官术网_书友最值得收藏!

大模型工程化:AI驅動下的數據體系
會員

大模型在眾多領域得到了廣泛應用,促進了AI技術的整合和創新。然而,在實際應用過程中,直接將大模型應用于特定行業常常難以達到預期效果。本書詳細闡述如何在游戲經營分析場景中利用大模型實現數據體系的建設。本書分為6個部分,共16章。第1部分主要介紹大模型技術的發展與應用,從大模型的發展現狀展開,重點介紹大模型與數據體系的相關知識。第2部分主要介紹大模型下的關鍵基礎設施,涵蓋湖倉一體引擎、湖倉的關鍵技術、實時數據寫入和高效數據分析等內容。第3部分主要介紹大模型下的數據資產,圍繞數據資產重塑、數據資產標準、數據資產建設、數據資產運營展開。第4部分主要介紹自研領域大模型的技術原理,涵蓋領域大模型的基礎、需求理解算法、需求匹配算法、需求轉譯算法等內容。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、技術籌備、建設要點、安全策略等內容。第6部分介紹大模型在游戲領域的應用,通過游戲領域的經營分析案例,系統地闡述如何實現業務需求。本書適合致力于大模型技術應用的數據工程師閱讀,也適合尋求AI自動化編程解決方案的軟件開發者閱讀,還適合希望利用AI提升業務效率的企業決策者閱讀。

騰訊游戲數據團隊編著 ·人工智能 ·15.6萬字

深入淺出Embedding:原理解析與應用實踐
會員

這是一本系統、全面、理論與實踐相結合的Embedding技術指南,由資深的AI技術專家和高級數據科學家撰寫,得到了黃鐵軍、韋青、張崢、周明等中國人工智能領域的領軍人物的一致好評和推薦。在內容方面,本書理論與實操兼顧,一方面系統講解了Embedding的基礎、技術、原理、方法和性能優化,一方面詳細列舉和分析了Embedding在機器學習性能提升、中英文翻譯、推薦系統等6個重要場景的應用實踐;在寫作方式上,秉承復雜問題簡單化的原則,盡量避免復雜的數學公式,盡量采用可視化的表達方式,旨在降低本書的學習門檻,讓讀者能看得完、學得會。全書一共16章,分為兩個部分:第1部分(第1~9章)Embedding理論知識。主要講解Embedding的基礎知識、原理以及如何讓Embedding落地的相關技術,如TensorFlow和PyTorch中的Embedding層、CNN算法、RNN算法、遷移學習方法等,重點介紹了Transformer和基于它的GPT、BERT預訓練模型及BERT的多種改進版本等。第二部分(第10~16章)Embedding應用實例。通過6個實例介紹了Embedding及相關技術的實際應用,包括如何使用Embedding提升傳統機器學習性,如何把Embedding技術應用到推薦系統中,如何使用Embedding技術提升NLP模型的性能等。

吳茂貴 王紅星 ·人工智能 ·11.3萬字

QQ閱讀手機版

主站蜘蛛池模板: 平遥县| 尖扎县| 元氏县| 丹凤县| 清河县| 涞水县| 峨山| 新泰市| 弥勒县| 连山| 嘉义市| 图木舒克市| 潜山县| 金坛市| 田阳县| 彝良县| 自治县| 开平市| 辉南县| 福海县| 新龙县| 安西县| 乐山市| 大田县| 达拉特旗| 河东区| 湄潭县| 托克托县| 改则县| 庆安县| 江口县| 马边| 寻乌县| 合水县| 南投县| 团风县| 德清县| 台前县| 丘北县| 永昌县| 青河县|