免费下载麻将推倒胡

《人工智能》一書由騰訊一流團隊與工信部高端智庫傾力創(chuàng)作。本書從人工智能這一顛覆性技術的前世今生說起，對人工智能產(chǎn)業(yè)全貌、最新進展、發(fā)展趨勢進行了清晰的梳理，對各國的競爭態(tài)勢做了深入研究。本書還對人工智能給個人、企業(yè)、社會帶來的機遇與挑戰(zhàn)進行了深入分析。對于想全面了解人工智能的讀者，本書提供了重要參考，是一本必備書籍。

·22.5萬字

會員

奇點臨近

比爾·蓋茨、比爾·喬伊等鼎力推薦！一部預測人工智能和科技未來的奇書！在《奇點臨近》中，庫茲韋爾通過將進化劃分為六大紀元，探討和分析了科學發(fā)展趨勢。演繹并預測了科技發(fā)展的未來。他大膽預測：21世紀30年代：人類大腦信息上傳成為可能。21世紀40年代：人體3.0升級版出現(xiàn)：通過基因、納米、機器人技術使人體進化成非肉體的、可以隨意變形的形態(tài)。人們大多數(shù)時間沉浸在虛擬現(xiàn)實里（像電影《黑客帝國》所描述的那樣）。2045年：奇點來臨，人工智能完全超越人類智能，人類歷史將徹底改變。2045年之后：宇宙覺醒，為了超越計算機的局限性。人機智能將物質(zhì)轉化為超級計算機，最終整個宇宙變成一個超級智能，這種智能可以改變目前已知的物理定律。實現(xiàn)不同維度空間的穿越，并實現(xiàn)人類真正的永生。讓我們捧讀這《奇點臨近》，領略作者的大膽推測和嚴謹論證，共同期待奇點臨近。

·32.9萬字

會員

深度學習

《深度學習》由全球知名的三位專家IanGoodfellow、YoshuaBengio和AaronCourville撰寫，是深度學習領域奠基性的經(jīng)典教材。全書的內(nèi)容包括3個部分：第1部分介紹基本的數(shù)學工具和機器學習的概念，它們是深度學習的預備知識；第2部分系統(tǒng)深入地講解現(xiàn)今已成熟的深度學習方法和技術；第3部分討論某些具有前瞻性的方向和想法，它們被公認為是深度學習未來的研究重點。《深度學習》適合各類讀者閱讀，包括相關專業(yè)的大學生或研究生，以及不具有機器學習或統(tǒng)計背景、但是想要快速補充深度學習知識，以便在實際產(chǎn)品或平臺中應用的軟件工程師。

·43.8萬字

會員

人工智能

全書共分為11章，除第1章人工智能概述外，其余內(nèi)容劃分為四大部分。第一部分為確定性人工智能的三大基本技術，包括第2,3,4章的知識表示、確定性推理和搜索部分。第二部分包括第5章不確定性人工智能和第6章的智能算法。第三部分為人工智能的重要研究領域，包括第7章的分布式人工智能，第8章的機器學習，第9章的專家系統(tǒng)。第四部分為人工智能應用部分，包括第10章的人工智能設計語言和第11章的人工智能的應用舉例。

·27.5萬字

會員

人工智能及其應用

本書為普通高等教育“十一五”國家級規(guī)劃教材。系統(tǒng)地闡述了人工智能的基本原理、方法和應用技術，比較全面地反映了國內(nèi)外人工智能研究領域的最新進展和發(fā)展方向。全書共分為11章。首先簡要介紹了人工智能的發(fā)展歷史及概況；然后重點介紹了人工智能的知識表示方法，搜索技術和知識推理；最后詳細介紹了人工智能的主要應用以及一些應用實例。內(nèi)容由淺入深、循序漸進，條理清晰，各章均有大量的例題，便于讀者掌握和鞏固所學知識，讓學生在有限的時間內(nèi)，掌握人工智能的基本原理與應用技術，提高對人工智能習題的求解能力。

·32.3萬字

會員

Python機器學習：基于PyTorch和Scikit-Learn

本書深入介紹了機器學習領域的基本概念和方法，除介紹了Python機器學習庫和用機器學習庫搭建神經(jīng)網(wǎng)絡模型的方法外，還介紹了機器學習算法的數(shù)學理論、工作原理、使用方法、實現(xiàn)細節(jié)以及如何避免機器學習算法實現(xiàn)過程中的常見問題。本書涵蓋了多種用于文本和圖像分類的機器學習與深度學習方法，以及用于生成新數(shù)據(jù)的生成對抗網(wǎng)絡（GAN）和用于訓練智能體的強化學習，還介紹了深度學習的新動態(tài)，包括圖神經(jīng)網(wǎng)絡和用于自然語言處理（NLP）的大型transformer。本書講解清晰，示例生動，理論和實踐部分相對平衡，既可以作為機器學習領域初學者的入門教程，也可以作為讀者開發(fā)機器學習項目時的參考書。

·25.6萬字

會員

智慧的疆界：從圖靈機到人工智能

這是一部對人工智能充滿敬畏之心的匠心之作，《深入理解Java虛擬機》作者耗時一年完成，它將帶你從奠基人物、歷史事件、學術理論、研究成果、技術應用等5個維度全面讀懂人工智能。本書以時間為主線，用專業(yè)的知識、通俗的語言、巧妙的內(nèi)容組織方式，詳細講解了人工智能這個學科的全貌、能解決什么問題、面臨怎樣的困難、嘗試過哪些努力、取得過多少成績、未來將向何方發(fā)展，盡可能消除人工智能的神秘感，把陽春白雪的人工智能從科學的殿堂推向公眾面前。

·22.6萬字

會員

多模態(tài)大模型：算法、應用與微調(diào)

本書詳盡地覆蓋了多模態(tài)大模型的算法原理和應用實戰(zhàn)，提供了豐富的微調(diào)技術細節(jié)和實際案例，適合對多模態(tài)大模型有興趣的技術人員深入學習及應用。本書分為兩篇：算法原理篇：詳細介紹了先進的深度學習模型，包括Transformer、GPT系列、深度生成模型，從基本架構、訓練方法到特定應用，包括但不限于Seq2Seq結構、位置編碼、注意力機制、殘差連接、變分自編碼器、GAN、ViT、CLIP、StableDiffusion、各模型訓練實踐的知識點。此外，探討了預訓練模型的涌現(xiàn)能力、模型參數(shù)和通信數(shù)據(jù)量的估算，以及分布式訓練的各種技術，如數(shù)據(jù)并行、模型并行和混合精度訓練等。應用實戰(zhàn)篇：聚焦于深度學習模型的實際應用，特別是文本和圖像生成，以及代碼生成的應用實戰(zhàn)。通過具體實戰(zhàn)項目，如利用StableDiffusion進行圖像生成和CodeLlama進行代碼生成，提供了微調(diào)技術的詳細細節(jié)，介紹了LangChain等大模型應用框架。

·25.2萬字

會員

AI效率手冊：從ChatGPT開啟高效能

ChatGPT是當下最新、最熱門的工具、效率工具，但為什么不同的人使用效果天差地別，整體上來說：一是認知上的不足；二是方法上的不足。這正是本書要解決的問題。本書不僅讓讀者會用ChatGPT，更嘗試讓讀者意識到自己需要構建一個完整的學習體系，同時本書提供構建這個學習體系的方法。有了這個學習體系，才能真正用好ChatGPT，也不止能用好ChatGPT。讀者能夠根據(jù)自己的需求，用好ChatGPT，既不停留在淺嘗輒止，也不相信宣稱的人人都能用ChatGPT賺錢。

·22.5萬字

會員

新智元：機器+人類=超智能時代

谷歌AlphaGO戰(zhàn)勝李世石，標志著機器智能向人類智能的領地又邁進了偉大的一步。而“互聯(lián)網(wǎng)”向“智能”時代的躍遷，也昭示新智能時代即將到來。2016年，恰逢人工智能誕生60周年，本書是人工智能技術和產(chǎn)業(yè)狂飆突進的見證，為讀者打開人工智能世界的一扇大門，不僅可以一窺百度大腦、訊飛超腦、中國大腦計劃究竟，更可以著名人工智能研究院院長等頂級專家大咖的技術解密作為對智能產(chǎn)業(yè)未來趨勢的參照。近百位學界、商界、技術界、產(chǎn)業(yè)界的專家，從機器人、機器人學習、智能汽車、智能醫(yī)療、認知科學、高性能計算和“AI”投資等不同視角，對人工智能和機器人產(chǎn)業(yè)進行評析。人類未來在AI時代將何去何從，超智能時代將引發(fā)社會更多思考。

·20.7萬字

會員

移動機器人技術及其應用

本書是作者結合研究所的研究工作，吸收借鑒國內(nèi)外期刊論文的最新研究成果以及相關書籍編著而成的，是目前國內(nèi)第一本針對移動機器人的研究用書，書中側重了移動機器人的基本問題與研究重點，作者盡量做到既講清基本原理，又密切聯(lián)系應用，既不乏經(jīng)典理論，又側重近年來的新鮮成果，盡可能的綜合了移動機器人研究的各個方面。

·27.3萬字

會員

機器人驅動與控制及應用實例

機器人驅動裝置是驅使執(zhí)行機構運動的機構，按照控制系統(tǒng)發(fā)出的指令信號，借助于動力元件使機器人進行動作。本書結合大量工程應用實例，系統(tǒng)介紹基于步進電動機、直流伺服電動機、交流伺服電動機、液壓、氣壓等裝置的驅動與控制技術及其最新應用成果。本書取材新穎，涉及機器人廣泛的應用領域、多種機器人類型和多方面的專業(yè)技術。敘述上以應用實例為主講解，條理分明，深入淺出，通俗易讀。本書主要供機電控制、機器人研究開發(fā)及應用專業(yè)人員學習和參考，也可作為高等院校相關專業(yè)師生的教學參考書。

·23.1萬字

會員

機器人SLAM導航：核心技術與實戰(zhàn)

機器人SLAM導航的一大痛點是很難做到理論與實戰(zhàn)相結合，而本書可謂“百科全書”式講解，可幫助硬件、軟件、算法等不同領域的研究開發(fā)人員走出“調(diào)參”困境，終結面對硬件和深奧算法時的束手無策，加快算法在實際機器人產(chǎn)品的工程落地與系統(tǒng)性技術突破。本書以ROS編程、傳感器、底盤等機器人開發(fā)所涉及的軟硬件基礎知識為切入點，逐步引出SLAM和導航兩大領域核心算法，并結合Cartographer、LOAM、ORB-SLAM、VINS、CNN-SLAM、DeepVO、ros-navigation、TEB、RRT等熱門開源算法對SLAM和導航的數(shù)學原理、代碼框架及實操進行深度剖析。本書分為4篇，一共13章。編程基礎篇（第1～3章），主要討論ROS的核心概念、大型C++工程的代碼組織方式以及OpenCV圖像處理方面的基礎知識，為后續(xù)學習打好必要的編程基礎。硬件基礎篇（第4～6章），通過對機器人傳感器、機器人主機和機器人底盤的討論，幫助缺少硬件基礎的開發(fā)者系統(tǒng)認識機器人硬件，并更好地理解軟件與硬件之間的協(xié)同關系。SLAM篇（第7～10章），以各個具體的SLAM系統(tǒng)實現(xiàn)為例，進一步介紹SLAM算法的代碼框架以及核心算法的細節(jié)實現(xiàn)。自主導航篇（第11～13章），基于具體自主導航系統(tǒng)實現(xiàn)，剖析自主導航算法的代碼框架以及核心算法的細節(jié)實現(xiàn)，并通過一個真實機器人案例向大家介紹應用SLAM導航技術進行開發(fā)的完整流程。

·30.9萬字

會員

深度強化學習實踐（原書第2版）

本書的主題是強化學習（ReinforcementLearning，RL），它是機器學習（MachineLearning，ML）的一個分支，強調(diào)如何解決在復雜環(huán)境中選擇最優(yōu)動作時產(chǎn)生的通用且極具挑戰(zhàn)的問題。學習過程僅由獎勵值和從環(huán)境中獲得的觀察驅動。該模型非常通用，能應用于多個真實場景，從玩游戲到優(yōu)化復雜制造過程都能涵蓋。

·29萬字

會員

機器學習實戰(zhàn)：基于Scikit-Learn、Keras和TensorFlow（原書第3版）

本書分為兩大部分：第一部分主要基于Scikit-Learn，介紹機器學習的基礎算法；第二部分則使用TensorFlow和Keras，介紹神經(jīng)網(wǎng)絡與深度學習。此外，附錄部分的內(nèi)容也非常豐富，包括課后練習題解答、機器學習項目清單、SVM對偶問題、自動微分和特殊數(shù)據(jù)結構等。書中內(nèi)容廣博，覆蓋了機器學習的各個領域，不僅介紹了傳統(tǒng)的機器學習模型，包括支持向量機、決策樹、隨機森林和集成方法，還提供了使用Scikit-Learn進行機器學習的端到端訓練示例。作者尤其對深度神經(jīng)網(wǎng)絡進行了深入的探討，包括各種神經(jīng)網(wǎng)絡架構、強化學習，以及如何使用TensorFlow/Keras庫來構建和訓練神經(jīng)網(wǎng)絡。本書兼顧理論與實戰(zhàn)，既適合在校學生，又適合有經(jīng)驗的工程師。

·39.5萬字

會員

AI芯片：前沿技術與創(chuàng)新未來

本書從AI的發(fā)展歷史講起，介紹了目前最熱門的深度學習加速芯片和基于神經(jīng)形態(tài)計算的類腦芯片的相關算法、架構、電路等，并介紹了近年來產(chǎn)業(yè)界和學術界一些著名的AI芯片，包括生成對抗網(wǎng)絡芯片和深度強化學習芯片等。本書著重介紹了用創(chuàng)新的思維來設計AI芯片的各種計算范式，以及下一代AI芯片的幾種范例，包括量子啟發(fā)的AI芯片、進一步提升智能程度的AI芯片、有機自進化AI芯片、光子AI芯片及自供電AI芯片等。本書也介紹了半導體芯片技術在“后摩爾定律時代”的發(fā)展趨勢，以及基礎理論（如量子場論、信息論等）引領AI芯片創(chuàng)新并將不斷發(fā)揮巨大作用。最后，本書介紹了AI發(fā)展的三個層次、AI芯片與生物大腦的差距以及未來的發(fā)展方向。本書可供在AI芯片領域學習和工作的研究生、本科生、工程技術人員，以及所有對AI芯片感興趣的人員參考。

·26.7萬字

會員

計算機視覺40例從入門到深度學習（OpenCV-Python）

本書對計算機視覺涉及的知識點進行了全面、系統(tǒng)、深入的梳理，旨在幫助讀者快速掌握該領域的核心關鍵知識點。全書包含5個部分，第1部分基礎知識導讀篇，主要對計算機視覺涉及的基礎知識進行介紹，方便基礎比較薄弱、甚至沒有基礎的同學能夠快速掌握相關前導知識，快速入門計算機視覺領域。第2部分基礎案例篇主要介紹了圖像處理領域最常見的案例。第3部分機器學習篇主要對機器學習及使用OpenCV實現(xiàn)機器學習進行了介紹。第4部分深度神經(jīng)網(wǎng)絡篇介紹了深度學習相關的基礎知識和相關案例。第5部分人臉識別對人臉識別的相關應用進行了較為具體的介紹。

·22.7萬字

會員

機器學習

機器學習是計算機科學與人工智能的重要分支領域.本書作為該領域的入門教材，在內(nèi)容上盡可能涵蓋機器學習基礎知識的各方面.全書共16章，大致分為3個部分：第1部分（第1～3章）介紹機器學習的基礎知識；第2部分（第4～10章）討論一些經(jīng)典而常用的機器學習方法（決策樹、神經(jīng)網(wǎng)絡、支持向量機、貝葉斯分類器、集成學習、聚類、降維與度量學習）；第3部分（第11～16章）為進階知識，內(nèi)容涉及特征選擇與稀疏學習、計算學習理論、半監(jiān)督學習、概率圖模型、規(guī)則學習以及強化學習等。每章都附有習題并介紹了相關閱讀材料，以便有興趣的讀者進一步鉆研探索。本書可作為高等院校計算機、自動化及相關專業(yè)的本科生或研究生教材，也可供對機器學習感興趣的研究人員和工程技術人員閱讀參考。

·22.7萬字

會員

大語言模型：基礎與前沿

本書深入闡述了大語言模型的基本概念和算法、研究前沿以及應用，涵蓋大語言模型的廣泛主題，從基礎到前沿，從方法到應用，涉及從方法論到應用場景方方面面的內(nèi)容。首先，本書介紹了人工智能領域的進展和趨勢；其次，探討了語言模型的基本概念和架構、Transformer、預訓練目標和解碼策略、上下文學習和輕量級微調(diào)、稀疏專家模型、檢索增強型語言模型、對齊語言模型與人類偏好、減少偏見和有害性以及視覺語言模型等內(nèi)容；最后，討論了語言模型對環(huán)境的影響。本書內(nèi)容全面、系統(tǒng)性強，適合高年級本科生和研究生、博士后研究人員、講師以及行業(yè)從業(yè)者閱讀與參考。

·20.1萬字

會員

因果推斷：基于圖模型分析

本書對因果推斷相關知識進行了系統(tǒng)、全面的介紹，為便于學習，對大多數(shù)知識點都進行了詳細的推導說明。

·22萬字

跳轉至頁

官术网_书友最值得收藏!

人工智能

分類

狀態(tài)

屬性

字數(shù)

更新時間

人工智能

奇點臨近

深度學習

人工智能

人工智能及其應用

Python機器學習：基于PyTorch和Scikit-Learn

智慧的疆界：從圖靈機到人工智能

多模態(tài)大模型：算法、應用與微調(diào)

AI效率手冊：從ChatGPT開啟高效能

新智元：機器+人類=超智能時代

移動機器人技術及其應用

機器人驅動與控制及應用實例

機器人SLAM導航：核心技術與實戰(zhàn)

深度強化學習實踐（原書第2版）

機器學習實戰(zhàn)：基于Scikit-Learn、Keras和TensorFlow（原書第3版）

AI芯片：前沿技術與創(chuàng)新未來

計算機視覺40例從入門到深度學習（OpenCV-Python）

機器學習

大語言模型：基礎與前沿

因果推斷：基于圖模型分析