&#23448;&#26415;&#32593;&#95;&#20070;&#21451;&#26368;&#20540;&#24471;&#25910;&#34255;&#33;

解碼智能時(shí)代：刷新未來認(rèn)知

本書是立足智能時(shí)代的背景編寫的，全書分為12個(gè)部分，對(duì)大數(shù)據(jù)、人工智能、區(qū)塊鏈、5G、物聯(lián)網(wǎng)、智慧城市、云計(jì)算、數(shù)字政府、金融科技、智能醫(yī)療、智能制造、智慧教育相關(guān)內(nèi)容進(jìn)行了深度闡述，力圖全景呈現(xiàn)智能技術(shù)的概念、思想及發(fā)展現(xiàn)狀，以及它們對(duì)未來產(chǎn)業(yè)和社會(huì)的影響。該書在智能化產(chǎn)業(yè)起步階段具有行業(yè)影響力和啟發(fā)作用。適合于不同層次和領(lǐng)域的研究人員及學(xué)生閱讀，也是相關(guān)領(lǐng)域的科研與工程技術(shù)人員的參考書。

·17萬字

ROS機(jī)器人開發(fā)實(shí)踐

本書以《ROS探索總結(jié)》系列博文為基礎(chǔ)，重新整理了ROS相關(guān)基礎(chǔ)要點(diǎn)，讓讀者能夠迅速熟悉ROS的整體框架和設(shè)計(jì)原理；在此基礎(chǔ)上，本書以實(shí)踐為重心，講解大量機(jī)器視覺、機(jī)器語音、機(jī)械臂控制、SLAM和導(dǎo)航、機(jī)器學(xué)習(xí)等多方面ROS應(yīng)用的實(shí)現(xiàn)原理和方法，并且翻譯了眾多ROS中的圖表、內(nèi)容，幫助讀者在實(shí)現(xiàn)ROS基礎(chǔ)功能的同時(shí)深入理解基于ROS的機(jī)器人開發(fā)，將書中的內(nèi)容用于實(shí)踐。

·17萬字

現(xiàn)代人工智能技術(shù)

《現(xiàn)代人工智能技術(shù)》對(duì)現(xiàn)代人工智能的理論、算法、框架及應(yīng)用進(jìn)行了全面、系統(tǒng)的論述，剖析了人工智能研究領(lǐng)域的前沿學(xué)術(shù)成果，涵蓋了機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)以及聯(lián)邦學(xué)習(xí)等諸多方向。讀者通過學(xué)習(xí)本書，能夠掌握人工智能的基本知識(shí)，并能了解人工智能研究的一些前沿內(nèi)容，為進(jìn)一步學(xué)習(xí)人工智能理論與應(yīng)用奠定基礎(chǔ)。全書共分為9章，分別為緒論、知識(shí)表達(dá)、推理方法、智能算法、機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)、聯(lián)邦學(xué)習(xí)。本書可作為計(jì)算機(jī)類、自動(dòng)化類、電氣類、電子信息類專業(yè)的本科生、研究生學(xué)習(xí)人工智能課程的參考用書，也可供高等院校的教師、研究機(jī)構(gòu)的研究人員，以及相關(guān)法律法規(guī)制定者和政府監(jiān)管部門參考。

·16.9萬字

巧用ChatGPT進(jìn)行數(shù)據(jù)分析與挖掘

這既是一本引導(dǎo)讀者如何使用ChatGPT低門檻、高效率學(xué)習(xí)Python數(shù)據(jù)分析與挖掘方法的著作，又是一本指導(dǎo)讀者如何使用ChatGPT精準(zhǔn)、高效地進(jìn)行Python數(shù)據(jù)分析與挖掘?qū)嵅俚闹鳌淖x者對(duì)象的角度看，本書既大大降低了沒有編程經(jīng)驗(yàn)的讀者學(xué)習(xí)Python數(shù)據(jù)分析的門檻，又為有經(jīng)驗(yàn)的Python數(shù)據(jù)分析師提供了大量實(shí)用的AI數(shù)據(jù)分析技巧，幫助他們快速轉(zhuǎn)型為具備AI能力的數(shù)據(jù)分析師。從核心內(nèi)容的角度看，本書不僅講解了如何在數(shù)據(jù)預(yù)處理、數(shù)據(jù)清洗、數(shù)據(jù)可視化等基礎(chǔ)的數(shù)據(jù)分析環(huán)節(jié)使用AI工具，而且還講解了如何在聚類分析、預(yù)測(cè)分析等高級(jí)的數(shù)據(jù)建模環(huán)節(jié)使用AI工具。

·16.9萬字

智能化浪潮：正在爆發(fā)的第四次工業(yè)革命

正在到來的第四次工業(yè)革命，是繼機(jī)械化、電氣化及信息化之后的一次大規(guī)模的智能化浪潮，將對(duì)人類生產(chǎn)、生活方式產(chǎn)生革命性的影響。本書以時(shí)間為主線，采用歷史案例+未來趨勢(shì)解讀的形式，全面介紹第四次工業(yè)革命涉及的各個(gè)技術(shù)領(lǐng)域發(fā)展趨勢(shì)，包括時(shí)下最熱門的人工智能、無人駕駛、VR/AR、工業(yè)4.0、共享經(jīng)濟(jì)等；深入講解人類科技發(fā)展歷史的總體趨勢(shì)，通過眾多典型歷史案例總結(jié)出人類科技發(fā)展的核心驅(qū)動(dòng)力是信息、能源、交通“三駕馬車”規(guī)律，從全球視角解讀科技大趨勢(shì)，激發(fā)人們對(duì)科技創(chuàng)新規(guī)律的思考。本書中心思想明確，觀點(diǎn)新穎，內(nèi)容通俗易懂，非常適合關(guān)注科技創(chuàng)新的互聯(lián)網(wǎng)從業(yè)者、風(fēng)險(xiǎn)投資人、傳統(tǒng)企業(yè)家以及股市投資者等閱讀。

·16.9萬字

Manus極簡(jiǎn)入門：從0到1快速打造你的AI智能體

本書是一本全面介紹Manus及其應(yīng)用的實(shí)用指南，旨在幫助讀者深入了解Manus的核心技術(shù)、獨(dú)特優(yōu)勢(shì)及其在各個(gè)領(lǐng)域的廣泛應(yīng)用，為讀者在智能化時(shí)代的學(xué)習(xí)、工作和生活提供有力支持。首先，本書深入剖析智能體的本質(zhì)與技術(shù)基礎(chǔ)，詳細(xì)闡述AIAgent的核心架構(gòu)、運(yùn)作原理，及其與傳統(tǒng)AI模型的區(qū)別，并從不同維度對(duì)比Manus與其他AI大模型（如DeepSeek、ChatGPT），讓讀者對(duì)Manus的技術(shù)優(yōu)勢(shì)有清晰的認(rèn)識(shí)。其次，本書重點(diǎn)介紹Manus在個(gè)人工作與學(xué)習(xí)中的應(yīng)用，涵蓋智能日程優(yōu)化、職場(chǎng)技能提升、學(xué)習(xí)輔助等多個(gè)方面，為個(gè)人提升工作效率和學(xué)習(xí)效果提供實(shí)用方法與工具。接著，本書依次探討Manus在市場(chǎng)營(yíng)銷、銷售收益優(yōu)化、供應(yīng)鏈管理等商業(yè)領(lǐng)域的創(chuàng)新應(yīng)用，包括AI虛擬代言人、動(dòng)態(tài)內(nèi)容營(yíng)銷、談判策略生成、價(jià)格彈性預(yù)測(cè)、多級(jí)庫(kù)存優(yōu)化等內(nèi)容，幫助企業(yè)實(shí)現(xiàn)精準(zhǔn)營(yíng)銷、高效銷售和精益管理。此外，本書深入分析Manus在產(chǎn)品服務(wù)創(chuàng)新、組織管理、風(fēng)險(xiǎn)管理等方面的應(yīng)用案例，如AI概念生成、虛擬焦點(diǎn)小組、智能包裝設(shè)計(jì)、組織網(wǎng)絡(luò)分析等，為企業(yè)的產(chǎn)品創(chuàng)新和內(nèi)部管理提供新思路。最后，本書還關(guān)注Manus在戰(zhàn)略決策、日常生活等領(lǐng)域的應(yīng)用，包括市場(chǎng)進(jìn)入模擬、技術(shù)成熟度評(píng)估、健康與身心管理、家庭與社交關(guān)系優(yōu)化等方面，助力讀者從宏觀戰(zhàn)略到微觀生活全方位提升智能化水平。

OpenCV4.5計(jì)算機(jī)視覺開發(fā)實(shí)戰(zhàn)：基于Python

OpenCV是一個(gè)跨平臺(tái)計(jì)算機(jī)視覺和機(jī)器學(xué)習(xí)軟件庫(kù)，也是計(jì)算機(jī)視覺領(lǐng)域的開發(fā)人員必須掌握的技術(shù)。本書基于Python3.8全面、系統(tǒng)地介紹OpenCV4.5的使用，并配套示例源代碼、開發(fā)環(huán)境與答疑服務(wù)。本書共分15章，主要內(nèi)容包括計(jì)算機(jī)視覺概述、OpenCV的Python開發(fā)環(huán)境搭建、OpenCV基本操作、數(shù)組矩陣、圖像處理模塊、灰度變換和直方圖修正、圖像平滑、幾何變換、圖像邊緣檢測(cè)、圖像分割、圖像金字塔、圖像形態(tài)學(xué)、視頻處理，以及停車場(chǎng)車牌識(shí)別、物體識(shí)別、運(yùn)動(dòng)跟蹤、人臉檢測(cè)等案例。本書既適合計(jì)算機(jī)視覺與圖像處理、人工智能算法的開發(fā)人員閱讀，也適合高等院校和培訓(xùn)機(jī)構(gòu)計(jì)算機(jī)視覺與圖像處理、人工智能等相關(guān)專業(yè)的師生教學(xué)參考。

人工智能導(dǎo)論

本書主要講述人工智能的基礎(chǔ)知識(shí)與基礎(chǔ)理論，并通過大量的人工智能應(yīng)用幫助讀者快速了解人工智能相關(guān)技術(shù)。本書共10章，分別為人工智能概述、人工智能基礎(chǔ)知識(shí)、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、計(jì)算機(jī)視覺、自然語言處理、知識(shí)圖譜、人工智能技術(shù)應(yīng)用場(chǎng)景、智能機(jī)器人和人工智能的挑戰(zhàn)與未來。本書內(nèi)容豐富，講解細(xì)致，注重技術(shù)發(fā)展變化。本書既可作為高校大數(shù)據(jù)專業(yè)、云計(jì)算專業(yè)、人工智能技術(shù)專業(yè)、信息管理專業(yè)、計(jì)算機(jī)網(wǎng)絡(luò)專業(yè)的教材，又可作為人工智能與大數(shù)據(jù)愛好者的參考書。

TensorFlow機(jī)器學(xué)習(xí)（原書第2版）

這是一本TensorFlow機(jī)器學(xué)習(xí)入門教程，書中通過大量實(shí)例，以淺顯易懂、循序漸進(jìn)的方式詳細(xì)闡釋使用Python和TensorFlow構(gòu)建機(jī)器學(xué)習(xí)模型的核心技術(shù)與方法。本書既涵蓋機(jī)器學(xué)習(xí)基礎(chǔ)理論，又介紹了如何將機(jī)器學(xué)習(xí)核心概念應(yīng)用于現(xiàn)實(shí)世界的挑戰(zhàn)（例如，情感分析、文本分類和圖像識(shí)別）中，并通過實(shí)例展示了用于深度語音處理、面部識(shí)別以及使用CIFAR-10的自編碼器的神經(jīng)網(wǎng)絡(luò)技術(shù)。全書共分為三部分。第一部分（第1～2章）討論機(jī)器學(xué)習(xí)的基本原理及其當(dāng)前被大規(guī)模應(yīng)用的原因；第二部分（第3～10章）通過大量實(shí)例詳細(xì)介紹回歸算法和分類算法，涵蓋回歸、分類、無監(jiān)督聚類和隱馬爾可夫模型（HMM）等技術(shù)及應(yīng)用；第三部分（第11～19章）主要介紹神經(jīng)網(wǎng)絡(luò)及其應(yīng)用，涵蓋使用隱藏層的自編碼器壓縮和表示輸入、用于自動(dòng)分類圖像和面部識(shí)別的卷積神經(jīng)網(wǎng)絡(luò)（CNN）、用于時(shí)間序列數(shù)據(jù)或語音轉(zhuǎn)文本的循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN），以及seq2seqRNN架構(gòu)等內(nèi)容。通過閱讀本書，你將能夠：使用TensorFlow進(jìn)行機(jī)器學(xué)習(xí)選擇最佳的機(jī)器學(xué)習(xí)方法使用TensorBoard可視化算法與合作伙伴共享結(jié)果在Docker中運(yùn)行模型

深度學(xué)習(xí)全書：公式+推導(dǎo)+代碼+TensorFlow全程案例

《深度學(xué)習(xí)全書——公式+推導(dǎo)+代碼+TensorFlow全程案例》共有15章，分為5部分，第一篇說明深度學(xué)習(xí)的概念，包括數(shù)理基礎(chǔ)，特點(diǎn)是結(jié)合編程解題，加深讀者印象，第二篇說明TensorFlow的學(xué)習(xí)地圖，從張量、自動(dòng)微分、梯度下降乃至神經(jīng)層的實(shí)踐，逐步解構(gòu)神經(jīng)網(wǎng)絡(luò)，第三篇介紹CNN算法、影像應(yīng)用、轉(zhuǎn)移學(xué)習(xí)等，第四篇?jiǎng)t進(jìn)入自然語言處理及語音識(shí)別的領(lǐng)域，介紹RNN/BERT/Transformer算法、相關(guān)應(yīng)用等，最后，介紹了強(qiáng)化學(xué)習(xí)的基礎(chǔ)知識(shí)，包括馬爾可夫決策過程、動(dòng)態(tài)規(guī)劃、蒙特卡洛、QLearning算法，當(dāng)然，還有相關(guān)案例實(shí)踐。

移動(dòng)機(jī)器人自主控制

移動(dòng)機(jī)器人自主控制不僅是機(jī)器人領(lǐng)域的重要問題，也是人工智能研究中的熱點(diǎn)課題之一。本書首先系統(tǒng)介紹移動(dòng)機(jī)器人的結(jié)構(gòu)和特點(diǎn)，以及移動(dòng)機(jī)器人自主控制的關(guān)鍵技術(shù)等內(nèi)容；然后詳細(xì)研究人工智能理論與方法在移動(dòng)機(jī)器人導(dǎo)航、路徑規(guī)劃、機(jī)器人視覺、環(huán)境感知、同步定位與建圖、多機(jī)器人協(xié)作等方面的具體解決思路，并給出實(shí)驗(yàn)結(jié)果和分析；最后介紹移動(dòng)機(jī)器人自主控制的進(jìn)展。

人工智能簡(jiǎn)史

本書全面講述人工智能的發(fā)展史，幾乎覆蓋人工智能學(xué)科的所有領(lǐng)域，包括人工智能的起源、自動(dòng)定理證明、專家系統(tǒng)、神經(jīng)網(wǎng)絡(luò)、自然語言處理、遺傳算法、深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)、超級(jí)智能、哲學(xué)問題和未來趨勢(shì)等，以宏闊的視野和生動(dòng)的語言，對(duì)人工智能進(jìn)行了全面回顧和深度點(diǎn)評(píng)。本書作者和書中諸多人物或?yàn)閹熡鸦蛳嗍煜嘀嗽攲?shí)的考證還有有趣的軼事。本書既適合專業(yè)人士了解人工智能鮮為人知的歷史，也適合對(duì)人工智能感興趣的大眾讀者作為入門的向?qū)А?/p>

AIGC原理與實(shí)踐：零基礎(chǔ)學(xué)大語言模型、擴(kuò)散模型和多模態(tài)模型

本書旨在幫助沒有任何人工智能技術(shù)基礎(chǔ)的工程師們?nèi)嬲莆誂IGC的底層技術(shù)原理，以及大語言模型、擴(kuò)散模型和多模態(tài)模型的原理與實(shí)踐。本書的核心價(jià)值是，首先為想學(xué)習(xí)各種大模型的讀者打下堅(jiān)實(shí)的技術(shù)基礎(chǔ)，然后再根據(jù)自己的研究方向展開深入的學(xué)習(xí)，達(dá)到事半功倍的效果。通過閱讀本書，您將學(xué)習(xí)如下內(nèi)容：（1）AIGC技術(shù)基礎(chǔ)深入了解神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)知識(shí)，包括卷積神經(jīng)網(wǎng)絡(luò)和循環(huán)神經(jīng)網(wǎng)絡(luò)的原理與應(yīng)用。并通過學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的優(yōu)化方法，您將掌握如何優(yōu)化和提升神經(jīng)網(wǎng)絡(luò)的性能。（2）圖像生成模型包括從自動(dòng)編碼器（AE）、變分自編碼器（VAE）、生成對(duì)抗網(wǎng)絡(luò)（GAN）等圖像生成模型。通過學(xué)習(xí)優(yōu)化方法，如WGAN、WGAN-WP、StyleGAN等，您將掌握如何提高圖像生成模型的質(zhì)量和穩(wěn)定性。同時(shí)，了解圖像生成模型的應(yīng)用，如遷移學(xué)習(xí)、風(fēng)格遷移等，讓您輕松實(shí)現(xiàn)個(gè)性化創(chuàng)作。此外，還將帶您深入了解DDPM、DDIM等擴(kuò)散模型的前沿技術(shù)，為您展現(xiàn)圖像生成技術(shù)的最新成果，探索更加出色的生成效果和表達(dá)方式。（3）語言生成模型了解注意力機(jī)制、Transformer架構(gòu)等基礎(chǔ)知識(shí)，深入探索GAT系列、大語言模型（如ChatGPT），讓您掌握自然語言處理的精髓。（4）多模態(tài)模型了解CLIP、StableDiffusion、DALL.E等多模態(tài)模型，觸碰視覺和文字的奇妙交織，領(lǐng)略多模態(tài)智能的廣闊前景。

人工智能導(dǎo)論

本書致力于推動(dòng)人工智能的普及教育，結(jié)合最新的人工智能科學(xué)技術(shù)的發(fā)展成果，使用通俗易懂的語言深入淺出地介紹了人工智能的相關(guān)知識(shí)，重點(diǎn)介紹了人工智能的孕育、人工智能的誕生、人工智能的復(fù)蘇、人工智能的高速發(fā)展、人工智能的應(yīng)用分支和哲學(xué)與思考等方面，在每章節(jié)后都有與之對(duì)應(yīng)的章節(jié)習(xí)題，供學(xué)習(xí)者學(xué)習(xí)，以強(qiáng)化學(xué)生解決問題的能力。

AI時(shí)代項(xiàng)目經(jīng)理成長(zhǎng)之道：ChatGPT讓項(xiàng)目經(jīng)理插上翅膀

本書通過13章的探討，帶領(lǐng)讀者踏上項(xiàng)目管理卓越之路。第1章“人工智能顛覆與重塑項(xiàng)目管理”，首先揭示了人工智能對(duì)項(xiàng)目管理的深刻影響和帶來的機(jī)遇與挑戰(zhàn)。緊接著，第2章至第13章依次介紹了使用ChatGPT編寫各種文檔、在項(xiàng)目啟動(dòng)中的應(yīng)用、幫助組建高效團(tuán)隊(duì)、輔助項(xiàng)目溝通管理、項(xiàng)目計(jì)劃與管理、項(xiàng)目成本管理、項(xiàng)目時(shí)間管理、項(xiàng)目質(zhì)量管理、項(xiàng)目風(fēng)險(xiǎn)管理、輔助采購(gòu)計(jì)劃與采購(gòu)流程、輔助項(xiàng)目績(jī)效管理以及進(jìn)行項(xiàng)目總結(jié)等各方面的內(nèi)容。

·16.6萬字

基于機(jī)器學(xué)習(xí)的數(shù)據(jù)缺失值填補(bǔ)：理論與方法

這是一部講解如何基于機(jī)器學(xué)習(xí)技術(shù)實(shí)現(xiàn)數(shù)據(jù)缺失值填補(bǔ)的專著，與傳統(tǒng)的基于統(tǒng)計(jì)學(xué)的缺失值填補(bǔ)方法相比，效率上得到了較大的提升。作者基于多年的研究和實(shí)踐成果，創(chuàng)新性地提出了基于神經(jīng)網(wǎng)絡(luò)的缺失值填補(bǔ)方法和基于TS模型的缺失值填補(bǔ)方法。全書共8章，可分為4個(gè)部分。第一部分（第1~3章）：首先介紹缺失值填補(bǔ)領(lǐng)域的缺失數(shù)據(jù)機(jī)制、基本概念、性能度量等基礎(chǔ)知識(shí)，隨后詳細(xì)闡述目前基于統(tǒng)計(jì)學(xué)、機(jī)器學(xué)習(xí)的缺失值填補(bǔ)理論與方法。第二部分（第4~5章）：對(duì)目前神經(jīng)網(wǎng)絡(luò)在缺失值填補(bǔ)領(lǐng)域的研究成果進(jìn)行歸納總結(jié)，并從網(wǎng)絡(luò)模型、填補(bǔ)方案角度闡述神經(jīng)網(wǎng)絡(luò)填補(bǔ)方法的設(shè)計(jì)及應(yīng)用。第三部分（第6~7章）：詳細(xì)介紹面向不完整數(shù)據(jù)的TS建模過程，隨后通過特征選擇算法處理TS建模中的特征冗余問題，并從前提參數(shù)優(yōu)化和結(jié)論參數(shù)優(yōu)化兩個(gè)角度改進(jìn)TS模型。第四部分（第8章）：以缺失值填補(bǔ)方法在我國(guó)貧困問題研究中的應(yīng)用為例，展現(xiàn)缺失值填補(bǔ)方法的現(xiàn)實(shí)意義。

·16.6萬字

涌現(xiàn)：AI大模型賦能千行百業(yè)

AI大模型正成為數(shù)字經(jīng)濟(jì)時(shí)代的新質(zhì)生產(chǎn)力，它將對(duì)經(jīng)濟(jì)社會(huì)的各行各業(yè)產(chǎn)生重大影響。本書詳細(xì)介紹了AI大模型在各個(gè)領(lǐng)域的無限潛力和廣闊前景。從精準(zhǔn)農(nóng)業(yè)的種植建議到智能制造的質(zhì)量控制和精益生產(chǎn)，從醫(yī)療診斷的精準(zhǔn)高效到文化傳媒的智能化創(chuàng)新，從旅游業(yè)的個(gè)性化服務(wù)到教育領(lǐng)域的智能化輔助，從零售業(yè)的創(chuàng)新應(yīng)用到交通運(yùn)輸業(yè)的智能化變革，AI大模型正在深度融入并引領(lǐng)各領(lǐng)域和行業(yè)的數(shù)字化轉(zhuǎn)型。本書不僅提供全面的行業(yè)洞察，而且給出了相關(guān)的策略指導(dǎo)和實(shí)踐指南，助力讀者搶占先機(jī)，實(shí)現(xiàn)高效創(chuàng)新。本書既可作為政府相關(guān)部門負(fù)責(zé)人及企業(yè)高級(jí)管理人員的參考資料，也可作為人工智能產(chǎn)業(yè)相關(guān)單位、科研院所人員及高校人工智能相關(guān)專業(yè)師生的培訓(xùn)用書。

·16.6萬字

圖解大模型：生成式AI原理與實(shí)戰(zhàn)

本書全程圖解式講解，通過大量全彩插圖拆解概念，讓讀者真正告別學(xué)習(xí)大模型的枯燥和復(fù)雜。全書分為三部分，依次介紹語言模型的原理、應(yīng)用及優(yōu)化。第一部分理解語言模型（第1~3章），解析語言模型的核心概念，包括詞元、嵌入向量及Transformer架構(gòu)，幫助讀者建立基礎(chǔ)認(rèn)知。第二部分使用預(yù)訓(xùn)練語言模型（第4~9章），介紹如何使用大模型進(jìn)行文本分類、聚類、語義搜索、文本生成及多模態(tài)擴(kuò)展，提升模型的應(yīng)用能力。第三部分訓(xùn)練和微調(diào)語言模型（第10~12章），探討大模型的訓(xùn)練與微調(diào)方法，包括嵌入模型的構(gòu)建、分類任務(wù)的優(yōu)化及生成式模型的微調(diào)，以適應(yīng)特定需求。本書適合對(duì)大模型感興趣的開發(fā)者、研究人員和行業(yè)從業(yè)者。讀者無須深度學(xué)習(xí)基礎(chǔ)，只要會(huì)用Python，就可以通過本書深入理解大模型的原理并上手大模型應(yīng)用開發(fā)。書中示例還可以一鍵在線運(yùn)行，讓學(xué)習(xí)過程更輕松。

·16.4萬字