官术网_书友最值得收藏!

計(jì)算機(jī)視覺(jué)應(yīng)用與實(shí)戰(zhàn)
會(huì)員

本書圍繞計(jì)算機(jī)視覺(jué)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(jué)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(tái)上部署與實(shí)施,實(shí)現(xiàn)了教學(xué)場(chǎng)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(jué)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(jué)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(jué)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(jué)應(yīng)用,結(jié)合不同行業(yè)的案例對(duì)圖像進(jìn)行分析處理,如水果識(shí)別、病蟲害識(shí)別、相似圖像搜索、眼底血管圖像分割等。第3部分聚焦市場(chǎng)關(guān)注度較高的一些新興視覺(jué)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(jué)在移動(dòng)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(wèn)題的能力。

韓少云等編著 ·人工智能 ·8.3萬(wàn)字

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

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(lái)發(fā)展進(jìn)行了展望,不僅為讀者揭示了未來(lái)的機(jī)遇,也提供了對(duì)于如何應(yīng)對(duì)未來(lái)挑戰(zhàn)的思考。

鄧甄 李欽 ·人工智能 ·17.4萬(wàn)字

深入淺出Embedding:原理解析與應(yīng)用實(shí)踐
會(huì)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(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(guó)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(wèn)題簡(jiǎn)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(guò)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(wàn)字

強(qiáng)化學(xué)習(xí):原理與Python實(shí)戰(zhàn)
會(huì)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(shí),介紹環(huán)境庫(kù)Gym的使用。第2~15章:基于折扣獎(jiǎng)勵(lì)離散時(shí)間Markov決策過(guò)程模型,介紹強(qiáng)化學(xué)習(xí)的主干理論和常見(jiàn)算法。采用數(shù)學(xué)語(yǔ)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)。基礎(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(duì)應(yīng),還給出了深度強(qiáng)化學(xué)習(xí)算法的TensorFlow和PyTorch對(duì)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(jiǎng)勵(lì)模型、連續(xù)時(shí)間模型、非齊次模型、半Markov模型、部分可觀測(cè)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(wàn)字

寫好論文:思維模型與AI輔助應(yīng)用
會(huì)員

《寫好論文:思維模型與AI輔助應(yīng)用》創(chuàng)新性地將學(xué)術(shù)寫作的思維模型與AI輔助工具相結(jié)合,為讀者提供了一套全新且實(shí)用的學(xué)術(shù)寫作方法,旨在助力讀者提高學(xué)術(shù)寫作的質(zhì)量和水平。《寫好論文:思維模型與AI輔助應(yīng)用》共9章,每章都聚焦一個(gè)特定的思維模型。這些模型包括“頂天立地加兩翼”結(jié)構(gòu)模型、選擇和確定研究單位的三角模型、OBTQP研究問(wèn)題模型、細(xì)化研究維度的思維羅盤模型、推導(dǎo)文獻(xiàn)綜述“GAP”的破界創(chuàng)新模型、匹配研究理論的勾連信號(hào)模型、適配研究方法的畫布模型、非共識(shí)研究觀點(diǎn)模型和深入解決問(wèn)題的U型思維模型。對(duì)于每個(gè)模型,書中都有詳細(xì)的背景介紹、拆解步驟、應(yīng)用方法和案例分析,確保讀者能夠全方位地理解并實(shí)際應(yīng)用這些模型,從而真正掌握學(xué)術(shù)寫作的思維精髓和實(shí)踐要訣。《寫好論文:思維模型與AI輔助應(yīng)用》適合學(xué)術(shù)研究人員、研究生、博士生等需要撰寫學(xué)術(shù)論文的人閱讀,也適合對(duì)學(xué)術(shù)研究感興趣、希望深入了解其思維方式和研究方法的讀者閱讀。

學(xué)君 ·人工智能 ·13.8萬(wàn)字

高性能超標(biāo)量CPU:微架構(gòu)剖析與設(shè)計(jì)
會(huì)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(duì)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(shí)(第1章);CPU前端,包括指令提取單元、分支預(yù)測(cè)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(cè)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(duì)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(duì)高性能CPU設(shè)計(jì)深入理解。《高性能超標(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(jí)本科生的教學(xué)參考用書,也可供對(duì)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(wàn)字

DeepSeek實(shí)操:職場(chǎng)效率倍增的秘籍
會(huì)員

本書是一本專為企業(yè)管理者和辦公人員打造的實(shí)用指南,旨在幫助企業(yè)通過(guò)人工智能技術(shù)實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型,提升運(yùn)營(yíng)效率與競(jìng)爭(zhēng)力。結(jié)合豐富的企業(yè)AI解決方案設(shè)計(jì)與實(shí)施經(jīng)驗(yàn),深入剖析了DeepSeek這一領(lǐng)先的人工智能模型在企業(yè)中的廣泛應(yīng)用場(chǎng)景。全書共分為四大部分,涵蓋了企業(yè)管理、市場(chǎng)營(yíng)銷、銷售與客服等多個(gè)核心領(lǐng)域,詳細(xì)介紹了近100個(gè)企業(yè)使用場(chǎng)景,展示了如何通過(guò)DeepSeek實(shí)現(xiàn)效率的百倍提升。無(wú)論是人力資源招聘流程的自動(dòng)化、員工培訓(xùn)課程的智能設(shè)計(jì),還是市場(chǎng)調(diào)研問(wèn)卷的快速生成、競(jìng)品分析報(bào)告的自動(dòng)化處理,本書都提供了詳實(shí)的解決方案和實(shí)施建議。每個(gè)場(chǎng)景均配有具體的Prompt示例、工具推薦和實(shí)施流程圖,確保讀者能夠輕松上手,快速將理論轉(zhuǎn)化為實(shí)踐。本書特別適合企業(yè)管理者、人力資源從業(yè)者、市場(chǎng)營(yíng)銷人員、銷售團(tuán)隊(duì)以及IT技術(shù)人員閱讀。無(wú)論您是希望優(yōu)化企業(yè)內(nèi)部流程,還是提升市場(chǎng)競(jìng)爭(zhēng)力,本書都將為您提供切實(shí)可行的AI應(yīng)用策略。通過(guò)本書,您將掌握如何利用DeepSeek這一強(qiáng)大的AI工具,解決企業(yè)在數(shù)字化轉(zhuǎn)型中的各種挑戰(zhàn),實(shí)現(xiàn)從效率提升到創(chuàng)新突破的全方位價(jià)值創(chuàng)造。

蘇江 溫潔 ·人工智能 ·8.7萬(wàn)字

QQ閱讀手機(jī)版

主站蜘蛛池模板: 湖北省| 额敏县| 五台县| 罗甸县| 丰都县| 通渭县| 浮山县| 怀来县| 斗六市| 临澧县| 县级市| 望城县| 武穴市| 徐汇区| 安化县| 承德县| 山东省| 班玛县| 龙海市| 游戏| 界首市| 泸西县| 黔西| 张家口市| 高台县| 山西省| 东宁县| 甘洛县| 裕民县| 和政县| 洱源县| 色达县| 南部县| 嘉鱼县| 东光县| 东城区| 蓬安县| 嘉荫县| 德令哈市| 临城县| 安陆市|