会员
人工智能革命：开启超级智能新时代
更新时间：2023-11-23 19:08:19 最新章节：封底
书籍简介
人工智能时代已经来临，这项技术正在改变人类的认知和行为习惯，也对很多领域和行业造成了影响。本书共3篇，认知篇介绍了人工智能的理论知识与发展现状，详细讲述人工智能与5G、物联网、区块链等技术的融合；价值篇主要讲述了人工智能的价值，分析其为生活、社会、商业、医疗带来的变革；场景篇从服务场景、工作场景、教育场景、营销场景入手介绍人工智能的应用，为读者提供应用指导。如今，人工智能已成为不可逆转的趋势。本书向读者阐述与之相关的知识，并且告诉读者应该如何跟上潮流。总之，本书是一本不可多得的实战书，不仅具备很强的可操作性，还具备一定的前沿性，是读者提升技术能力的必备工具。
上架时间：2022-09-01 00:00:00
出版社：电子工业出版社
上海阅文信息技术有限公司已经获得合法授权，并进行制作发行
最新章节
高峰等
- 会员本书主要通过对杭州未来科技城数字化改革新动能建设和相关企业数字化改革先锋行动的梳理，总结统筹运用数字化技术、数字化思维、数字化认知的经验，提炼数字赋能改革、数字赋能城市、数字赋能产业的宝贵经验，为各地从整体上推动经济社会发展和治理能力的质量变革、效率变革、动力变革，实现整体智治、高效协同提供借鉴。区域8.6万字
最新上架
- 会员本书从技术角度深度解析大模型的原理，从大模型的基础概念及领域发展现状入手，概述大模型的理论基础，介绍OpenAIGPT、清华大学GLM、MetaLlama等主流大模型的技术原理，并从大模型参数高效微调、大模型指令微调、大模型训练优化和大模型推理优化等多角度解析大模型背后的技术，带领读者全方位掌握大模型的原理和实践方法。本书最后介绍私有大模型的构建，手把手指导读者做技术选型并搭建自己的私有大模型计算机12.2万字
- 会员近年来，在自然语言处理领域，基于预训练语言模型的方法已形成全新范式。本书内容分为基础知识、预训练语言模型，以及实践与应用3个部分，共9章。第一部分全面、系统地介绍自然语言处理、神经网络和预训练语言模型的相关知识。第二部分介绍几种具有代表性的预训练语言模型的原理和机制（涉及注意力机制和Transformer模型），包括BERT及其变种，以及近年来发展迅猛的GPT和提示工程。第三部分介绍了基于Lang计算机12.7万字
- 会员本书立足于AIGC技术前沿与发展趋势，全面阐述了AIGC的概念内涵、底层技术与应用场景，详细梳理全球科技巨头在AIGC领域的战略布局，并辅之以大量生动有趣的案例，深度剖析AIGC在各行业领域的应用场景，旨在引导读者真切感受AIGC革命浪潮蕴含的商业创造力。全书分为五个部分，共18章。第一部分主要厘清AIGC技术的起源与演变，阐述席卷全球的AIGC背后的技术架构以及AIGC的应用场景；第二部分重点剖计算机11.4万字
- 会员本书从写作与ChatGPT的基础知识讲起，结合创作者的实际写作经历与写作教学经历，介绍了用ChatGPT写作的基础技巧、进阶写作的方法、不同文体的写作方法、写作变现的秘诀，让读者理解写作技巧与变现思路。计算机14.7万字
- 会员本书共16章，内容包括人工智能、OpenAI、ChatGPT的概述及其操作技巧。生动展示了ChatGPT在教育与学术、商业管理、新媒体、办公、求职等12个领域的实际运用，同时探讨了ChatGPT当前面临的挑战以及大模型的未来发展方向。计算机12万字
- 会员随着Web3.0时代的来临，我国教育领域迎来了一场全面而深刻的变革——AIGC、ChatGPT、大数据、云计算、物联网、数字孪生、元宇宙等新兴技术与教育行业的融合程度日益加深，AI驱动的教育新形态、新模式、新产品不断涌现，数字化、网络化、智能化逐渐成为引领我国教育变革与转型的重要方向。本书立足于全球范围内智慧教育领域的实践经验与前沿趋势，全面阐述AIGC、ChatGPT、元宇宙、数字孪生等新兴技计算机13.8万字
- 会员这是一本全面介绍AI应用的实用工具书，旨在为不同行业的专业人士提供实用的AI使用方法和策略。本书用简单易懂的语言解释了AI的基本工作原理，详细介绍了20多个通用AI指令，并通过案例展示如何运用这些指令解决工作问题；提供了AI在文案写作、数据处理、编程、教学和科研等场景中的实战应用案例，同时还提供了商业级解决方案和企业应用案例。本书既有AI应用的通用原则和方法，又有具体的流程步骤和样例演示，还提供了计算机5.5万字
- 会员本书共分为10章，涵盖了贝叶斯概率、概率估计、贝叶斯分类、随机场、参数估计、机器学习、深度学习、贝叶斯网络、动态贝叶斯网络、贝叶斯深度学习等。本书涉及的应用领域包含机器学习、图像处理、语音识别、语义分析等。计算机0字
- 会员本书分为3个部分：第1章和第2章是人工智能的数学基础，主要介绍了机器学习的概念、Python开发环境的搭建、机器学习bibei的数学知识，以及线性代数和概率论的相关知识；第3~12章主要介绍了回归模型、分类模型、聚类模型、半监督模型的建立和相关算法的理论，以及如何使用sklearn具体实现相关算法模型的搭建；第13章介绍了Spark机器学习，笔者认为对于机器学习，不能只限于Python中的skle计算机0字