快玩炸翻天下载手机版

本書通過從零開始構(gòu)建生成式人工智能模型來探討生成式人工智能的底層機制，并使用PyTorch對生成式人工智能模型進行編程的實踐指導，以期讓讀者在了解生成對抗網(wǎng)絡（GAN）、變分自編碼器（VAE）、循環(huán)神經(jīng)網(wǎng)絡（RNN）、Transformer、擴散模型、大語言模型（LLM）和LangChain等技術(shù)原理之后，能構(gòu)建可生成形狀、數(shù)字、圖像、文本和音樂的生成式人工智能模型。本書適合各種商業(yè)領域中的人工智能技術(shù)工程師和數(shù)據(jù)科學家在實踐生成式人工智能模型時隨手查閱，也適合生成式人工智能的初學者作為入門指南。

·22萬字

智能體時代

《智能體時代》作為一部融合生物智能演化機制與人工智能技術(shù)突破的科普作品，通過對從單一神經(jīng)元到復雜智能體系統(tǒng)的跨學科分析，不僅揭示了智能涌現(xiàn)的本質(zhì)規(guī)律，還為讀者構(gòu)建了一個從微觀到宏觀的智能進化全景圖。這部橫跨生物學、計算機科學和認知科學等多個領域的作品，以其獨特的“智能體視角”，系統(tǒng)性地闡釋了從Claude和GeminiUltra等大語言模型，到AutoGPT和MicrosoftAutoGen等自主智能體，再到腦機接口與元宇宙等未來科技的演進路徑，展現(xiàn)了一個正在加速到來的智能體文明圖景。在這個智能技術(shù)加速演進的時代，本書立足當下科技前沿，以其宏大而系統(tǒng)的視角，不僅幫助讀者理解了從神經(jīng)元到智能體的演化歷程，還展現(xiàn)了一個人類與人工智能共同進化的未來圖景。本書適合人工智能、計算機科學、認知科學等領域的研究者，也將為關注技術(shù)前沿的產(chǎn)業(yè)界人士和決策者提供重要參考。它是理解智能體革命、把握AI技術(shù)變革方向的重要理論指南，也是探索人機共生未來的思想資源。

·21.2萬字

未來之地

在技術(shù)進步和經(jīng)濟不斷發(fā)展的當下，越來越多的人開始思考這些問題：當機器人能夠順暢地處理大部分工作時，是否會導致人類大量失業(yè)？在大量失業(yè)的情況下，人們該如何獲得收入，是否會因此感到人生毫無意義，喪失獲得快樂的能力？假設人類安全地開發(fā)出了超級智能，對它進行了良好的管理，并很好地利用了這項技術(shù)所能釋放的巨大經(jīng)濟潛力和神奇的變革力量。在這個世界中，人工智能可以做我們能做的一切，而且可以做得更好、更快，成本更低。那么，人類還能扮演什么角色呢？這本書前瞻性地探索了科技高度發(fā)達的“未來之地”，并預測了超級智能時代的人類命運，它探討的是一個后技術(shù)時代的新問題：一旦到達夢想中的技術(shù)之巔，人類要如何培養(yǎng)意義和目的？如果不再需要工作，我們將如何生活？作者在書中部分采用了對話體的形式，創(chuàng)造性地虛構(gòu)了一個為期一周的哲學系列講座的場景，由博斯特羅姆教授本人主講。此外，作者還構(gòu)建了一個動物世界尋找烏托邦的寓言場景，以此映射人類世界，新穎有趣，有助于讀者快速進入作者的哲學場域。

·29.6萬字

會員

法律人AI指南：大模型10倍提升工作效率的方法與技巧

本書系統(tǒng)地探討了人工智能對法律行業(yè)的深遠影響、法律人應該掌握的AI知識以及相關的法律AI工具。本書共14章，分為五部分。第一部分（第1章）介紹了大模型的基礎知識以及AI在法律領域的應用趨勢和場景，并深入探討了AI對法律行業(yè)帶來的影響等。第二部分（第2~6章）針對法律人的主要工作任務，包括類案檢索、案情分析、法律咨詢、法律文書寫作、合同審查等，詳細講解了應該如何使用AI來提升工作效率。第三部分（第7~8章）針對法律機構(gòu)的主要工作任務，詳細闡述了AI如何幫助機構(gòu)提升運營效率。第四部分（第9~11章）講述了法律大模型的架構(gòu)設計、訓練和調(diào)優(yōu)方法，并結(jié)合應用場景講解了法律行業(yè)如何用大模型技術(shù)解決具體問題。第五部分（第12~14章）分析了AI帶來的新型法律問題，以及中國、歐盟、美國等國家和地區(qū)的立法與司法實踐。

·23.8萬字

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(shù)細節(jié)和實際案例，適合對多模態(tài)大模型有興趣的技術(shù)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(gòu)、訓練方法到特定應用，包括但不限于Seq2Seq結(jié)構(gòu)、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(shù)，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(shù)的詳細細節(jié)，介紹了LangChain等大模型應用框架。

·25.2萬字

會員

創(chuàng)新求索錄：第三集

本書收錄了李國杰院士2018年至2022年五年間寫的100余篇文章、報告、評語、新書序言等，反映了作者參與中央網(wǎng)信辦、國家發(fā)展改革委、工業(yè)和信息化部、科技部、中國工程院和中國科學院的咨詢課題的成果。內(nèi)容包括科技自立自強、理解人工智能、做強先進計算、展望新興技術(shù)、戰(zhàn)略咨詢建議、人才培養(yǎng)教育等。既有宏觀的政策建議，又有關鍵的技術(shù)研究；既高屋建瓴，又落到實處。適合相關領域的科研人員、高校老師和學生、立志科研的青少年、信息產(chǎn)業(yè)的高管以及制定政策方針的政府工作人員。

·37萬字

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

會員

未來制造：人工智能與工業(yè)互聯(lián)網(wǎng)驅(qū)動的制造范式革命

本書由三個深度關聯(lián)的篇組成。第一篇從人類文明早期開始，用大量的故事和事實全景式再現(xiàn)手工制造、大機器生產(chǎn)、流水線生產(chǎn)、大規(guī)模定制等前四次制造范式的演變和躍進過程。第二篇重點討論智能革命爆發(fā)的前因后果，從算力量變、人工智能、智能機器、工業(yè)互聯(lián)網(wǎng)等幾個維度勾勒出正在發(fā)生的智能革命的細節(jié)和全貌，告訴大家智能革命為什么，是什么，以及能改變什么。第三篇論證了在以人工智能、工業(yè)互聯(lián)網(wǎng)為核心的智能革命驅(qū)動下，制造范式將向第五制造范式——產(chǎn)用融合演進。產(chǎn)用融合制造范式將促使生產(chǎn)過程與使用過程、生產(chǎn)者和使用者全面融合，構(gòu)造不斷增值的價值環(huán)流，最終形成“邊生產(chǎn)邊使用、邊使用邊生產(chǎn)”的未來制造圖景。

·22萬字

會員

現(xiàn)代推薦算法

本書深入全面地講解了現(xiàn)代推薦算法，同時兼顧深度和廣度，介紹了當下較前沿、先進的各類算法及其實踐。本書從總覽篇開始，介紹推薦系統(tǒng)的基本概念及工作環(huán)節(jié)。在模型篇中，除了梳理推薦系統(tǒng)的發(fā)展史，本書還重點講解面向工業(yè)實踐的選擇及改進，為讀者打下推薦系統(tǒng)的算法基礎；進而帶著讀者進階到前沿篇、難點篇，面對推薦系統(tǒng)中的各式問題，并給出解決方案；最后在決策篇中，從技術(shù)原理和用戶心理出發(fā)，解釋一些常見決策背后的依據(jù)，從而幫助讀者從執(zhí)行層面進階到?jīng)Q策層面，建立大局觀。

·20.2萬字

會員

可解釋人工智能導論

本書全面介紹可解釋人工智能的基礎知識、理論方法和行業(yè)應用。全書分為三部分，共11章。第一部分為第1章，揭示基于數(shù)據(jù)驅(qū)動的人工智能系統(tǒng)決策機制，提出一種基于人機溝通交互場景的可解釋人工智能范式。第二部分為第2～5章，介紹各種可解釋人工智能技術(shù)方法，包括貝葉斯方法、基于因果啟發(fā)的穩(wěn)定學習和反事實推理、基于與或圖模型的人機協(xié)作解釋、對深度神經(jīng)網(wǎng)絡的解釋。第三部分為第6～10章，分別介紹可解釋人工智能在生物醫(yī)療、金融、計算機視覺、自然語言處理、推薦系統(tǒng)等領域的應用案例，詳細說明可解釋性在司法、城市管理、安防和制造等實際應用中發(fā)揮的積極作用。第11章對全書進行總結(jié)，并論述可解釋人工智能研究面臨的挑戰(zhàn)和未來發(fā)展趨勢。此外，本書的附錄給出可解釋人工智能相關的開源資源、中英文術(shù)語對照及索引，方便讀者進一步查閱。本書既適合高等院校計算機和信息處理相關專業(yè)的高年級本科生和研究生，以及人工智能領域的研究員和學者閱讀；也適合關注人工智能應用及其社會影響力的政策制定者、法律工作者、社會科學研究人士等閱讀。

·20.4萬字

會員

大話機器智能：一書看透AI的底層運行邏輯

本書以有趣的案例和深入淺出的語言，直擊AI的底層運行邏輯與核心原理，勾勒人工智能的全貌，以便讀者掌握AI技術(shù)要點，打通AI的各種技術(shù)壁壘，厘清不易察覺的“認知錯誤”，從而更好地認識正在運轉(zhuǎn)的神秘AI世界。本書共9章，邏輯上分為三部分。第1～3章是人工智能的基礎理論，通過生動、有趣的講解，讓讀者知道支撐AI的基礎學科如何起作用：如何基于統(tǒng)計學和概率論找到應對不確定性的有效方法與解題思路如何基于數(shù)據(jù)統(tǒng)計的基礎知識與原理避開數(shù)據(jù)“陷阱”，給出謹慎的主觀結(jié)論如何從數(shù)學視角理解信息的處理模型。第4～7章討論人工智能的核心技術(shù)——數(shù)據(jù)、算法、算力，詳細介紹大數(shù)據(jù)是如何處理的，如何通過機器學習算法和深度學習算法讓機器正確認識數(shù)據(jù)間的關聯(lián)與規(guī)律，以及如何通過算力整合與軟件協(xié)作實現(xiàn)更高效的智能。第8～9章探討一些人工智能安全話題——大數(shù)據(jù)“殺熟”、隱私計算、深度偽造技術(shù)、對抗樣本攻擊、數(shù)據(jù)投毒攻擊、攻防博弈等，并展望人工智能的未來，包括：人工智能會搶走人類的工作嗎？機器人會統(tǒng)治人類嗎？通用人工智能會出現(xiàn)嗎？未來到底會變成什么樣子？

·20.8萬字

會員

Python程序設計：人工智能案例實踐

本書共16章。第1~10章介紹Python編程，涉及人工智能、基本描述統(tǒng)計、集中趨勢和分散度量、模擬、靜態(tài)和動態(tài)可視化、使用CSV文件、用于數(shù)據(jù)探索和數(shù)據(jù)整理的Pandas、時間序列和簡單線性回歸。第11~16章提供多種實踐案例研究，涉及自然語言處理、Twitter數(shù)據(jù)挖掘、IBMWatson認知計算、包含分類和回歸的有監(jiān)督機器學習、聚類無監(jiān)督機器學習、卷積神經(jīng)網(wǎng)絡深度學習、遞歸神經(jīng)網(wǎng)絡深度學習、包含Hadoop/Spark/NoSQL/物聯(lián)網(wǎng)的大數(shù)據(jù)等。

·32.1萬字

生命3.0

《生命3.0》這本書將是你人工智能時代的思考利器。此書對未來生命的終極形式進行了大膽的想象：生命已經(jīng)走過了1.0生物階段和2.0文化階段，接下來生命將進入能自我設計的3.0科技階段。兼具思想性和易讀性，人人都可讀懂的未來指南。作者邁克斯·泰格馬克本人博學多識，他用一種生動易懂、新鮮有趣的方式為大眾講述了這個時代最重要問題的“獨家內(nèi)幕”，十分吸引人。不管你是科技圈的還是創(chuàng)投圈的，或是泛互聯(lián)網(wǎng)圈的，也不管你是渴望洞見未來的高端讀者還是科幻發(fā)燒友，或是大眾讀者，《生命3.0》是你參透未來、參與這個時代最重要的對話的深度指南。

·23.7萬字

會員

機器學習：軟件工程方法與實現(xiàn)

本書視角獨特，將軟件工程中的方法應用到機器學習實踐中，重視方法論和工程實踐的融合。本書主要有3個特點。1）機器學習的軟件工程方法：用軟件工程（SoftwareEngineering）中的工具、方法和理論指導機器學習的實踐活動。主要體現(xiàn)在測試驅(qū)動開發(fā)（TDD）方法、機器學習項目管理方法、工程化軟件應用于數(shù)據(jù)科學標準化環(huán)境，以及開源算法包的大量實踐應用案例等。2）機器學習全生命周期：書中全面呈現(xiàn)了機器學習項目開發(fā)的完整鏈路，以項目需求為起點，歷經(jīng)樣本定義、數(shù)據(jù)處理、建模、模型上線、模型監(jiān)控、模型重訓或重建。流程中的大部分節(jié)點獨立成章，闡述充分，并且不是單純地闡述理論，而是重在實踐。同時，聚焦機器學習中應用最廣泛和最有效的算法，使之成為貫穿機器學習項目生命周期的一條完整的學習路徑。3）提出機器學習是一門實驗學科：書中有大量的工業(yè)實踐代碼，例如數(shù)據(jù)分析包、特征離散化包、特征選擇包、集成模型框架包、大規(guī)模模型上線系統(tǒng)架構(gòu)和對應代碼包等，對機器學習算法特性也有大量的代碼解析。書中還多次強調(diào)對于機器學習這樣一門實驗和實踐學科，工具、方法和策略的重要性，并介紹了在實際項目中對時間、人力成本等的權(quán)衡策略。本書不拘泥于公式推演、數(shù)值分析計算領域優(yōu)化求解（梯度、牛頓、拉格朗日、凸優(yōu)化）等主題，而重在展現(xiàn)機器學習的實際應用，以及各知識點的落地。在寫作方式和內(nèi)容編寫等方面，本書力求既貼近工程實踐又不失理論深度，給讀者良好的閱讀體驗。

·22.4萬字

會員

人工智能治理研究

本書從技術(shù)和規(guī)制兩個角度入手，以人工智能治理的法律、公共政策以及倫理規(guī)范等相關社會行為和社會關系的規(guī)則建立和運行為主要思考方向和研究進路，在梳理人工智能發(fā)展情況、歐盟及其他國家人工智能立法與政策發(fā)布現(xiàn)狀的基礎上，對人工智能治理的基礎、基本路徑及我國人工智能產(chǎn)業(yè)、政策與規(guī)制思路進行了全面和有益的探索。

·23.9萬字

會員

深度學習與大模型基礎

本書從基礎的神經(jīng)網(wǎng)絡、卷積神經(jīng)網(wǎng)絡、循環(huán)神經(jīng)網(wǎng)絡等入門知識，到深度學習的應用領域如計算機視覺、自然語言處理等高級主題都有涉及，可以幫助讀者更好地理解深度學習知識，并為未來的職業(yè)發(fā)展打下堅實的基礎。

·23.6萬字

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(shù)，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

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(gòu)建一個完整的學習體系，同時本書提供構(gòu)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

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

深度對話GPT-4提示工程實戰(zhàn)

人工智能技術(shù)的發(fā)展日新月異，提示工程不僅極大地提高了人工智能在各個領域的應用效率和準確性，還為人類打開了一扇通往智能化世界的大門。大語言模型如同一位博學多才的智者，擁有處理和理解自然語言的超凡能力。提示工程可以看作與這位智者溝通的橋梁和工具，其關鍵在于如何提出精準而富有啟發(fā)性的問題，激發(fā)大語言模型的創(chuàng)造力和解決問題的能力。本書作者通過與GPT-4的深度對話，精心梳理了一系列重要的提示工程實踐秘訣。全書共7章，從了解大語言模型的進化之路開始，循序漸進地介紹了提示詞及提示工程的知識和實踐技巧，并結(jié)合GPT-4在各領域的應用案例展現(xiàn)了大語言模型的強大魅力。此外，本書還基于AzureOpenAIStudio平臺講解了具體的應用開發(fā)實踐。本書適合對大語言模型及提示工程感興趣的讀者閱讀，書中豐富的案例能幫助讀者全面了解和掌握提示工程及其應用。

·22.7萬字

跳轉(zhuǎn)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

生成式人工智能（基于PyTorch實現(xiàn)）

智能體時代

未來之地

法律人AI指南：大模型10倍提升工作效率的方法與技巧

多模態(tài)大模型：算法、應用與微調(diào)

創(chuàng)新求索錄：第三集

因果推斷：基于圖模型分析

未來制造：人工智能與工業(yè)互聯(lián)網(wǎng)驅(qū)動的制造范式革命

現(xiàn)代推薦算法

可解釋人工智能導論

大話機器智能：一書看透AI的底層運行邏輯

Python程序設計：人工智能案例實踐

生命3.0

機器學習：軟件工程方法與實現(xiàn)

人工智能治理研究

深度學習與大模型基礎

人工智能

AI效率手冊：從ChatGPT開啟高效能

Python機器學習：基于PyTorch和Scikit-Learn

深度對話GPT-4提示工程實戰(zhàn)