财神爷塑像

自然語言處理被譽為“人工智能皇冠上的明珠”。深度學習等技術(shù)的引入為自然語言處理技術(shù)帶來了一場革命，尤其是近年來出現(xiàn)的基于預訓練模型的方法，已成為研究自然語言處理的新范式。本書在介紹自然語言處理、深度學習等基本概念的基礎(chǔ)上，重點介紹新的基于預訓練模型的自然語言處理技術(shù)。本書包括基礎(chǔ)知識、預訓練詞向量和預訓練模型三大部分：基礎(chǔ)知識部分介紹自然語言處理和深度學習的基礎(chǔ)知識和基本工具；預訓練詞向量部分介紹靜態(tài)詞向量和動態(tài)詞向量的預訓練方法及應用；預訓練模型部分介紹幾種典型的預訓練語言模型及應用，以及預訓練模型的最新進展。除了理論知識，本書還有針對性地結(jié)合具體案例提供相應的PyTorch代碼實現(xiàn)，不僅能讓讀者對理論有更深刻的理解，還能快速地實現(xiàn)自然語言處理模型，達到理論和實踐的統(tǒng)一。本書既適合具有一定機器學習基礎(chǔ)的高等院校學生、研究機構(gòu)的研究者，以及希望深入研究自然語言處理算法的計算機工程師閱讀，也適合對人工智能、深度學習和自然語言處理感興趣的學生和希望進入人工智能應用領(lǐng)域的研究者參考。

·13.8萬字

會員

AI落地：讓人工智能為你所用

面對人工智能（AI）這一技術(shù)名詞和概念，你是否以為它門檻高、特復雜、難以落地？面對人工智能產(chǎn)品爆發(fā)式涌現(xiàn)，你是否擔心它會奪走你的工作，進而產(chǎn)生恐慌和憂慮？面對日常見到的“人工智障”工具，你是否對人工智能產(chǎn)生過質(zhì)疑？進入人工智能時代，你能夠做什么？需要掌握哪些技能？如何讓技術(shù)為自己服務？本書結(jié)合人工智能落地的方法和案例，采用通俗易懂的語言，為你揭開人工智能的面紗，教你尋找在生活中、工作中適合人工智能落地的場景，以及評價其價值的方法，助你實現(xiàn)降本增效的目標。書中不僅將算法原理和思維融入日常熟知事物做對比，以便讓你了解技術(shù)，還總結(jié)了人工智能落地的步驟和評估方法來幫助讀者找到人工智能落地潛在的機會，使讀者能夠在閱讀完本書內(nèi)容后，對于人工智能的應用場景及如何實際操作成功落地部署有一定的了解。此外，閱讀本書，讀者還可以了解目前人工智能技術(shù)的局限及后續(xù)的技術(shù)發(fā)展方向。本書適合正在或希望從事人工智能產(chǎn)品設(shè)計和運營的人員、與人工智能相關(guān)的技術(shù)人員、想認識和充分了解人工智能發(fā)展的人員閱讀。關(guān)注作者公眾號：AI落地方法論，獲得課程、AI體驗工具。

·14.3萬字

會員

深度學習案例精粹

本書主要講述了深度學習中的重要概念和技術(shù)，并展示了如何使用TensorFlow實現(xiàn)高級機器學習算法和神經(jīng)網(wǎng)絡。本書首先介紹了數(shù)據(jù)科學和機器學習中的基本概念，然后講述如何使用TensorFlow訓練深度學習模型，以及如何通過訓練深度前饋神經(jīng)網(wǎng)絡對數(shù)字進行分類，如何通過深度學習架構(gòu)解決計算機視覺、語言處理、語義分析等方面的實際問題，最后討論了高級的深度學習模型，如生成對抗網(wǎng)絡及其應用。

·11.9萬字

會員

機·智：從數(shù)字化車間走向智能制造

國內(nèi)第一本有關(guān)數(shù)字化車間建設(shè)的書籍。數(shù)字化車間建設(shè)是智能制造的基礎(chǔ)與核心，如何建設(shè)是企業(yè)非常關(guān)注的重點，特別是智能背景下的數(shù)字化車間方面的書籍現(xiàn)在還沒人出版過，本書將本部分作為重點內(nèi)容進行闡述。

·19.2萬字

會員

人工智能對北京市就業(yè)的影響與應對

人工智能作為數(shù)字經(jīng)濟及高精尖產(chǎn)業(yè)發(fā)展的原創(chuàng)性、引領(lǐng)性和代表性技術(shù)，在北京國際科技創(chuàng)新中心、全球數(shù)字經(jīng)濟標桿城市的建設(shè)中迎來了發(fā)展的“關(guān)鍵窗口期”和“政策紅利期”，成為北京高質(zhì)量發(fā)展的重要引擎和打造高質(zhì)量就業(yè)“北京樣板”的重大機遇。本書是一部經(jīng)濟學學術(shù)專著，書稿導向積極。本書采用多元數(shù)據(jù)來源，運用案例研究法、輿情分析與大數(shù)據(jù)分析法等多種研究方法，從產(chǎn)業(yè)與就業(yè)動態(tài)匹配視角，聚焦人工智能對北京市就業(yè)的影響機制、效應和趨勢開展理論和實證研究，在此基礎(chǔ)上提出系統(tǒng)化的應對政策體系和實現(xiàn)路徑。

·25.6萬字

會員

虛擬化技術(shù)原理與實現(xiàn)

本書對云計算中關(guān)鍵技術(shù)之一的虛擬化技術(shù)進行了深入的分析，從x86計算機體系結(jié)構(gòu)以及操作系統(tǒng)的工作原理出發(fā)，介紹了虛擬化技術(shù)原理以及業(yè)界主流虛擬化軟件產(chǎn)品，并以Xen、KVM開源軟件為例分析了虛擬化軟件的架構(gòu)及其實現(xiàn)方法，最后對虛擬化軟件管理接口的工作原理以及實現(xiàn)方法進行了全面的梳理。

·9.6萬字

會員

人工智能注意力機制：體系、模型與算法剖析

“注意”作為一切思維活動的起點，一直是哲學、心理學和認知神經(jīng)科學的重點研究對象。隨著計算機技術(shù)的發(fā)展，人類對注意力機制的模擬和應用成為計算機科學領(lǐng)域的熱點研究方向——讓計算機能夠具有類似人類的注意力機制，使其能夠有效地應用于對數(shù)據(jù)的理解和分析。Transformer模型誕生后，注意力機制在人工智能各大重要領(lǐng)域的研究和應用更是如火如荼，成果豐碩。從注意力機制這一重要角度入手，闡述注意力機制的產(chǎn)生背景和發(fā)展歷程，通過詳實的理論剖析，以深入淺出的方式著重介紹注意力機制在計算機視覺、自然語言處理，以及多模態(tài)機器學習三大人工智能方向中的應用思路、模型與算法。以人工智能相關(guān)專業(yè)研究人員，特別是計算機視覺與自然語言處理等領(lǐng)域的研發(fā)人員作為主要讀者對象，一方面幫其梳理技術(shù)的發(fā)展脈絡、開拓思路、構(gòu)建完整的認知體系；另一方面為其剖析算法原理、深刻理解算法細節(jié)。

·40.7萬字

會員

駕馭ChatGPT：學會使用提示詞

本書主要介紹了ChatGPT和AI作畫提示詞的寫作技術(shù)，不僅包括如何利用角色扮演、具體翔實和舉例提示等原則寫出高效、有趣的提示詞，如何將提示詞應用于提升效率、創(chuàng)意思考和加速學習，還包括思維鏈技術(shù)、工具調(diào)用、程序調(diào)用、使用LangChain庫構(gòu)建應用等進階內(nèi)容。本書有大量應用示例，可讀性極強，適合對自然語言處理、機器學習和人工智能等領(lǐng)域感興趣的讀者閱讀。無論是初學者還是從業(yè)者，都能通過本書全面了解和深入掌握ChatGPT和AI作畫提示詞。

·6.3萬字

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(fā)展歷史、探究過程以及在各個領(lǐng)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(shù)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(tài)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(jié)構(gòu)、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

Spark機器學習進階實戰(zhàn)

本書一共分三大部分：基礎(chǔ)篇（1-2章）對Spark機器學習進行概述、并通過Spark機器學習開始進行數(shù)據(jù)分析；算法篇（3-8章）針對分類、聚類、回歸、協(xié)同過濾、關(guān)聯(lián)規(guī)則、降維等算法進行詳細講解，并進行案例支持；綜合案例篇（9-12章）重點通過異常檢測、用戶畫像、廣告點擊率預估、智慧交通大數(shù)據(jù)4個綜合場景，詳細講解基于Spark機器學習的綜合應用。

·11.2萬字

會員

向AI提問的藝術(shù)：提示工程入門與應用

本書共十一章，主要包含四部分：第1章解讀ChatGPT的基礎(chǔ)原理和提示工程的基本概念；第2至5章介紹提示工程技巧，涵蓋有效提示編寫、針對復雜任務的提示設(shè)計技巧、對話中的提示設(shè)計技巧，以及提示的優(yōu)化與迭代；第6章主要介紹當前ChatGPT推出的進階功能；第7至11章結(jié)合教育領(lǐng)域、市場營銷、新媒體運營、軟件開發(fā)和數(shù)據(jù)分析實戰(zhàn)展示提示工程技巧的應用。

·12.9萬字

會員

機器學習實戰(zhàn)：模型構(gòu)建與應用

本書主要包括兩部分。第1部分（第1章-第11章）講解了如何使用TensorFlow來創(chuàng)建不同應用場景的機器學習模型。該部分介紹TensorFlow、計算機視覺、自然語言處理和序列建模。第二部分（第12章-第20章）將引導你了解如何將模型置于Android和iOS上的用戶手中、使用JavaScript的瀏覽器以及通過云提供服務的場景。

·12.4萬字

會員

智能控制

本書較全面地敘述了智能控制的基本理論、方法和應用。全書共11章。主要內(nèi)容為：專家控制的基本原理和應用；模糊控制的基本原理和應用；神經(jīng)網(wǎng)絡控制的基本原理和應用；遺傳算法及其應用和迭代學習控制方法及其應用。本書系統(tǒng)性強，突出理論聯(lián)系實際，敘述深入淺出，適合于初學者學習。書中給出了一些智能算法的Matlab仿真程序，并配有一定數(shù)量的習題和上機操作題。

·12.6萬字

會員

人工智能時代：未來已來

本書深入淺出地介紹了人工智能歷史和技術(shù)，對現(xiàn)階段人工智能技術(shù)的應用成果進行了展示、解讀，讓讀者在詳細了解人工智能發(fā)展歷史的基礎(chǔ)上，清晰認知人工智能的關(guān)鍵技術(shù)。本書適合人工智能研究者，以及對人工智能感興趣的讀者閱讀。

·11.3萬字

會員

造神：人工智能神話的起源和破除

未來學家們堅持認為人工智能很快就能打敗最聰明的人類。在超智能機器面前人類還有什么希望呢？但是我們實際上并不在發(fā)展智能機器的正確道路上，而且我們甚至都不知道這條路有可能在哪。最前沿的人工智能研究者和科技企業(yè)家破除了人們對人工智能的迷信，超人類智能并非觸手可及，恰恰相反地，這種科技自大甚至會阻撓我們的創(chuàng)新之路。

·14.9萬字

會員

深度學習與圖像識別：原理與實踐

本書是一本有關(guān)人工智能圖像識別應用開發(fā)與實踐指導類的教材，主要介紹圖像處理應用項目開發(fā)的基本流程、圖像識別處理應用項目關(guān)鍵技術(shù)。本書直擊當今研究熱點，選擇有代表性的專題項目而且盡量避免復雜的數(shù)學推導，易于讀者理解，專注于實戰(zhàn)。詳細介紹了numpy，knn，線性回歸，邏輯回歸，神經(jīng)網(wǎng)絡在圖像識別上的應用，并為后一部分的深度學習做好鋪墊。同時，針對每一個項目介紹項目的應用及意義，該項目的數(shù)據(jù)特征分析、識別系統(tǒng)設(shè)計、圖像預處理技術(shù)、特征提取技術(shù)，以及識別方法等。書中實例程序的框架結(jié)構(gòu)簡單，代碼簡潔，讀者可在數(shù)字圖像處理技術(shù)的基礎(chǔ)上進一步深化學習內(nèi)容，提高實踐應用能力和項目開發(fā)能力。

·10.8萬字

會員

會話式AI：自然語言處理與人機交互

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)，重點涵蓋PyTorch、TorchText、Jieba等自然語言處理學習庫的使用方法。第二部分（第3～8章）介紹自然語言處理和人機交互相關(guān)的核心技術(shù)。本書強調(diào)理論與實戰(zhàn)并行，在介紹相關(guān)核心技術(shù)的同時，每章針對相應核心算法展開實戰(zhàn)，在真實中文數(shù)據(jù)集下驗證算法性能，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HMM算法進行實戰(zhàn)。第4章主要介紹數(shù)據(jù)預處理相關(guān)內(nèi)容，重點關(guān)注TorchText針對數(shù)據(jù)預處理與構(gòu)建數(shù)據(jù)集的使用。詞向量（第5章）、序列標注（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)將分別單獨介紹。第三部分（第9～12章）通過講解人機交互中4個不同類型的高階技術(shù)，幫助讀者了解人機交互中的深層技術(shù)。其中包括對話生成（第9章）、知識圖譜問答（第10章）、自然語言推理（第11章）和實體語義理解（第12章）。

·13.4萬字

會員

人工智能算法（卷3）：深度學習和神經(jīng)網(wǎng)絡

自早期以來，神經(jīng)網(wǎng)絡就一直是人工智能的支柱。現(xiàn)在，令人興奮的新技術(shù)（例如深度學習和卷積）正在將神經(jīng)網(wǎng)絡帶入一個全新的方向。在本書中，我們將演示各種現(xiàn)實世界任務中的神經(jīng)網(wǎng)絡，例如圖像識別和數(shù)據(jù)科學。我們研究了當前的神經(jīng)網(wǎng)絡技術(shù)，包括ReLU激活、隨機梯度下降、交叉熵、正則化、Dropout及可視化等。

·11.3萬字

會員

TensorFlow知識圖譜實戰(zhàn)

大數(shù)據(jù)時代的到來，為人工智能的飛速發(fā)展帶來前所未有的數(shù)據(jù)紅利。在大數(shù)據(jù)的“喂養(yǎng)”下，大量知識不斷涌現(xiàn)，如何有效地發(fā)掘這些知識呢？知識圖譜橫空出世。本書是一本講解如何使用TensorFlow2構(gòu)建知識圖譜的入門教程，引導讀者掌握基于深度學習的知識圖譜構(gòu)建概念、理論和方法。本書分為13章：第1章從搭建環(huán)境開始，包含TensorFlowCPU版本和GPU版本的安裝，并通過一個知識圖譜的例子引導讀者開始學習；第2~4章介紹TensorFlowAPI的使用；第5章是DatasetAPI，學習使用原生API處理數(shù)據(jù)的方法；第6~8章是實戰(zhàn)準備部分，介紹ResNet模型、詞嵌入（wordembedding）模型、情感分類；第9~10章在“注意力模型”基礎(chǔ)上搭建了“編碼器模型”；第11~13章搭建了知識圖譜聯(lián)合抽取模型，利用本書所學知識實戰(zhàn)知識圖譜的搭建過程和性能提升方案。本書內(nèi)容詳盡、示例豐富，適合作為知識圖譜和深度學習讀者的參考書，同時也適合開設(shè)人工智能專業(yè)的大中專院校師生閱讀，還可作為高等院校計算機及相關(guān)專業(yè)教材使用。

·9.9萬字

會員

智能無線機器人：人工智能算法與應用

本書的技術(shù)內(nèi)容包括機器人基礎(chǔ)知識、信息物理系統(tǒng)、人工智能，統(tǒng)計決策和馬爾可夫決策過程，強化學習，狀態(tài)估計，定位，計算機視覺和多模態(tài)數(shù)據(jù)融合，機器人規(guī)劃，多智能體系統(tǒng)，網(wǎng)絡化多智能體系統(tǒng)，網(wǎng)絡化機器人的安全性和魯棒性，以及超可靠和低延遲的機器對機器的網(wǎng)絡。提供的例題和練習有助于簡單和有效的理解本書的內(nèi)容。

·14.8萬字

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

自然語言處理：基于預訓練模型的方法