官术网_书友最值得收藏!

新機(jī)器智能

在《新機(jī)器智能》一書中,科技界一代傳奇杰夫·霍金斯指出,如今的人工智能并不智能。要想創(chuàng)造眞正的機(jī)器智能,最快的途徑是理解大腦的工作原理,然后在計(jì)算機(jī)中模仿這些原理。霍金斯一生癡迷兩件事——計(jì)算機(jī)和大腦。早在幾十年前,他創(chuàng)建的Palm掌上電腦就在商業(yè)上取得了巨大成功,也成為現(xiàn)代智能手機(jī)的原型。但霍金斯一心想弄清楚大腦的工作原理。經(jīng)過數(shù)十年的不懈努力,他終于發(fā)現(xiàn)了其中的奧秘:大腦學(xué)習(xí)世界的一個(gè)模型,并使用這個(gè)模型來預(yù)測未來。人類的創(chuàng)造力、意識(shí)都是通過這個(gè)模型產(chǎn)生的。這一全新的智能理論框架被命名為“記憶-預(yù)測模型”,它改變了人們對智能的看法,也為開發(fā)眞正的機(jī)器智能奠定了堅(jiān)實(shí)的基礎(chǔ)。《新機(jī)器智能》主題宏達(dá)又足夠吸引人,深入探討了智能的核心問題:計(jì)算機(jī)真的智能嗎?大腦是如何工作的?為什么弄清大腦的工作原理如此困難?如果不以行為來定義,那應(yīng)該怎樣定義智能呢?“記憶-預(yù)測模型”的含義是什么?如果你想了解自身、了解智能、了解機(jī)器智能,那么一定不要錯(cuò)過霍金斯的這一本里程碑式作品。

(美)杰夫·霍金斯 (美)桑德拉·布萊克斯利 ·人工智能 ·15.6萬字

企業(yè)級(jí)AI技術(shù)內(nèi)幕:深度學(xué)習(xí)框架開發(fā)+機(jī)器學(xué)習(xí)案例實(shí)戰(zhàn)+Alluxio解密
會(huì)員

《企業(yè)級(jí)AI技術(shù)內(nèi)幕:深度學(xué)習(xí)框架開發(fā)+機(jī)器學(xué)習(xí)案例實(shí)戰(zhàn)+Alluxio解密》分為盤古人工智能框架開發(fā)專題篇、機(jī)器學(xué)習(xí)案例實(shí)戰(zhàn)篇、分布式內(nèi)存管理Alluxio解密篇,分別對人工智能開發(fā)框架、機(jī)器學(xué)習(xí)案例及Alluxio系統(tǒng)進(jìn)行透徹解析。盤古人工智能框架開發(fā)專題篇,通過代碼講解多層次神經(jīng)網(wǎng)絡(luò)、前向傳播算法、反向傳播算法、損失度計(jì)算及可視化、自適應(yīng)學(xué)習(xí)和特征歸一化等內(nèi)容。機(jī)器學(xué)習(xí)案例實(shí)戰(zhàn)篇,選取機(jī)器學(xué)習(xí)中最具代表性的經(jīng)典案例,透徹講解機(jī)器學(xué)習(xí)數(shù)據(jù)預(yù)處理、簡單線性回歸、多元線性回歸、多項(xiàng)式回歸、支持向量回歸、決策樹回歸、隨機(jī)森林回歸等回歸算法,邏輯回歸、k近鄰算法、支持向量機(jī)、樸素貝葉斯、決策樹分類、隨機(jī)森林分類等分類算法、k均值聚類、層次聚類等聚類算法,以及關(guān)聯(lián)分析算法,并對回歸模型、分類模型進(jìn)行性能評估。分布式內(nèi)存管理Alluxio解密篇,詳細(xì)講解Alluxio架構(gòu)、部署、底層存儲(chǔ)及計(jì)算應(yīng)用、基本用法、運(yùn)行維護(hù)等內(nèi)容。

王家林 段智華編著 ·人工智能 ·19.9萬字

AI落地:讓人工智能為你所用
會(huì)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(huì)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(huì),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(shí)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(hào):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

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(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。

吳茂貴 王紅星 ·人工智能 ·11.3萬字

會(huì)話式AI:自然語言處理與人機(jī)交互
會(huì)員

本書從邏輯上看分為三大部分。第一部分(第1~2章)介紹語言理解的基礎(chǔ)概念與環(huán)境搭建。其中,第1章介紹人機(jī)交互的演變歷史及技術(shù)變革。第2章介紹前置技術(shù),重點(diǎn)涵蓋PyTorch、TorchText、Jieba等自然語言處理學(xué)習(xí)庫的使用方法。第二部分(第3~8章)介紹自然語言處理和人機(jī)交互相關(guān)的核心技術(shù)。本書強(qiáng)調(diào)理論與實(shí)戰(zhàn)并行,在介紹相關(guān)核心技術(shù)的同時(shí),每章針對相應(yīng)核心算法展開實(shí)戰(zhàn),在真實(shí)中文數(shù)據(jù)集下驗(yàn)證算法性能,讓讀者從更深層面了解相關(guān)算法。第3章主要介紹中文分詞技術(shù),包含分詞概念、分類體系、常見分詞算法,并針對HMM算法進(jìn)行實(shí)戰(zhàn)。第4章主要介紹數(shù)據(jù)預(yù)處理相關(guān)內(nèi)容,重點(diǎn)關(guān)注TorchText針對數(shù)據(jù)預(yù)處理與構(gòu)建數(shù)據(jù)集的使用。詞向量(第5章)、序列標(biāo)注(第6章)、文本分類(第7章)、文本生成(第8章)作為4種核心技術(shù)將分別單獨(dú)介紹。第三部分(第9~12章)通過講解人機(jī)交互中4個(gè)不同類型的高階技術(shù),幫助讀者了解人機(jī)交互中的深層技術(shù)。其中包括對話生成(第9章)、知識(shí)圖譜問答(第10章)、自然語言推理(第11章)和實(shí)體語義理解(第12章)。

杜振東 涂銘 ·人工智能 ·13.4萬字

深度學(xué)習(xí)與神經(jīng)網(wǎng)絡(luò)
會(huì)員

神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)是人工智能研究的重要領(lǐng)域,是機(jī)器學(xué)習(xí)的重要組成部分。人工智能是研究理解和模擬人類智能、智能行為及其規(guī)律的科學(xué)。本書緊緊圍繞神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)的基礎(chǔ)知識(shí)體系進(jìn)行系統(tǒng)的梳理,力求從基礎(chǔ)理論、經(jīng)典模型和前沿應(yīng)用展開論述,便于讀者能夠較為全面地掌握深度學(xué)習(xí)的相關(guān)知識(shí)。全書共16章。第1章是緒論,簡要介紹人工智能、機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)的基本概念及相互關(guān)系,并對神經(jīng)網(wǎng)絡(luò)的發(fā)展歷程和產(chǎn)生機(jī)理進(jìn)行闡述;第2章介紹神經(jīng)網(wǎng)絡(luò)的基本神經(jīng)元模型、網(wǎng)絡(luò)結(jié)構(gòu)、學(xué)習(xí)方法、學(xué)習(xí)規(guī)則、正則化方法、模型評估方法等基礎(chǔ)知識(shí);第3~8章介紹多層感知器神經(jīng)網(wǎng)絡(luò)、自組織競爭神經(jīng)網(wǎng)絡(luò)、徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)、注意力機(jī)制與反饋網(wǎng)絡(luò);第9章介紹深度學(xué)習(xí)網(wǎng)絡(luò)優(yōu)化的相關(guān)內(nèi)容;第10~13章介紹受限玻爾茲曼機(jī)和深度置信網(wǎng)絡(luò)、棧式自編碼器、生成對抗網(wǎng)絡(luò)和圖神經(jīng)網(wǎng)絡(luò);第14章介紹深度強(qiáng)化學(xué)習(xí);第15章介紹深度學(xué)習(xí)的可解釋性;第16章介紹多模態(tài)預(yù)訓(xùn)練模型。深度學(xué)習(xí)是源于對含有多個(gè)隱藏層的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行的研究,以便建立和模擬人腦的學(xué)習(xí)過程。本書整理了人工神經(jīng)網(wǎng)絡(luò)從簡單到復(fù)雜的模型,歸納和總結(jié)了神經(jīng)網(wǎng)絡(luò)的理論、方法和應(yīng)用實(shí)踐。本書可以作為高等院校人工智能及相關(guān)專業(yè)或非計(jì)算機(jī)專業(yè)的參考用書,也可以作為人工智能領(lǐng)域的科技工作者或科研機(jī)構(gòu)工作人員的參考用書。

趙眸光編著 ·人工智能 ·20萬字

大語言模型:原理、應(yīng)用與優(yōu)化
會(huì)員

這是一本從工程化角度講解大語言模型的核心技術(shù)、構(gòu)建方法與前沿應(yīng)用的著作。首先從語言模型的原理和大模型的基礎(chǔ)構(gòu)件入手,詳細(xì)梳理了大模型技術(shù)的發(fā)展脈絡(luò),深入探討了大模型預(yù)訓(xùn)練與對齊的方法;然后闡明了大模型訓(xùn)練中的算法設(shè)計(jì)、數(shù)據(jù)處理和分布式訓(xùn)練的核心原理,展示了這一系統(tǒng)性工程的復(fù)雜性與實(shí)現(xiàn)路徑。除了基座模型的訓(xùn)練方案,本書還涵蓋了大模型在各領(lǐng)域的落地應(yīng)用方法,包括低參數(shù)量微調(diào)、知識(shí)融合、工具使用和自主智能體等,展示了大模型在提高生產(chǎn)力和創(chuàng)造性任務(wù)中的卓越性能和創(chuàng)新潛力。此外,書中進(jìn)一步介紹了大模型優(yōu)化的高級(jí)話題和前沿技術(shù),如模型小型化、推理能力和多模態(tài)大模型等。最后,本書討論了大模型的局限性與安全性問題,展望了未來的發(fā)展方向,為讀者提供了全面的理解與前瞻性的視角。無論是人工智能領(lǐng)域的研究員、工程師,還是對前沿技術(shù)充滿好奇的讀者,本書都將是您了解和掌握大模型技術(shù)的必備指南。

蘇之陽 王錦鵬 姜迪 宋元峰 ·人工智能 ·12.1萬字

QQ閱讀手機(jī)版

主站蜘蛛池模板: 浑源县| 同德县| 徐州市| 铜山县| 禹州市| 永仁县| 灯塔市| 石泉县| 安新县| 邵武市| 高州市| 桂东县| 大姚县| 长治市| 萝北县| 江阴市| 旅游| 霍林郭勒市| 利川市| 偃师市| 海南省| 龙岩市| 峡江县| 宿州市| 邢台县| 长宁县| 佛冈县| 南投市| 兴义市| 南康市| 兰坪| 勐海县| 利辛县| 邯郸县| 仁化县| 化德县| 博白县| 金平| 崇义县| 三亚市| 武定县|