捕鱼推广什么平台合适

《人工智能技術基礎》按照人工智能在不同領域的研究特點，通過專項應用來研究相關技術。全書分為11章，第1章介紹人工智能領域的基本概念，第2章說明Python語言編程工具的使用，第3章到第10章分別從應答機器人、物體識別、人臉識別、語音識別、視頻識別、生成對抗神經網絡、無人駕駛、區塊鏈和大數據等方面對人工智能從原理到實戰一步一步進行介紹，第11章提取了部分人工智能方面的面試題，供未來從事人工智能研究工作的讀者參考。無論讀者是否從事計算機相關專業的工作，有沒有過開發的經驗，是否熟悉Python語言，是否想要轉行從事相關的工作，均可通過《人工智能技術基礎》掌握編程的技巧和Python的基本技能。

·9.7萬字

會員

AI短視頻文案寫作從入門到精通

本書共分為10章。第1章介紹短視頻文案與AIGC；第2章為AIGC工具助力文案選題策劃；第3章為短視頻標題撰寫與優化；第4章為短視頻腳本與情節設計；第5章為短視頻帶貨文案寫作；第6章為評論區互動文案寫作；第7章為段子文案寫作；第8章為短視頻內容標簽化；第9章為短視頻營銷文案寫作；第10章為短視頻與AI的有機結合。

·8.8萬字

會員

當我點擊時，算法在想什么？

我們生活在一個由算法構筑的世界：這些基于數據的算法不僅掌控著社會的運轉、篩選著我們的網絡見聞，還構成了自動駕駛、智能家居、前沿醫療、智慧城市乃至元宇宙發展的根本。它們是人類步入智能化新紀元的關鍵驅動力。隨著我們對數字技術的依賴日益加深，數學家和數據研究者得以透過它們窺探我們的日常生活。他們通過收集我們的購物記錄、消費傾向、興趣愛好和旅行路徑等數據，試圖解碼我們的日常行為模式。但是，這些數據驅動的分析結論究竟有多精確？若不深入了解數學的能力與局限，我們又怎能洞悉它是如何悄無聲息地重塑我們的世界？在《當我點擊時，算法在想什么？》中，大衛·薩普特帶領我們深入算法的神秘腹地。薩普特通過對谷歌、臉書、推特、亞馬遜等科技巨頭的數據專家的訪談，拆解了這些科技巨頭的算法模型，為我們破解了它們的算法黑箱、揭示了數字時代智能產品背后的奧秘。只有理解算法背后的運作邏輯，我們才能擺脫算法的控制，并按我們自己的想法塑造算法以及數字科技。

·15.2萬字

會員

模型思維：簡化世界的人工智能模型

對從事算法研究與算法開發的人來說，模型的學習與使用必不可少。尤其是在目前如日中天的人工智能領域里，人人談模型，模型也是層出不窮，讓人眼花繚亂。模型讓人又愛又恨。模型可愛的地方在于它確實能夠解決實際問題，而且其有效性一般都經過了檢驗。模型可恨的地方在于學習模型是一件非常痛苦的事情，尤其是對人工智能的初學者來說。本書將人工智能在現實生活場景中解決的問題分類，并根據這個分類來介紹各種模型。書中將人工智能問題分為權重問題、狀態問題、序列問題、表示問題、相似問題和分類問題六大類，方便讀者了解各個模型之間的關系，也方便讀者理解各個模型的適用場景。本書盡量更多地介紹模型的使用場景，更多地介紹實際業務需求之間的關系，更多地采用生活中更淺顯易懂的例子，方便人工智能的初學者學習模型。本書不僅適合希望學習和運用人工智能模型到具體應用場景的企業工程師、科研院所的學生和科研人員，也適合對人工智能模型感興趣的讀者，使其將模型思維應用到生活中。

·21.8萬字

會員

計算社會學：基礎理論篇

本書是一本系統性梳理計算社會學相關理論和方法的論著。一方面，本書從傳統復雜網絡分析的角度，詳細闡述社會網絡分析的基礎理論和動力學模型——隨機網絡、小世界網絡、無標度網絡和網絡統計分析理論等，并將網絡過程和行為應用于涌現、傳染病等方面。另一方面，融合人工智能在自然語言處理、推薦算法等領域的進展，闡述了人工智能算法尤其是深度學習理論等在智能推薦、文本分析、假消息檢測、虛擬社交機器人等領域的應用。在兼顧廣度和深度的前提下，本書深度融合計算機科學、社會學、人工智能和復雜網絡等多學科的專業概念，突出闡述了計算社會學領域近年來的最新研究成果和關鍵技術突破。

·19.5萬字

會員

深度學習高手筆記（卷2）：經典應用

本書通過扎實、詳細的內容，從理論知識、算法源碼、實驗結果等方面對深度學習中涉及的算法進行分析和介紹。本書共三篇，第一篇主要介紹深度學習在目標檢測與分割方向的前沿算法，包括雙階段檢測、單階段檢測、無錨點檢測、特征融合、損失函數、語義分割這6個方向；第二篇主要介紹深度學習在場景文字檢測與識別方向的重要突破，主要介紹場景文字檢測、場景文字識別這兩個階段的算法；第三篇主要介紹深度學習的其他算法與應用，包括圖像翻譯、圖神經網絡、二維結構識別、人像摳圖、圖像預訓練、多模態預訓練這6個方向的算法。附錄部分介紹雙線性插值、匈牙利算法、Shift-and-Stitch、德勞內三角化、圖像梯度、仿射變換矩陣等內容。本書結構清晰，內容廣度與深度齊備。通過閱讀本書，讀者可以了解前沿的深度學習算法，擴展自己的算法知識面。無論是從事深度學習科研的教師及學生，還是從事算法落地實踐的工作人員，都能從本書中獲益。

·21萬字

會員

機器人傳感器

機器人傳感器是實現機器人及自身與外部環境進行信息交互的重要手段。通過搭載不同類型的傳感器，機器人對其自身及周圍環境進行檢測，并對檢測結果進行處理、分析、決策，然后選擇合適的運動。本書按傳感器基礎篇、機器人傳感器篇進行編排，全書共7章，前后呼應，循序漸進，由常用傳感器到機器人傳感器應用，逐步介紹了傳感器的基礎知識與檢測技術、常用傳感器、智能傳感器、機器人常用傳感器、工業機器人常用傳感器、移動機器人常用傳感器、機器人多傳感器信息融合等內容。

·14.1萬字

會員

人工智能入行實戰：從校園到職場

本書主要講解人工智能的技術發展和行業現狀，旨在幫助讀者掌握進入人工智能行業工作的知識和方法。本書首先介紹人工智能的技術概況、人工智能對人們的生活和工作的影響，以及人工智能的三大技術--機器學習、深度學習和大數據的基本原理與應用。其次，本書介紹人工智能從業者所需要的專業技術，并提供相應的學習方法。接著，本書介紹人工智能的行業概況，并將人工智能行業的崗位分為算法崗、工程崗、數據崗和產品崗，詳細介紹各崗位的工作內容、能力要求、發展方向等。隨后，本書講解在人工智能行業求職的方法，包括求職前的準備工作和求職過程中的注意事項。最后，本書通過3位人工智能行業新人的入行經歷，以及對5位有一定工作經驗的人工智能從業者的采訪，幫助讀者切實了解人工智能行業，并為讀者樹立求職信心。本書可作為想要入行人工智能領域的高校學生或在職人士的就業指導，亦可作為人工智能行業的人力資源師、獵頭、行業分析師等的參考圖書。

·9.3萬字

會員

洞察AIGC：智能創作的應用、機遇與挑戰

《洞察AIGC：智能創作的應用、機遇與挑戰》內容分為3篇：第1篇AIGC的蛻變講述AIGC的發展歷史及其背后的智能；第2篇AIGC的應用講述AIGC在文學創作、日常辦公、知識管理、科研出版、工業制造、健康醫療、金融服務、品牌營銷領域的應用現狀及常用工具；第3篇AIGC的機遇與挑戰講述AIGC的資本與技術前景，同時提出需要注意的風險。

·13.9萬字

會員

解碼智能時代2021：前沿趨勢10人談

本書收錄10位專家與企業家的精彩訪談。徐宗本：數學如何讓人工智能更智能。約瑟夫·希法基思：人工智能如何獲得社會信任。賀東東：工業互聯網如何重塑未來制造。周濤：如何打造新一代數據治理體系。吳曉如：智能化如何為生活添彩。肖風：區塊鏈如何構建新型生產關系。羅熙文：數字空間如何與現實世界共舞。李遠清：腦機智能如何孕育“最強大腦”。謝更新：月球上的第一片綠葉意味著什么。金賢敏：量子科技如何打開人類新紀元。

·10.1萬字

會員

PyTorch 2.0深度學習從零開始學

PyTorch是一個開源的機器學習框架，它提供了動態計算圖的支持，讓用戶能夠自定義和訓練自己的神經網絡，目前是機器學習領域中的框架之一。《PyTorch2.0深度學習從零開始學》共分15章，內容包括PyTorch概述、開發環境搭建、基于PyTorch的MNIST分類實戰、深度學習理論基礎、MNIST分類實戰、數據處理與模型可視化、基于PyTorch卷積層的分類實戰、PyTorch數據處理與模型可視化、實戰ResNet卷積網絡模型、有趣的WordEmbedding、基于循環神經網絡的中文情感分類實戰、自然語言處理的編碼器、站在巨人肩膀上的預訓練模型BERT、自然語言處理的解碼器、基于PyTorch的強化學習實戰、基于MFCC的語音喚醒實戰、基于PyTorch的人臉識別實戰。

·11.3萬字

會員

人工智能

從《終結者》、《黑客帝國》、《機器人瓦利》再到《超驗駭客》，我們多數人對人工智能的認識還停留在好萊塢電影階段，然而，人工智能作為一門計算機科學分支究竟是什么樣的？目前發展到了什么階段？能夠戰勝人類的終極AI機器真的會存在嗎？從這本書中，你很快就會發現問題的答案。本書將全面介紹人工智能的發展歷史、探究過程以及在各個領域的應用，以通俗易懂的語言和生動有趣的示例為你揭示人工智能不為人知的奧秘。全面介紹了人工智能的歷史及其在各個領域的發展及應用。既有科學的嚴謹性，又不乏趣味性，以通俗的語言和生動的示例將科學之美展現得淋漓盡致，有助于讀者開闊視野，激發進一步探索科學的興趣。

·13.4萬字

會員

Python程序設計：人工智能案例實踐

本書共16章。第1~10章介紹Python編程，涉及人工智能、基本描述統計、集中趨勢和分散度量、模擬、靜態和動態可視化、使用CSV文件、用于數據探索和數據整理的Pandas、時間序列和簡單線性回歸。第11~16章提供多種實踐案例研究，涉及自然語言處理、Twitter數據挖掘、IBMWatson認知計算、包含分類和回歸的有監督機器學習、聚類無監督機器學習、卷積神經網絡深度學習、遞歸神經網絡深度學習、包含Hadoop/Spark/NoSQL/物聯網的大數據等。

·32.1萬字

會員

無人機：知道這些就夠了

不久的將來無人機將像智能手機一樣司空見慣，而你對無人機的了解有多少？你知道無人機有哪些用途嗎？無人機對你和你的家庭又會產生什么樣的影響呢？知道這些就夠了。

·5565字

會員

大模型項目實戰：Agent開發與應用

這是一本面向初中級讀者的Agent學習指南，作者既是資深的AI技術專家，又是經驗豐富的項目導師，融合作者親身實踐、培訓反饋與官方資源，為Agent使用者和開發者提供了快速上手的實用指導。本書從基礎知識、操作和應用開發3個維度循序漸進地講解Agent實戰技巧，分為三篇：基礎篇（1~2章）：介紹Agent定義、發展歷程、常用開源技術、主要組件等基礎知識和開發環境的搭建過程。應用篇（3~6章）：從通用型、任務驅動型、輔助開發型和檢索增強型4大類，通過AutoGPT、MemGPT、BabyAGI、Camel、Devika、CodeFuse-ChatBot、DB-GPT、QAnything這8種具體類型，詳細描述Agent的安裝、配置和使用等操作步驟。開發篇（7~16章）：展開分析10個不同場景的Agent應用開發實例。一方面，以AgentScope、LangChain、LangGraph、AutoGen、LlamaIndex、CrewAI、Qwen-Agent這7種被廣泛應用的開源Agent開發框架為基礎，針對每個框架各講解一個開發案例。另一方面，通過案例介紹Agent開發過程中關鍵的Function-calling特性及大語言模型開發技術。此外，對基于CogVLM2的多模態模型應用開發，也提供詳細的案例演示。

·7.2萬字

會員

AI源碼解讀：卷積神經網絡（CNN）深度學習案例：Python版

本書以人工智能發展為時代背景，通過20個機器學習模型和算法案例，為讀者提供較為詳細的實戰方案，以便進行深度學習。在編排方式上，全書側重對創新項目的過程進行介紹，分別從整體設計、系統流程和實現模塊等角度論述數據處理、模型訓練和模型應用等過程，并剖析模塊的功能、使用及程序代碼。為便于讀者高效學習，快速掌握人工智能程序開發方法，本書配套提供項目設計工程文檔、程序代碼、實現過程中出現的問題及解決方法等資料，可供讀者舉一反三，二次開發。本書語言簡潔，深入淺出，通俗易懂，不僅適合對Python編程有興趣的愛好者，而且可作為高等院校相關專業的參考教材，還可作為從事智能應用創新開發專業人員的技術參考書。

·4.2萬字

會員

工業4.0：智能制造與治理革命

創新是引領發展的第一動力。建設創新型國家和實施創新驅動發展戰略是積極應對全球新一輪科技革命的重大戰略選擇。毫無疑問，工業4.0是當下變革時代的創新形態和創新產品。從蒸汽時代、電氣時代、信息時代到智能時代，技術的發展推動了時代的變革、治理的革命和社會的進步。智能平臺、智能工廠、智能產品、智能服務的不斷涌現將推動智慧企業、智慧政府和智慧社會的形成。在工業4.0中國版——《中國制造2025》的護航下，實現中國由制造大國駛向制造強國的轉變指日可待。

·25.3萬字

會員

AI原生應用開發：提示工程原理與實戰

本書結合AI原生應用落地的大量實踐，系統講解提示工程的核心原理、相關案例分析和實戰應用，涵蓋提示工程概述、結構化提示設計、NLP任務提示、內容創作提示、生成可控性提示、提示安全設計、形式語言風格提示、推理提示和智能體提示等內容。本書的初衷不是告訴讀者如何套用各種預設的提示模板，而是幫助讀者深入理解和應用提示設計技巧，以找到決定大語言模型輸出的關鍵因子，進而將提示工程的理論知識應用到產品設計中。本書適合AI原生應用開發領域的從業者和研究人員，以及人工智能相關專業的教師和學生閱讀。

·18.2萬字

會員

深度學習：卷積神經網絡技術與實踐

本書共11章，主要內容包括深度學習簡介、Python基礎、神經網絡基礎、卷積神經網絡、經典卷積網絡結構、遷移學習、循環神經網絡、強化學習、深度強化學習、基于策略的算法更新與趨勢等，通過具體案例，將Python語言、深度學習思想、強化學習思想和實際工程完美地結合起來。本書由淺入深，從易到難，各章節既相對獨立又前后關聯，其最大的特點就是打破了傳統書籍的講解方法，在介紹各部分理論基礎的同時，搭配具體實例，通過對相關程序的詳細講解進一步加深對理論基礎的理解。

·11.6萬字

會員

機器學習實戰：基于Scikit-Learn、Keras和TensorFlow（原書第3版）

本書分為兩大部分：第一部分主要基于Scikit-Learn，介紹機器學習的基礎算法；第二部分則使用TensorFlow和Keras，介紹神經網絡與深度學習。此外，附錄部分的內容也非常豐富，包括課后練習題解答、機器學習項目清單、SVM對偶問題、自動微分和特殊數據結構等。書中內容廣博，覆蓋了機器學習的各個領域，不僅介紹了傳統的機器學習模型，包括支持向量機、決策樹、隨機森林和集成方法，還提供了使用Scikit-Learn進行機器學習的端到端訓練示例。作者尤其對深度神經網絡進行了深入的探討，包括各種神經網絡架構、強化學習，以及如何使用TensorFlow/Keras庫來構建和訓練神經網絡。本書兼顧理論與實戰，既適合在校學生，又適合有經驗的工程師。

·39.5萬字

跳轉至頁

官术网_书友最值得收藏!

人工智能

分類

狀態

屬性

字數

更新時間

人工智能技術基礎

AI短視頻文案寫作從入門到精通

當我點擊時，算法在想什么？

模型思維：簡化世界的人工智能模型

計算社會學：基礎理論篇

深度學習高手筆記（卷2）：經典應用

機器人傳感器

人工智能入行實戰：從校園到職場

洞察AIGC：智能創作的應用、機遇與挑戰

解碼智能時代2021：前沿趨勢10人談

PyTorch 2.0深度學習從零開始學

人工智能

Python程序設計：人工智能案例實踐

無人機：知道這些就夠了

大模型項目實戰：Agent開發與應用

AI源碼解讀：卷積神經網絡（CNN）深度學習案例：Python版

工業4.0：智能制造與治理革命

AI原生應用開發：提示工程原理與實戰

深度學習：卷積神經網絡技術與實踐

機器學習實戰：基于Scikit-Learn、Keras和TensorFlow（原書第3版）