全盘龙水浒传5000倍

本書是一本體系完整、綜合全面介紹中小學人工智能相關內容的書籍。本書涉及人工智能的歷史與發展，中小學人工智能戰略定位、課程體系建設、計算思維，編程、機器人、知識工程、搜索算法、機器學習、深度學習、人工智能+X、人工智能對教育賦能、人工智能道德倫理與法律以及人工智能未來發展的展望等相關內容。本書可以作為中小學教師教授人工智能課程的輔助書籍，也適合對中小學人工智能教育感興趣的廣大讀者閱讀使用，還可以作為廣大讀者系統了解人工智能相關知識的參考用書。

·18.7萬字

會員

大話機器人

本書第0章為緒論，對機器人的需求及教育現狀進行概述；第1章主要介紹機器人定義、機器人分類、機器人組成部件及相關技術參數等基本概念；第2章系統闡述前工業機器人時代國內外機器人的起源和發展歷史，以及現代機器人的暢想；第3章主要介紹工業機器人到現代機器人的發展歷程，包括第一代、第二代和第三代機器人；第4章主要介紹當前機器人在各行業領域中的應用狀況；第5章預測了機器人發展的兩個趨勢，即“向人”和“向機器”的對立屬性發展，并圍繞道德、法律、責任、義務、權利等對機器人倫理問題進行了討論。本書對機器人發展歷史進行全面而系統的梳理，圖文并茂，調動學生對機器人的興致，并為教師配備了電子教案，方便教師開展教學。本書可作為高等院校各類專業的機器人普及教材，也可為相關人員了解和認識機器人提供參考。

·18.6萬字

會員

模式識別與智能計算：Matlab技術實現（第2版）

本書廣泛吸取統計學、神經網絡、數據挖掘、機器學習、人工智能、群智能計算等學科的先進思想和理論，將其擴充到模式識別體系中。再次修訂，將全書內容進行歸納整合，依據統計模式識別理論體系分三部分，包括基礎篇、分類器設計篇和聚類分析篇。再版新書以一種新的體系，系統、全面地介紹模式識別的理論、方法及應用。本書內容新穎，實用性強，理論與應用密切結合，以手寫數字識別為應用實例，介紹理論運用于實踐的實現步驟及相應Matlab代碼，為廣大研究工作者和工程技術人員對相關理論的應用起到借鑒作用。

·18.6萬字

會員

聯邦學習技術及實戰

本書針對產業界在智能化過程中普遍面臨的數據不足問題，詳細地闡述了聯邦學習如何幫助企業引入更多數據、提升機器學習模型效果。互聯網數據一般分布在不同的位置，受隱私保護法規限制不能共享，形成了“數據孤島”。聯邦學習像“數據孤島”之間的特殊橋梁，通過傳輸變換后的臨時變量，既能實現模型效果提升，又能確保隱私信息的安全。本書介紹了聯邦學習技術的原理和實戰經驗，主要內容包括隱私保護、機器學習等基礎知識，聯邦求交、聯邦特征工程算法，三種常見的聯邦形式，以及工程架構、產業案例、數據資產定價等。

·18.5萬字

會員

人工智能算法Python案例實戰

本書從概念和數學原理上對人工智能所涉及的數據處理常用算法、圖像識別、語音識別、自然語言處理、深度學習幾個主要方面進行了闡述，并以Python為主要工具進行了相應的編程實踐，以使讀者對人工智能相關技術有更直觀和深入的理解。此外，本書也用幾個獨立的章節從原理和實踐上介紹了量子計算、區塊鏈技術、并行計算、增強現實等與人工智能密切相關的前沿技術。本書適合對人工智能領域感興趣并有一定數學基礎的相關人員閱讀，也可作為高等院校相關專業的教學參考書。

·18.4萬字

會員

科學的極致：漫談人工智能

《科學的極致：漫談人工智能》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。集智俱樂部是一個從事學術研究、享受科學樂趣的探索者組成的團體，倡導以平等開放的態度、科學實證的精神進行跨學科的研究與交流，力圖搭建一個中國的“沒有圍墻的研究所”。這些令人崇敬的、充滿激情與夢想的集智俱樂部成員將帶你了解圖靈機模型、馮·諾依曼計算機體系結構、怪圈與哥德爾定理、通用人工智能、深度學習、人類計算與自然語言處理，與你一起展開一場令人熱血沸騰的科學之旅。

·18.3萬字

會員

人工智能簡史（第2版）

《人工智能簡史》全面講述人工智能的發展史，幾乎覆蓋人工智能學科的所有領域，包括人工智能的起源、自動定理證明、專家系統、神經網絡、自然語言處理、遺傳算法、深度學習、強化學習、超級智能、哲學問題和未來趨勢等，以宏闊的視野和生動的語言，對人工智能進行了全面回顧和深度點評。第2版中每章都有新增內容，并增加了全新的第13章，整理了人工智能幾大派別的演化路線和人物的繼承關系，有助讀者閱讀方便。本書極具專業性、思想性和趣味性，既適合缺少專業背景的讀者了解人工智能的來龍去脈，作為人工智能的啟迪之書，也適合專業人士了解人工智能鮮為人知的歷史，提供深入學習的指導。

·18.3萬字

人機共生

智能時代洶洶來襲，未來99%的人當真會成為無用階層，只要極少數人才會成為超級人類？當智能機器越來越自主、越來越聰明，人類還能干什么？當“省錢的弗蘭肯斯坦”來臨，誰是不會被機器替代的人？哪些工作是機器無法做到的？人類和機器會和諧共處嗎？《人機共生》正是為應對這些問題而作，本書獨家揭秘智能時代人類勝出的5大策略，讓機器做機器做的事，讓人做人做的事，人類與智能機器共同工作、共同增強。如果你對機器侵蝕人類工作的現狀備感憂慮，那么《人機共生》就是對癥良藥，此書會告訴你，人類會在哪些工作領域勝出智能機器。《人機共生》兩位作者托馬斯·達文波特和茱莉婭·柯爾比前瞻性地指出，人類會強化智能機器，而不是被它們取代，機器會幫人類更好、更快地完成工作，所以不應該將其看作是需要打敗的敵人，而是合作伙伴。人類和機器能否和諧共處，選擇在于我們。

·18.3萬字

制造業大模型的構建與實踐

本書分兩篇，為讀者提供基于制造業視角的大模型理論與應用指南。基礎篇深入大模型理論層面，主要介紹大模型的基礎知識、構建路徑、價值對齊策略，同時涉及多模態與AIGC技術、提示詞工程的相關知識。應用篇則聚焦于大模型的實踐應用層面，主要講解垂直制造領域微調、RAG等構建技術，AIAgent的原理與應用，以及大模型壓縮與部署策略，并且通過具體案例來展示大模型在工業制造及設備運維等方面的應用，最后對大模型進行總結與展望。

·18.3萬字

會員

人工智能：智能制造

本書從人工智能技術與先進制造技術融合的角度，介紹了人工智能技術在產品設計與制造中的應用，也就是智能制造技術，著重介紹了定性立體建模和不確定性多學科設計優化等智能設計技術、設計理性知識建模和復雜產品研制工程知識管理等知識工程與管理技術，以及智能裝配序列規劃和制造過程智能計算等智能生產與制造技術，并結合具體示例介紹了相關技術方法的應用。本書可以作為高等院校機械、信息、自動化等專業的教材，也可以作為與智能制造技術相關的廣大工程技術人員的參考用書。

·18.2萬字

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

人工智能應用基礎

本書首先從人工智能的定義講起，就人工智能的早期歷史、思維和智能的內涵、新千年人工智能的發展進行了簡要論述。第二部分詳細講述了人工智能中的知識表示、機器學習、神經網絡與深度學習、智能語音技術、計算機視覺、自然語言處理和知識圖譜技術等基礎知識，并通過人工智能在醫療、交通、生活、金融、零售、安防中的經典的成功應用案例讓讀者更好的了解人工智能技術的發展和我們生活的關切度。最后對人工智能的未來進行了展望，提出人工智能背景時代下大學生就業和創業前景和機遇，幫助大學生應對人工智能背景下的職業規劃。形成一個融理論教學、科學訓練、創新實踐為一體的過程化的人工智能課程體系和協同培養機制，使所培養的人才在基礎知識、專業知識、實踐能力、創新能力、倫理道德以及科學與職業素質等方面得到全面均衡的發展。

·18.2萬字

會員

設計深度學習系統

本書主要從軟件開發者的角度探討如何構建和設計深度學習系統。作者首先描述一個典型的深度學習系統的整體，包括其主要組件以及它們之間的連接方式，然后在各個單獨的章節中深入探討這些主要組件。對于具體介紹的章節，會在開始時討論需求，接著介紹設計原則和示例服務/代碼，并評估開源解決方案。通過閱讀本書，讀者將能夠了解深度學習系統的工作原理，以及如何開發每個組件。本書的主要讀者對象是想要從事深度學習平臺工作或將一些人工智能功能集成到產品中的軟件工程師。

·18.1萬字

會員

規則時代：虛擬現實、人工智能和區塊鏈構建的游戲化未來

將來，電影《頭號玩家》將成為現實。人類將花費越來越多的時間在類似游戲那樣的虛擬空間中生活，形成一個由游戲規則形成的虛擬世界。虛擬現實技術將成為進入這個虛擬世界的入口，人工智能技術成為構建虛擬世界與現實世界共同運行的規則基礎，機器人將負責在人工智能指揮下成為執行AI規則的執行者，負責現實世界大部分功能的正常運轉。換言之，未來的社會結構將由虛擬和現實共同組成，現實世界是基礎，但虛擬世界將會是人們活動的主要空間。期待這樣的未來嗎？

·18.1萬字

會員

自然語言處理技術：文本信息抽取及應用研究

信息抽取的目的是從海量互聯網文本信息中抽取結構化知識，是知識圖譜自動化構建、更新的基礎，為信息檢索、推薦系統、智能問答等諸多研究領域提供底層知識推理支撐并取得了重大突破，是推動人工智能技術由感知走向認知的關鍵要素，具有重要的研究意義和實用價值。本書梳理了命名實體識別、關系抽取、事件抽取等相關研究方向的知識資源、基礎理論和實踐應用，詳細介紹了實體關系聯合抽取、弱監督關系抽取、基于遷移學習的關系抽取、多實例聯合事件抽取、基于因變量的事件模板推導等前沿理論研究，并以領域知識圖譜、事理圖譜等為例，詳細介紹了信息抽取在圖譜構建中的應用。最后本書對信息抽取進行了總結和未來研究方向展望。

·18萬字

會員

機器學習中的統計思維（Python實現）

機器學習是人工智能的核心，而統計思維則是機器學習方法的核心：從隨機性中尋找規律性。例如，利用損失最小化思想制定學習策略，采用概率最大化思想估計模型參數，利用方差對不確定性的捕捉構造k維樹，采用貝葉斯公式構建分類決策模型，等等。只有樹立正確的統計思維，才能準確高效地運用機器學習方法開展數據處理與分析。本書以統計思維的視角，揭示監督學習中回歸和分類模型的核心思想，幫助讀者構建理論體系。

·18萬字

會員

用ChatGPT輕松玩轉機器學習與深度學習

本書共14章，主要內容包括探索性數據分析、有監督學習（線性回歸、SVM、決策樹等）、無監督學習（降維、聚類等），以及深度學習的基礎原理和應用等。

·18萬字

Python機器學習入門與實戰

本書以零基礎講解為特色，用實例引導讀者學習，深入淺出地介紹Python機器學習的相關知識和實戰技能。全書共17章，分為5篇。第Ⅰ篇為機器學習入門篇，包含第1章，主要介紹機器學習的概念、機器學習研究的主要任務、如何選擇合適的算法及機器學習研究問題的一般步驟等；第Ⅱ篇為工具模塊使用篇，包含第2~4章，主要介紹數組計算NumPy、數據分析Pandas、圖形展示Matplotlib等；第Ⅲ篇為專業技能提升篇，包含第5~13章，主要介紹算法綜述、決策樹、樸素貝葉斯、邏輯回歸、支持向量機、AdaBoost、線性回歸、k-means、PCA等；第Ⅳ篇為深度學習延伸篇，包含第14章，主要介紹卷積神經網絡；第Ⅴ篇為項目技能實戰篇，包含第15~17章，主要介紹驗證碼識別、答題卡識別、機器學習簡歷指導等。同時，本書隨書贈送了大量相關的學習資料，以便讀者擴展學習。本書適用于任何想學習Python機器學習的讀者。無論讀者是否從事Python相關工作，是否接觸過Python，均可通過學習本書快速掌握Python機器學習的開發方法和技巧。

·17.9萬字

會員

深度學習實戰：基于TensorFlow 2和Keras（原書第2版）

本書簡潔地介紹了現代神經網絡、人工智能和深度學習技術，專門為軟件工程師和數據科學家設計。第1章逐步介紹神經網絡的基礎知識。第2章比較TensorFlow1.x和TensorFlow2.0編程模型。第3章重點介紹回歸。第4章介紹卷積神經網絡及其在圖像處理中的應用。第5章討論了CNN在圖像、視頻、音頻和文本處理方面的高級應用。第6章重點介紹生成對抗網絡。第7章介紹詞嵌入。第8章介紹基本嵌入方法的各種擴展。第9章介紹自動編碼器。第10章深入研究無監督學習模型。第11章重點介紹強化學習。第12章介紹AutoML。第13章介紹用于移動設備和物聯網的TensorFlow的基礎知識。第14章討論了云環境以及如何利用它來訓練和部署模型。第15章討論了深度學習背后的數學。第16章介紹TPU。本書內容豐富，易于理解，示例具有代表性，是學習深度學習的絕佳指南。

·17.9萬字

會員

如何教人工智能說人話？

AI的本質是什么？自然語言和人工語言的區別在哪里？ChatGPT究竟是人工智能發展道路上的里程碑，還是某種誤入歧途的“假AI”？我們不許諾美麗空洞的AI前景，而是告訴讀者，未來的AI之路到底有多少激流險灘——對于統計學工具與硬件升級的片面崇拜，對于智能科學基本原理的蔑視，是目前AI研究的大危機。在我們看來，萬眾期待的ChatGPT，只是新時代的“牛頓煉金術”。

·17.8萬字

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

你好中小學人工智能

大話機器人

模式識別與智能計算：Matlab技術實現（第2版）

聯邦學習技術及實戰

人工智能算法Python案例實戰

科學的極致：漫談人工智能

人工智能簡史（第2版）

人機共生

制造業大模型的構建與實踐

人工智能：智能制造

AI原生應用開發：提示工程原理與實戰

人工智能應用基礎

設計深度學習系統

規則時代：虛擬現實、人工智能和區塊鏈構建的游戲化未來

自然語言處理技術：文本信息抽取及應用研究

機器學習中的統計思維（Python實現）

用ChatGPT輕松玩轉機器學習與深度學習

Python機器學習入門與實戰

深度學習實戰：基于TensorFlow 2和Keras（原書第2版）

如何教人工智能說人話？