官术网_书友最值得收藏!

生成式AI入門與AWS實(shí)戰(zhàn)
會員

本書是專注于如何在AWS上開發(fā)和應(yīng)用生成式AI的實(shí)用指南,旨在為技術(shù)領(lǐng)導(dǎo)者、機(jī)器學(xué)習(xí)實(shí)踐者、應(yīng)用開發(fā)者等提供深入了解和應(yīng)用生成式AI的策略與方法。本書首先介紹了生成式AI的概念及其在產(chǎn)品和服務(wù)中的應(yīng)用潛力,然后詳細(xì)闡述了生成式AI項(xiàng)目的完整生命周期。作者探討了多種模型類型,如大語言模型和多模態(tài)模型,并提供了通過提示工程和上下文學(xué)習(xí)來優(yōu)化這些模型的實(shí)際技巧。此外,本書討論了如何使用LoRA技術(shù)對模型進(jìn)行微調(diào),以及如何通過RLHF使模型與人類價(jià)值觀對齊。書中還介紹了RAG技術(shù),以及如何利用LangChain和ReAct等開發(fā)agent。最后,本書介紹了如何使用AmazonBedrock構(gòu)建基于生成式AI的應(yīng)用程序?;谠搹?qiáng)大的平臺,讀者可以實(shí)現(xiàn)自己的創(chuàng)新想法。本書適合對生成式AI感興趣的學(xué)生和研究人員、在AWS上開發(fā)AI應(yīng)用程序的軟件開發(fā)人員和數(shù)據(jù)科學(xué)家、尋求利用AI技術(shù)優(yōu)化業(yè)務(wù)流程的企業(yè)決策者以及對技術(shù)趨勢保持好奇心的科技愛好者閱讀。

(美)克里斯·弗雷格利等 ·人工智能 ·10.8萬字

強(qiáng)化學(xué)習(xí):原理與Python實(shí)戰(zhàn)
會員

本書從原理和實(shí)戰(zhàn)兩個(gè)方面介紹了強(qiáng)化學(xué)習(xí)。原理方面,深入介紹了主流強(qiáng)化學(xué)習(xí)理論和算法,覆蓋資格跡等經(jīng)典算法和MuZero等深度強(qiáng)化學(xué)習(xí)算法;實(shí)戰(zhàn)方面,每章都配套了編程案例,以方便讀者學(xué)習(xí)。全書從邏輯上分為三部分。第1章:從零開始介紹強(qiáng)化學(xué)習(xí)的背景知識,介紹環(huán)境庫Gym的使用。第2~15章:基于折扣獎勵離散時(shí)間Markov決策過程模型,介紹強(qiáng)化學(xué)習(xí)的主干理論和常見算法。采用數(shù)學(xué)語言推導(dǎo)強(qiáng)化學(xué)習(xí)的基礎(chǔ)理論,進(jìn)而在理論的基礎(chǔ)上講解算法,并為算法提供配套代碼實(shí)現(xiàn)?;A(chǔ)理論的講解突出主干部分,算法講解全面覆蓋主流的強(qiáng)化學(xué)習(xí)算法,包括經(jīng)典的非深度強(qiáng)化學(xué)習(xí)算法和近年流行的強(qiáng)化學(xué)習(xí)算法。Python實(shí)現(xiàn)和算法講解一一對應(yīng),還給出了深度強(qiáng)化學(xué)習(xí)算法的TensorFlow和PyTorch對照實(shí)現(xiàn)。第16章:介紹其他強(qiáng)化學(xué)習(xí)模型,包括平均獎勵模型、連續(xù)時(shí)間模型、非齊次模型、半Markov模型、部分可觀測模型等,以便更好了解強(qiáng)化學(xué)習(xí)研究的全貌。

肖智清 ·人工智能 ·17.2萬字

AI落地:讓人工智能為你所用
會員

面對人工智能(AI)這一技術(shù)名詞和概念,你是否以為它門檻高、特復(fù)雜、難以落地?面對人工智能產(chǎn)品爆發(fā)式涌現(xiàn),你是否擔(dān)心它會奪走你的工作,進(jìn)而產(chǎn)生恐慌和憂慮?面對日常見到的“人工智障”工具,你是否對人工智能產(chǎn)生過質(zhì)疑?進(jìn)入人工智能時(shí)代,你能夠做什么?需要掌握哪些技能?如何讓技術(shù)為自己服務(wù)?本書結(jié)合人工智能落地的方法和案例,采用通俗易懂的語言,為你揭開人工智能的面紗,教你尋找在生活中、工作中適合人工智能落地的場景,以及評價(jià)其價(jià)值的方法,助你實(shí)現(xiàn)降本增效的目標(biāo)。書中不僅將算法原理和思維融入日常熟知事物做對比,以便讓你了解技術(shù),還總結(jié)了人工智能落地的步驟和評估方法來幫助讀者找到人工智能落地潛在的機(jī)會,使讀者能夠在閱讀完本書內(nèi)容后,對于人工智能的應(yīng)用場景及如何實(shí)際操作成功落地部署有一定的了解。此外,閱讀本書,讀者還可以了解目前人工智能技術(shù)的局限及后續(xù)的技術(shù)發(fā)展方向。本書適合正在或希望從事人工智能產(chǎn)品設(shè)計(jì)和運(yùn)營的人員、與人工智能相關(guān)的技術(shù)人員、想認(rèn)識和充分了解人工智能發(fā)展的人員閱讀。關(guān)注作者公眾號:AI落地方法論,獲得課程、AI體驗(yàn)工具。

王海屹 ·人工智能 ·14.3萬字

計(jì)算機(jī)視覺應(yīng)用與實(shí)戰(zhàn)
會員

本書圍繞計(jì)算機(jī)視覺在農(nóng)業(yè)、醫(yī)學(xué)、工業(yè)等領(lǐng)域的案例,深入淺出地講解計(jì)算機(jī)視覺核心的模型與關(guān)鍵技術(shù)。本書中所有案例的代碼均能在達(dá)內(nèi)時(shí)代科技集團(tuán)自主研發(fā)的AIX-EBoard人工智能實(shí)驗(yàn)平臺上部署與實(shí)施,實(shí)現(xiàn)了教學(xué)場景化、學(xué)習(xí)趣味化。本書分為三個(gè)部分,循序漸進(jìn)地介紹計(jì)算機(jī)視覺相關(guān)技術(shù)的理論基礎(chǔ)和各案例的實(shí)踐步驟。第1部分基于OpenCV介紹傳統(tǒng)視覺應(yīng)用的基礎(chǔ)算法,同時(shí)實(shí)現(xiàn)輪廓提取、全景圖像拼接等案例的實(shí)踐;在傳統(tǒng)視覺應(yīng)用的基礎(chǔ)上,第2部分講解基于機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的視覺應(yīng)用,結(jié)合不同行業(yè)的案例對圖像進(jìn)行分析處理,如水果識別、病蟲害識別、相似圖像搜索、眼底血管圖像分割等。第3部分聚焦市場關(guān)注度較高的一些新興視覺應(yīng)用的原理及實(shí)現(xiàn),如從二維圖像到三維空間的重建、計(jì)算機(jī)視覺在移動設(shè)備中的應(yīng)用、實(shí)時(shí)圖像和視頻的風(fēng)格遷移等。本書適合人工智能相關(guān)專業(yè)的本科生、專科生及計(jì)算機(jī)初學(xué)者閱讀,既可以作為應(yīng)用型本科院校和高等職業(yè)院校人工智能專業(yè)的教材,也可以作為相關(guān)領(lǐng)域從業(yè)者的學(xué)習(xí)和參考用書。本書可以幫助有一定基礎(chǔ)的讀者查漏補(bǔ)缺,深入理解和掌握相關(guān)原理與方法,提高解決實(shí)際問題的能力。

韓少云等編著 ·人工智能 ·8.3萬字

高性能超標(biāo)量CPU:微架構(gòu)剖析與設(shè)計(jì)
會員

《高性能超標(biāo)量CPU:微架構(gòu)剖析與設(shè)計(jì)》基于當(dāng)前主流的高性能CPU設(shè)計(jì)規(guī)格,全面介紹了高性能超標(biāo)量CPU微架構(gòu)的設(shè)計(jì),并做出對應(yīng)的分析。主要內(nèi)容包括業(yè)界主流高性能處理器架構(gòu)及超標(biāo)量流水線背景知識(第1章);CPU前端,包括指令提取單元、分支預(yù)測單元、指令譯碼單元的設(shè)計(jì)和優(yōu)化,以及指令緩存的相關(guān)設(shè)計(jì)(第2、3章);分支預(yù)測單元的原理、設(shè)計(jì)和優(yōu)化,寄存器重命名與發(fā)射隊(duì)列的原理和設(shè)計(jì)(第4、5章);執(zhí)行單元與浮點(diǎn)運(yùn)算單元的設(shè)計(jì)實(shí)現(xiàn)(第6、7章);訪存單元與數(shù)據(jù)緩存設(shè)計(jì)(第8章);重排序緩沖的原理及設(shè)計(jì)(第9章);IntelP6CPU微架構(gòu)設(shè)計(jì)實(shí)例(第10章)。微架構(gòu)設(shè)計(jì)對應(yīng)于指令的生命周期,為讀者提供直觀和清晰的視角,便于讀者對高性能CPU設(shè)計(jì)深入理解?!陡咝阅艹瑯?biāo)量CPU:微架構(gòu)剖析與設(shè)計(jì)》可作為從事高性能CPU相關(guān)研發(fā)工作專業(yè)人員的參考書,或用作高等院校計(jì)算機(jī)及集成電路相關(guān)專業(yè)研究生和高年級本科生的教學(xué)參考用書,也可供對CPU設(shè)計(jì)感興趣的讀者閱讀。

李東聲等編著 ·人工智能 ·16.1萬字

從機(jī)器學(xué)習(xí)到深度學(xué)習(xí):基于scikit-learn與TensorFlow的高效開發(fā)實(shí)戰(zhàn)
會員

這是一本場景式的機(jī)器學(xué)習(xí)實(shí)踐書,筆者努力做到“授人以漁,而非授人以魚”。理論方面從人工智能(AI)與機(jī)器學(xué)習(xí)(ML)的基本要素講起,逐步展開有監(jiān)督學(xué)習(xí)、無監(jiān)督學(xué)習(xí)、強(qiáng)化學(xué)習(xí)這三大類模型的應(yīng)用場景與算法原理;實(shí)踐方面通過金融預(yù)測、醫(yī)療診斷概率模型、月球登陸器、圖像識別、寫詩機(jī)器人、中國象棋博弈等案例啟發(fā)讀者將機(jī)器學(xué)習(xí)應(yīng)用在各行各業(yè)里,其中后三個(gè)案例使用了深度學(xué)習(xí)技術(shù)。本書試圖用通俗的語言講解涵蓋算法模型的機(jī)器學(xué)習(xí),主要內(nèi)容包括機(jī)器學(xué)習(xí)通用概念、三個(gè)基本科學(xué)計(jì)算工具、有監(jiān)督學(xué)習(xí)、聚類模型、降維模型、隱馬爾可夫模型、貝葉斯網(wǎng)絡(luò)、自然語言處理、深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)、模型遷移等。在深入淺出地解析模型與算法之后,介紹使用Python相關(guān)工具進(jìn)行開發(fā)的方法、解析經(jīng)典案例,使讀者做到“能理解、能設(shè)計(jì)、能編碼、能調(diào)試”,沒有任何專業(yè)基礎(chǔ)的讀者在學(xué)習(xí)本書后也能夠上手設(shè)計(jì)與開發(fā)機(jī)器學(xué)習(xí)產(chǎn)品。本書內(nèi)容深入淺出、實(shí)例典型,適合對機(jī)器學(xué)習(xí)感興趣的產(chǎn)品設(shè)計(jì)、技術(shù)管理、數(shù)據(jù)分析、軟件開發(fā)或?qū)W生讀者。閱讀本書既能了解當(dāng)前工業(yè)界的主流機(jī)器學(xué)習(xí)與深度學(xué)習(xí)開發(fā)工具的使用方法,又能從戰(zhàn)略方面掌握如何將人工智能技術(shù)應(yīng)用到自己的企業(yè)與產(chǎn)品中。

劉長龍 ·人工智能 ·19.6萬字

深入淺出Embedding:原理解析與應(yīng)用實(shí)踐
會員

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。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。主要講解Embedding的基礎(chǔ)知識、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。

吳茂貴 王紅星 ·人工智能 ·11.3萬字

財(cái)稅RPA:財(cái)稅智能化轉(zhuǎn)型實(shí)戰(zhàn)
會員

這是一本指導(dǎo)財(cái)務(wù)和稅務(wù)領(lǐng)域的企業(yè)和組織利用RPA機(jī)器人實(shí)現(xiàn)智能化轉(zhuǎn)型的著作。作者基于自身在財(cái)稅和信息化領(lǐng)域多年的實(shí)踐經(jīng)驗(yàn),從技術(shù)原理、應(yīng)用場景、實(shí)施方法論、案例分析4個(gè)維度詳細(xì)講解了RPA在財(cái)稅中的應(yīng)用,包含大量RPA機(jī)器人在核算、資金、稅務(wù)相關(guān)業(yè)務(wù)中的實(shí)踐案例。幫助企業(yè)從容應(yīng)對技術(shù)變革,找到RPA技術(shù)挑戰(zhàn)的破解思路,構(gòu)建財(cái)務(wù)智能化轉(zhuǎn)型的落地能力,真正做到“知行合一”。全書共6章:第1章介紹了在數(shù)字化轉(zhuǎn)型的大背景下,財(cái)稅部門正在經(jīng)歷的信息化、自動化、智能化和數(shù)字化4項(xiàng)革新;第2章從技術(shù)層面講解了RPA的定義、功能、技術(shù)特點(diǎn)、應(yīng)用領(lǐng)域、發(fā)展階段和產(chǎn)品架構(gòu);第3章從財(cái)務(wù)機(jī)器人選擇的角度講解了財(cái)務(wù)機(jī)器人的應(yīng)用場景、適用流程、收益和局限性等;第4章系統(tǒng)講解了財(cái)稅機(jī)器人的整套實(shí)施方法論,包括策略與評估、設(shè)計(jì)與構(gòu)建、實(shí)施與應(yīng)用、運(yùn)營與優(yōu)化4個(gè)步驟,以及如何建立RPA卓越中心;第5章通過近10個(gè)案例講解了財(cái)稅機(jī)器人在核算類、資金類、稅務(wù)類業(yè)務(wù)場景中的應(yīng)用和實(shí)施;第6章對未來RPA和AI技術(shù)的結(jié)合進(jìn)行了展望,探討了RPA對財(cái)務(wù)人員的影響。

郭奕 趙旖旎 ·人工智能 ·9.9萬字

人工智能+機(jī)器人入門與實(shí)戰(zhàn)
會員

樹莓派是一款基于ARM架構(gòu)、Linux系統(tǒng)的極簡計(jì)算機(jī),既可以用于計(jì)算機(jī)編程教育,也可以作為機(jī)器人的控制核心。第一種運(yùn)行于樹莓派上的編程語言是Python,這是當(dāng)前人工智能領(lǐng)域最為流行的編程語言。機(jī)器視覺是人工智能中重要的細(xì)分研究領(lǐng)域,OpenCV則是當(dāng)前機(jī)器視覺領(lǐng)域主流的開源處理庫,可以方便地用于計(jì)算機(jī)圖像處理,并應(yīng)用于面部識別、目標(biāo)識別等具體問題。本書介紹在樹莓派硬件上使用Python語言,借助OpenCV庫編程,來實(shí)現(xiàn)具有機(jī)器視覺功能(識別和抓取特定顏色物體、識別人臉、識別特定人臉、進(jìn)行面部跟蹤)的智能機(jī)器人?!度斯ぶ悄?機(jī)器人入門與實(shí)戰(zhàn)》力求通過一系列不同層次的軟硬件任務(wù),由淺入深地講解人工智能的概念,同時(shí)覆蓋Linux系統(tǒng)操作、Python編程、機(jī)器人系統(tǒng)搭建等多方面的綜合知識。在本書案例中使用的主要硬件載體是可在桌面上固定運(yùn)轉(zhuǎn)的雙軸云臺和三軸機(jī)械臂等,它們可以代表一類智能機(jī)器人的形態(tài)。本書遵循開源、分享的創(chuàng)客精神,所有的硬件材料和軟件內(nèi)容均可以從公共平臺獲取,讀者在充分理解的基礎(chǔ)上,不必局限于本書所列硬件,可自行獲取類似設(shè)備完成項(xiàng)目。

陳宇航 侯俊萍 葉昶 ·人工智能 ·5.2萬字

自然語言處理應(yīng)用與實(shí)戰(zhàn)
會員

本書系統(tǒng)介紹了自然語言處理及深度學(xué)習(xí),并結(jié)合實(shí)際應(yīng)用場景和綜合案例,深入淺出地講解自然語言處理領(lǐng)域的相關(guān)知識。全書共15章,分為4個(gè)部分。第1部分是自然語言處理基礎(chǔ),首先介紹自然語言處理的相關(guān)概念和基本技能,然后介紹詞向量技術(shù)和實(shí)現(xiàn)方法,最后介紹關(guān)鍵詞提取技術(shù)。第2部分是自然語言處理核心技術(shù),分別介紹樸素貝葉斯算法、N-gram語言模型、PyTorch深度學(xué)習(xí)框架、FastText模型文本分類和基于深度學(xué)習(xí)的文本分類。第3部分是序列標(biāo)注,介紹序列標(biāo)注的具體應(yīng)用,如HMM詞性標(biāo)注和HMM命名實(shí)體識別等常見的自然語言處理應(yīng)用場景。第4部分是預(yù)訓(xùn)練模型,它在很大程度上促進(jìn)了自然語言處理的發(fā)展,這部分內(nèi)容關(guān)注預(yù)訓(xùn)練模型的具體應(yīng)用,如ALBERT的命名實(shí)體識別、Transformer的文本分類、BERT的文本相似度計(jì)算、ERNIE的情感分析等。本書適合對人工智能、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)和自然語言處理感興趣的讀者閱讀,也可以作為應(yīng)用型本科院校和高等職業(yè)院校人工智能相關(guān)專業(yè)的教材。

韓少云等編著 ·人工智能 ·6萬字

QQ閱讀手機(jī)版

主站蜘蛛池模板: 海伦市| 奇台县| 姜堰市| 东乡族自治县| 香格里拉县| 裕民县| 房产| 卫辉市| 台东市| 通城县| 巴彦淖尔市| 嘉鱼县| 资溪县| 法库县| 修文县| 浙江省| 南郑县| 开平市| 锡林郭勒盟| 中西区| 渑池县| 兴隆县| 衡山县| 西和县| 临城县| 繁峙县| 屏南县| 永福县| 华蓥市| 铜陵市| 孝昌县| 新兴县| 永川市| 会宁县| 酉阳| 阿拉善右旗| 华坪县| 正宁县| 镶黄旗| 孟连| 西吉县|