會(huì)員

大數(shù)據(jù)智能風(fēng)控：模型、平臺(tái)與業(yè)務(wù)實(shí)踐

這是一本深入講解智能風(fēng)控理論體系和風(fēng)控全生命周期業(yè)務(wù)實(shí)踐的著作。作者基于在銀行業(yè)10余年的風(fēng)控經(jīng)驗(yàn)，首先詳細(xì)講解了“大數(shù)據(jù)、模型、風(fēng)控平臺(tái)”三位一體的智能風(fēng)控體系，能為風(fēng)控實(shí)踐提供扎實(shí)的理論指導(dǎo)；然后圍繞風(fēng)控的全生命周期，從貸前評(píng)估、貸中監(jiān)控、貸后管理以及智能反欺詐、智能催收等角度全面講解了智能風(fēng)控的業(yè)務(wù)實(shí)踐，深刻揭示了智能風(fēng)控體系的精髓。第1~2章全面而深入地探討了智能風(fēng)控的背景知識(shí)：首先對(duì)基礎(chǔ)信貸業(yè)務(wù)進(jìn)行了細(xì)致解析，讀者可以從中了解其運(yùn)作方式和重要性；然后，梳理了智能風(fēng)控是如何隨著技術(shù)的進(jìn)步和市場(chǎng)的需求逐漸成熟和完善的。第3~5章圍繞“數(shù)據(jù)、模型、風(fēng)控平臺(tái)”三位一體的智能風(fēng)控理論體系展開：首先介紹了內(nèi)部數(shù)據(jù)、外部數(shù)據(jù)、個(gè)人征信數(shù)據(jù)在智能風(fēng)控中的應(yīng)用，以及智能數(shù)據(jù)體系的構(gòu)建；然后深入探討了智能風(fēng)控模型的算法、評(píng)價(jià)指標(biāo)、開發(fā)流程；最后講解了風(fēng)控平臺(tái)的理論框架、設(shè)計(jì)原則、架構(gòu)設(shè)計(jì)、建設(shè)流程以及決策引擎的建設(shè)。第6~8章圍繞風(fēng)控的全生命周期探討了風(fēng)控策略在實(shí)際業(yè)務(wù)中的應(yīng)用，包括貸前評(píng)估、貸中監(jiān)控、貸后管理，以及智能反欺詐和智能催收體系的建設(shè)和業(yè)務(wù)實(shí)踐，能幫助讀者將理論知識(shí)轉(zhuǎn)化為實(shí)際操作能力，更好地應(yīng)對(duì)現(xiàn)實(shí)業(yè)務(wù)中的挑戰(zhàn)。第9章對(duì)智能風(fēng)控的未來發(fā)展進(jìn)行了展望，不僅為讀者揭示了未來的機(jī)遇，也提供了對(duì)于如何應(yīng)對(duì)未來挑戰(zhàn)的思考。

·17.4萬字

會(huì)員

深度學(xué)習(xí)實(shí)戰(zhàn)：基于TensorFlow 2和Keras（原書第2版）

本書簡潔地介紹了現(xiàn)代神經(jīng)網(wǎng)絡(luò)、人工智能和深度學(xué)習(xí)技術(shù)，專門為軟件工程師和數(shù)據(jù)科學(xué)家設(shè)計(jì)。第1章逐步介紹神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)知識(shí)。第2章比較TensorFlow1.x和TensorFlow2.0編程模型。第3章重點(diǎn)介紹回歸。第4章介紹卷積神經(jīng)網(wǎng)絡(luò)及其在圖像處理中的應(yīng)用。第5章討論了CNN在圖像、視頻、音頻和文本處理方面的高級(jí)應(yīng)用。第6章重點(diǎn)介紹生成對(duì)抗網(wǎng)絡(luò)。第7章介紹詞嵌入。第8章介紹基本嵌入方法的各種擴(kuò)展。第9章介紹自動(dòng)編碼器。第10章深入研究無監(jiān)督學(xué)習(xí)模型。第11章重點(diǎn)介紹強(qiáng)化學(xué)習(xí)。第12章介紹AutoML。第13章介紹用于移動(dòng)設(shè)備和物聯(lián)網(wǎng)的TensorFlow的基礎(chǔ)知識(shí)。第14章討論了云環(huán)境以及如何利用它來訓(xùn)練和部署模型。第15章討論了深度學(xué)習(xí)背后的數(shù)學(xué)。第16章介紹TPU。本書內(nèi)容豐富，易于理解，示例具有代表性，是學(xué)習(xí)深度學(xué)習(xí)的絕佳指南。

·17.9萬字

會(huì)員

AI賦能：人工智能賦能中國企業(yè)升級(jí)

通俗而言，人工智能目的就是使機(jī)器具備部分人類的智能。機(jī)器學(xué)習(xí)是人工智能范疇下的一種重要方法，是實(shí)現(xiàn)人工智能的一種途徑。深度學(xué)習(xí)則是指機(jī)器通過深度神經(jīng)網(wǎng)絡(luò)，模擬人腦進(jìn)行學(xué)習(xí)、判斷和決策，是機(jī)器學(xué)習(xí)的主要分支之一。本書是在向讀者提供學(xué)習(xí)AI技術(shù)的資料、路徑，以及打磨AI產(chǎn)品的觀點(diǎn)、思路。AI賦能個(gè)體企業(yè)將逐漸升級(jí)為賦能整個(gè)生態(tài)，步入深度場(chǎng)景化，將影響并主導(dǎo)著企業(yè)真正實(shí)現(xiàn)智能化商業(yè)實(shí)施。

·9.4萬字

會(huì)員

顛覆式革命：人形機(jī)器人產(chǎn)業(yè)浪潮

人形機(jī)器人集成了人工智能、高端制造、新材料等先進(jìn)技術(shù)，代表著一個(gè)國家的高科技發(fā)展水平，有望成為繼計(jì)算機(jī)、智能手機(jī)、新能源汽車后的顛覆性產(chǎn)品。本書包含4篇11章：“前世今生”篇（第一、二章）概述人形機(jī)器人產(chǎn)業(yè)的歷史與現(xiàn)狀，揭示其技術(shù)迭代演進(jìn)的過程；“誰主沉浮”篇（第三至五章）聚焦全球主要國家在人形機(jī)器人產(chǎn)業(yè)上的政策布局和戰(zhàn)略部署，重點(diǎn)剖析我國國家層面的政策及各地方產(chǎn)業(yè)的發(fā)展動(dòng)態(tài)；“百變金剛”篇（第六至八章）詳細(xì)闡述人形機(jī)器人在工業(yè)與建筑、家庭服務(wù)、醫(yī)療護(hù)理、軍事與救援等領(lǐng)域的應(yīng)用，剖析它們對(duì)勞動(dòng)力市場(chǎng)產(chǎn)生的深遠(yuǎn)影響；“人機(jī)共生”篇（第九至十一章）對(duì)人形機(jī)器人產(chǎn)業(yè)的未來進(jìn)行展望，預(yù)測(cè)技術(shù)發(fā)展的方向，探討產(chǎn)業(yè)革命的新浪潮，并描繪一個(gè)人機(jī)共生、協(xié)作與沖突并存的新世界。本書有助于提升人們對(duì)人形機(jī)器人產(chǎn)業(yè)的科學(xué)認(rèn)知，提高相關(guān)人員的產(chǎn)業(yè)素養(yǎng)，可以作為產(chǎn)業(yè)經(jīng)濟(jì)領(lǐng)域相關(guān)學(xué)者和政府相關(guān)部門工作人員的參考書。

·14.1萬字

會(huì)員

AI原生應(yīng)用開發(fā)：提示工程原理與實(shí)戰(zhàn)

本書結(jié)合AI原生應(yīng)用落地的大量實(shí)踐，系統(tǒng)講解提示工程的核心原理、相關(guān)案例分析和實(shí)戰(zhàn)應(yīng)用，涵蓋提示工程概述、結(jié)構(gòu)化提示設(shè)計(jì)、NLP任務(wù)提示、內(nèi)容創(chuàng)作提示、生成可控性提示、提示安全設(shè)計(jì)、形式語言風(fēng)格提示、推理提示和智能體提示等內(nèi)容。本書的初衷不是告訴讀者如何套用各種預(yù)設(shè)的提示模板，而是幫助讀者深入理解和應(yīng)用提示設(shè)計(jì)技巧，以找到?jīng)Q定大語言模型輸出的關(guān)鍵因子，進(jìn)而將提示工程的理論知識(shí)應(yīng)用到產(chǎn)品設(shè)計(jì)中。本書適合AI原生應(yīng)用開發(fā)領(lǐng)域的從業(yè)者和研究人員，以及人工智能相關(guān)專業(yè)的教師和學(xué)生閱讀。

·18.2萬字

會(huì)員

ChatGPT原理與架構(gòu)：大模型的預(yù)訓(xùn)練、遷移和中間件編程

這是一本深入闡述ChatGPT等大模型的工作原理、運(yùn)行機(jī)制、架構(gòu)設(shè)計(jì)和底層技術(shù)，以及預(yù)訓(xùn)練、遷移、微調(diào)和中間件編程的著作。它將幫助我們從理論角度全面理解大模型，從實(shí)踐角度更好地應(yīng)用大模型，是作者成功訓(xùn)練并部署大模型的過程復(fù)盤和經(jīng)驗(yàn)總結(jié)。第1章介紹了ChatGPT等大模型的發(fā)展歷程、技術(shù)演化和技術(shù)棧等基礎(chǔ)知識(shí)；第2~5章深入講解了Transformer的架構(gòu)原理，并從GPT-1的生成式預(yù)訓(xùn)練到GPT-3的稀疏注意力機(jī)制詳細(xì)描述了GPT系列的架構(gòu)演進(jìn)；6~8章從底層技術(shù)實(shí)現(xiàn)的角度講解了大語言模型的訓(xùn)練策略、數(shù)據(jù)處理方法，以及如何利用策略優(yōu)化和人類反饋來進(jìn)一步提升模型的表現(xiàn)；第9~10章首先詳細(xì)講解了大語言模型在垂直領(lǐng)域的低算力遷移方法，并給出了醫(yī)療和司法領(lǐng)域的遷移案例，然后講解了大模型的中間件編程；第11章對(duì)GPT的未來發(fā)展趨勢(shì)進(jìn)行預(yù)測(cè)，探討數(shù)據(jù)資源、自回歸模型的局限性，以及大語言模型時(shí)代具身智能的可行路線。

·10.6萬字

會(huì)員

機(jī)器學(xué)習(xí)公式詳解（第2版）

周志華老師的《機(jī)器學(xué)習(xí)》（俗稱“西瓜書”）是機(jī)器學(xué)習(xí)領(lǐng)域的經(jīng)典入門教材之一。本書是《機(jī)器學(xué)習(xí)公式詳解》（俗稱“南瓜書”）的第2版。相較于第1版，本書對(duì)“西瓜書”中除了公式以外的重、難點(diǎn)內(nèi)容加以解析，以過來人視角給出學(xué)習(xí)建議，旨在對(duì)比較難理解的公式和重點(diǎn)內(nèi)容擴(kuò)充具體的例子說明，以及對(duì)跳步過大的公式補(bǔ)充具體的推導(dǎo)細(xì)節(jié)。全書共16章，與“西瓜書”章節(jié)、公式對(duì)應(yīng)，每個(gè)公式的推導(dǎo)和解釋都以本科數(shù)學(xué)基礎(chǔ)的視角進(jìn)行講解，希望能夠幫助讀者快速掌握各個(gè)機(jī)器學(xué)習(xí)算法背后的數(shù)學(xué)原理。本書思路清晰，視角獨(dú)特，結(jié)構(gòu)合理，可作為高等院校計(jì)算機(jī)及相關(guān)專業(yè)的本科生或研究生教材，也可供對(duì)機(jī)器學(xué)習(xí)感興趣的研究人員和工程技術(shù)人員閱讀參考

·9.8萬字

會(huì)員

機(jī)器學(xué)習(xí)實(shí)戰(zhàn)：模型構(gòu)建與應(yīng)用

本書主要包括兩部分。第1部分（第1章-第11章）講解了如何使用TensorFlow來創(chuàng)建不同應(yīng)用場(chǎng)景的機(jī)器學(xué)習(xí)模型。該部分介紹TensorFlow、計(jì)算機(jī)視覺、自然語言處理和序列建模。第二部分（第12章-第20章）將引導(dǎo)你了解如何將模型置于Android和iOS上的用戶手中、使用JavaScript的瀏覽器以及通過云提供服務(wù)的場(chǎng)景。

·12.4萬字

會(huì)員

圖解人工智能

近年，人工智能熱潮席卷而來。本書以圖解的方式網(wǎng)羅了人工智能開發(fā)必備的基礎(chǔ)知識(shí)，內(nèi)容涉及機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)、圖像和語音的模式識(shí)別、自然語言處理、分布式計(jì)算等熱門技術(shù)。全書以圖配文，深入淺出，是一本兼顧理論和技術(shù)的人工智能入門教材。旨在幫助讀者建立對(duì)人工智能技術(shù)的整體印象，為今后深入探索該領(lǐng)域打下基礎(chǔ)。另外，書中設(shè)有專欄和“小貼士”，介紹了相關(guān)術(shù)語的背景知識(shí)，可幫助讀者擴(kuò)充知識(shí)面，進(jìn)一步理解相關(guān)技術(shù)。

·10.4萬字

會(huì)員

秒懂AI編程：零基礎(chǔ)搞定辦公自動(dòng)化

在AI（ArtificialIntelligence，人工智能）時(shí)代，編程不再是程序員的專屬技能。本書是一本面向零基礎(chǔ)讀者的AI編程實(shí)戰(zhàn)指南，旨在教會(huì)讀者使用自然語言指揮AI自動(dòng)完成辦公、學(xué)習(xí)和生活中的各類任務(wù)。全書以“對(duì)話即編程”為核心，通過五大真實(shí)應(yīng)用場(chǎng)景、20余個(gè)實(shí)戰(zhàn)案例，手把手教讀者如何用AI生成、優(yōu)化和調(diào)試代碼，讓AI成為讀者的智能編程助手。本書系統(tǒng)講解如何使用AI工具自動(dòng)生成Python代碼，實(shí)現(xiàn)文件整理、數(shù)據(jù)分析、智能寫作等任務(wù)，幫助讀者用AI提升工作效率。本書適用于被重復(fù)性工作困擾的職場(chǎng)人士、需要處理大量數(shù)據(jù)的學(xué)生和研究人員，以及所有想把握AI時(shí)代機(jī)遇的終身學(xué)習(xí)者。

·8萬字

跳轉(zhuǎn)至頁

官术网_书友最值得收藏!

人工智能

分類

狀態(tài)

屬性

字?jǐn)?shù)

更新時(shí)間

機(jī)器人傳感器

人工智能：理論基礎(chǔ)+商業(yè)落地+實(shí)戰(zhàn)場(chǎng)景+案例分析

從零開始：機(jī)器學(xué)習(xí)的數(shù)學(xué)原理和算法實(shí)踐

DeepSeek超簡單入門：從小白到AI達(dá)人

焊接機(jī)器人基本操作及應(yīng)用

機(jī)器學(xué)習(xí)：基于OpenCV和Python的智能圖像處理

人工智能技術(shù)

TensorFlow機(jī)器學(xué)習(xí)（原書第2版）

深入淺出Embedding：原理解析與應(yīng)用實(shí)踐

從零開始大模型開發(fā)與微調(diào)：基于PyTorch與ChatGLM

大數(shù)據(jù)智能風(fēng)控：模型、平臺(tái)與業(yè)務(wù)實(shí)踐

深度學(xué)習(xí)實(shí)戰(zhàn)：基于TensorFlow 2和Keras（原書第2版）

AI賦能：人工智能賦能中國企業(yè)升級(jí)

顛覆式革命：人形機(jī)器人產(chǎn)業(yè)浪潮

AI原生應(yīng)用開發(fā)：提示工程原理與實(shí)戰(zhàn)

ChatGPT原理與架構(gòu)：大模型的預(yù)訓(xùn)練、遷移和中間件編程

機(jī)器學(xué)習(xí)公式詳解（第2版）

機(jī)器學(xué)習(xí)實(shí)戰(zhàn)：模型構(gòu)建與應(yīng)用

圖解人工智能

秒懂AI編程：零基礎(chǔ)搞定辦公自動(dòng)化