官术网_书友最值得收藏!

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(duì)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(duì)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(duì)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(duì)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

《機(jī)器學(xué)習(xí)》習(xí)題參考
會(huì)員

本書配套周志華教授所著的《機(jī)器學(xué)習(xí)》教材,通過大量習(xí)題考查讀者對(duì)機(jī)器學(xué)習(xí)相關(guān)知識(shí)點(diǎn)的理解與掌握。全書分為兩個(gè)部分:第一部分習(xí)題對(duì)應(yīng)《機(jī)器學(xué)習(xí)》第1~10章的內(nèi)容,包括緒論、模型評(píng)估與選擇、線性模型、決策樹、神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)、貝葉斯分類器、集成學(xué)習(xí)、聚類、降維與度量學(xué)習(xí);第二部分包含6章應(yīng)用專題,通過綜合題的形式對(duì)知識(shí)點(diǎn)進(jìn)行多角度考查,包括線性模型的優(yōu)化與復(fù)用、面向類別不平衡數(shù)據(jù)的分類、神經(jīng)網(wǎng)絡(luò)的優(yōu)化與應(yīng)用、EM算法及其應(yīng)用、集成學(xué)習(xí)的過擬合現(xiàn)象研究、度量學(xué)習(xí)及其應(yīng)用。書中包含簡(jiǎn)答題、計(jì)算題和編程題,涵蓋不同難度級(jí)別,機(jī)器學(xué)習(xí)初學(xué)者可以通過這些習(xí)題深入了解和鞏固教材的關(guān)鍵概念,對(duì)機(jī)器學(xué)習(xí)有一定基礎(chǔ)的讀者也可以通過習(xí)題發(fā)現(xiàn)對(duì)一些知識(shí)點(diǎn)不同角度的解讀,為后續(xù)機(jī)器學(xué)習(xí)的深入研究打下基礎(chǔ)。本書面向《機(jī)器學(xué)習(xí)》讀者以及廣大機(jī)器學(xué)習(xí)愛好者,可作為高等院校人工智能、計(jì)算機(jī)、自動(dòng)化及相關(guān)專業(yè)的本科生或研究生的教學(xué)輔助書籍,也可供對(duì)機(jī)器學(xué)習(xí)感興趣的研究人員和工程技術(shù)人員閱讀參考。

葉翰嘉 詹德川 ·人工智能 ·19.3萬字

深度學(xué)習(xí)實(shí)戰(zhàn):基于TensorFlow 2和Keras(原書第2版)
會(huì)員

本書簡(jiǎn)潔地介紹了現(xiàn)代神經(jīng)網(wǎng)絡(luò)、人工智能和深度學(xué)習(xí)技術(shù),專門為軟件工程師和數(shù)據(jù)科學(xué)家設(shè)計(jì)。第1章逐步介紹神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)知識(shí)。第2章比較TensorFlow1.x和TensorFlow2.0編程模型。第3章重點(diǎn)介紹回歸。第4章介紹卷積神經(jīng)網(wǎng)絡(luò)及其在圖像處理中的應(yīng)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(jí)應(yīng)用。第6章重點(diǎn)介紹生成對(duì)抗網(wǎng)絡(luò)。第7章介紹詞嵌入。第8章介紹基本嵌入方法的各種擴(kuò)展。第9章介紹自動(dòng)編碼器。第10章深入研究無監(jiān)督學(xué)習(xí)模型。第11章重點(diǎn)介紹強(qiáng)化學(xué)習(xí)。第12章介紹AutoML。第13章介紹用于移動(dòng)設(shè)備和物聯(lián)網(wǎng)的TensorFlow的基礎(chǔ)知識(shí)。第14章討論了云環(huán)境以及如何利用它來訓(xùn)練和部署模型。第15章討論了深度學(xué)習(xí)背后的數(shù)學(xué)。第16章介紹TPU。本書內(nèi)容豐富,易于理解,示例具有代表性,是學(xué)習(xí)深度學(xué)習(xí)的絕佳指南。

(意)安東尼奧·古利 (印)阿米塔·卡普爾 (美)蘇吉特·帕爾 ·人工智能 ·17.9萬字

人工智能技術(shù)與大數(shù)據(jù)
會(huì)員

本書分為兩個(gè)部分,共12章。第1章到第5章介紹了大數(shù)據(jù)的本體論、機(jī)器學(xué)習(xí)的基本理論等內(nèi)容,為具體場(chǎng)景、算法的實(shí)踐奠定了基礎(chǔ)。讀者可以了解到,在工程實(shí)踐中,對(duì)大數(shù)據(jù)的處理、轉(zhuǎn)化方式與人類學(xué)習(xí)知識(shí)并將其轉(zhuǎn)化為實(shí)踐的過程是多么相似。在對(duì)機(jī)器學(xué)習(xí)的介紹中,會(huì)對(duì)其數(shù)學(xué)原理、訓(xùn)練過程做基本的講解,并輔以代碼幫助讀者了解真實(shí)場(chǎng)景中技術(shù)工具的使用。第6章到第12章提供了多個(gè)不同的用例,章節(jié)之間彼此獨(dú)立,介紹了如何用人工智能技術(shù)(自然語言處理、模糊系統(tǒng)、遺傳編程、群體智能、強(qiáng)化學(xué)習(xí)、網(wǎng)絡(luò)安全、認(rèn)知計(jì)算)實(shí)現(xiàn)大數(shù)據(jù)自動(dòng)化解決方案。如果讀者對(duì)Java編程語言、分布式計(jì)算框架、各種機(jī)器學(xué)習(xí)算法有一定的了解,那么本書可以幫助你建立一個(gè)全局觀,從更廣闊的視角來看待人工智能技術(shù)在大數(shù)據(jù)中的應(yīng)用。如果讀者對(duì)上述知識(shí)一無所知,但是對(duì)大數(shù)據(jù)人工智能的技術(shù)、業(yè)務(wù)非常感興趣,那么可以通過本書獲得從零到一的認(rèn)知提升。

(印度)阿南德·德什潘德 馬尼什·庫馬 ·人工智能 ·13.3萬字

大模型工程化:AI驅(qū)動(dòng)下的數(shù)據(jù)體系
會(huì)員

大模型在眾多領(lǐng)域得到了廣泛應(yīng)用,促進(jìn)了AI技術(shù)的整合和創(chuàng)新。然而,在實(shí)際應(yīng)用過程中,直接將大模型應(yīng)用于特定行業(yè)常常難以達(dá)到預(yù)期效果。本書詳細(xì)闡述如何在游戲經(jīng)營(yíng)分析場(chǎng)景中利用大模型實(shí)現(xiàn)數(shù)據(jù)體系的建設(shè)。本書分為6個(gè)部分,共16章。第1部分主要介紹大模型技術(shù)的發(fā)展與應(yīng)用,從大模型的發(fā)展現(xiàn)狀展開,重點(diǎn)介紹大模型與數(shù)據(jù)體系的相關(guān)知識(shí)。第2部分主要介紹大模型下的關(guān)鍵基礎(chǔ)設(shè)施,涵蓋湖倉一體引擎、湖倉的關(guān)鍵技術(shù)、實(shí)時(shí)數(shù)據(jù)寫入和高效數(shù)據(jù)分析等內(nèi)容。第3部分主要介紹大模型下的數(shù)據(jù)資產(chǎn),圍繞數(shù)據(jù)資產(chǎn)重塑、數(shù)據(jù)資產(chǎn)標(biāo)準(zhǔn)、數(shù)據(jù)資產(chǎn)建設(shè)、數(shù)據(jù)資產(chǎn)運(yùn)營(yíng)展開。第4部分主要介紹自研領(lǐng)域大模型的技術(shù)原理,涵蓋領(lǐng)域大模型的基礎(chǔ)、需求理解算法、需求匹配算法、需求轉(zhuǎn)譯算法等內(nèi)容。第5部分主要介紹大模型的工程化原理,涉及工程化的基礎(chǔ)、技術(shù)籌備、建設(shè)要點(diǎn)、安全策略等內(nèi)容。第6部分介紹大模型在游戲領(lǐng)域的應(yīng)用,通過游戲領(lǐng)域的經(jīng)營(yíng)分析案例,系統(tǒng)地闡述如何實(shí)現(xiàn)業(yè)務(wù)需求。本書適合致力于大模型技術(shù)應(yīng)用的數(shù)據(jù)工程師閱讀,也適合尋求AI自動(dòng)化編程解決方案的軟件開發(fā)者閱讀,還適合希望利用AI提升業(yè)務(wù)效率的企業(yè)決策者閱讀。

騰訊游戲數(shù)據(jù)團(tuán)隊(duì)編著 ·人工智能 ·15.6萬字

QQ閱讀手機(jī)版

主站蜘蛛池模板: 阿瓦提县| 赤壁市| 辉县市| 开鲁县| 惠州市| 醴陵市| 渝北区| 小金县| 安龙县| 行唐县| 肃南| 离岛区| 织金县| 陈巴尔虎旗| 红安县| 无棣县| 万荣县| 宝鸡市| 黄梅县| 榆树市| 墨竹工卡县| 宿州市| 肃北| 延川县| 许昌县| 芜湖市| 吉木萨尔县| 郑州市| 江北区| 台安县| 宁海县| 万宁市| 高碑店市| 普宁市| 中超| 永安市| 桃江县| 海城市| 迁安市| 竹北市| 马鞍山市|