PG电子网页

本書是一本理論扎實，同時聯系實際應用的圖書。全書系統地介紹了因果推斷的基本知識、基于機器學習的因果推斷方法和基于因果推斷的機器學習方法及其在一些重要領域的應用。全書共分6章。第1章從結構因果模型和潛在結果框架出發，介紹因果推斷的基本概念和方法。第2章介紹近年統計和機器學習文獻中出現的一些重要的基于機器學習的因果推斷方法。第3章介紹能夠提高機器學習模型的泛化能力的因果表征學習。第4章介紹因果機器學習如何提高機器學習模型的可解釋性與公平性。第5章介紹因果機器學習在推薦系統和學習排序中的應用。第6章是對全書的一個總結和對未來的展望。本書對結合因果推斷和機器學習的理論與實踐進行了介紹。并在第1版的基礎上對一些陳舊的內容做了更新。通過閱讀本書，讀者不僅可以掌握因果機器學習的基礎理論，還可對本書中提到的論文代碼進行鉆研，從而在實踐中加深對因果機器學習的理解。

·14.1萬字

會員

智能家居設計：樹莓派上的Python實現

本教材拋棄傳統的面面俱到的做法，簡單介紹Python及庫的安裝后，馬上利用開源軟件Homeassistant在計算機上進行智能家居的實踐，包括語音、短信、攝像頭、飛利浦燈具、小米智能家居設備；隨后根據進一步擴大智能家居功能的目標出發，介紹Python的相關程序開發方法并把它結合到Homeassistant中；同理介紹OpenCV及其在Homeassistant的應用，包括人臉識別、運動檢測等。隨后引入樹莓派進行Homeassistant智能家居的開發，通過樹莓派在外網利用手機操作智能家居的方法。最后通過幾個綜合案例提升智能家居的開發能力。

·7.5萬字

會員

人工智能技術基礎

《人工智能技術基礎》按照人工智能在不同領域的研究特點，通過專項應用來研究相關技術。全書分為11章，第1章介紹人工智能領域的基本概念，第2章說明Python語言編程工具的使用，第3章到第10章分別從應答機器人、物體識別、人臉識別、語音識別、視頻識別、生成對抗神經網絡、無人駕駛、區塊鏈和大數據等方面對人工智能從原理到實戰一步一步進行介紹，第11章提取了部分人工智能方面的面試題，供未來從事人工智能研究工作的讀者參考。無論讀者是否從事計算機相關專業的工作，有沒有過開發的經驗，是否熟悉Python語言，是否想要轉行從事相關的工作，均可通過《人工智能技術基礎》掌握編程的技巧和Python的基本技能。

·9.7萬字

會員

生成式AI：人工智能的未來

一本書全面了解生成式AI的發展與創作能力，并為我所用。20世紀60年代，AI的概念就被提出，其商業應用的時間十分漫長，但始終沒有普通人使用的低門檻AI工具，隨著AIGC（AIGeneratedContent）的風靡，AI從實驗室走進個人電腦，也將就此改變商業與人們生活。生成式AI（GenerativeAI）作為底層技術，帶來的潛在回報十分可觀。AI的發展勢不可當，已經由擅長分析的傳統AI過渡到擅長創作的生成式AI，并加速向這個時代的每一個人走來。生成式AI的發展如火如荼，為人們的工作和生活帶來了許多便利。在這本書中，大部分文字、圖片，以及每章末尾有些讓人摸不著頭腦的笑話，均是由AI生成的，涵蓋ChatGPT、Quillbot、Midjourney、Dall-E、Dream.AI、Lexica、Grammarly、ClippingMagic和Tome等眾多目前流行的AI應用。

·8.1萬字

會員

AI原生應用開發：提示工程原理與實戰

本書結合AI原生應用落地的大量實踐，系統講解提示工程的核心原理、相關案例分析和實戰應用，涵蓋提示工程概述、結構化提示設計、NLP任務提示、內容創作提示、生成可控性提示、提示安全設計、形式語言風格提示、推理提示和智能體提示等內容。本書的初衷不是告訴讀者如何套用各種預設的提示模板，而是幫助讀者深入理解和應用提示設計技巧，以找到決定大語言模型輸出的關鍵因子，進而將提示工程的理論知識應用到產品設計中。本書適合AI原生應用開發領域的從業者和研究人員，以及人工智能相關專業的教師和學生閱讀。

·18.2萬字

會員

AI短視頻文案寫作從入門到精通

本書共分為10章。第1章介紹短視頻文案與AIGC；第2章為AIGC工具助力文案選題策劃；第3章為短視頻標題撰寫與優化；第4章為短視頻腳本與情節設計；第5章為短視頻帶貨文案寫作；第6章為評論區互動文案寫作；第7章為段子文案寫作；第8章為短視頻內容標簽化；第9章為短視頻營銷文案寫作；第10章為短視頻與AI的有機結合。

·8.8萬字

會員

AI進化論：解碼人工智能商業場景與案例

10余位研究人員，歷時1年多，涉及8個領域，走訪全國上百家企業，深入調研人工智能在各個產業的商業應用。全彩印刷，9章內容，13個表格，122幅統計圖、流程圖、設計圖……精彩呈現人工智能未來發展面臨的挑戰與機遇。

·9.2萬字

會員

大模型應用開發：核心技術與領域實踐

本書由科大訊飛與中國科大的大模型的資深專家聯合撰寫，一本書打通大模型的技術原理與應用實踐壁壘，深入大模型3步工作流程，詳解模型微調、對齊優化、提示工程等核心技術及不同場景的微調方案，全流程講解6個典型場景的應用開發實踐。本書共10章，從邏輯上分為“基礎知識”“原理與技術”“應用開發實踐”三部分。基礎知識（第1章）介紹大模型定義、應用現狀、存在的問題，以及發展趨勢。原理與技術（第2和3章）詳細講解大模型的構建流程、Transformer模型，以及模型微調、對齊優化、提示工程等核心技術，之后介紹了推理優化、大模型訓練、大模型評估、大模型部署等拓展技術。應用開發實踐（第4～10章）詳細講解大模型插件應用開發、RAG實踐，以及智能客服問答、學科知識問答、法律領域應用、醫療領域應用、智能助寫平臺等多領域的實踐。

·12.3萬字

會員

解碼智能時代2021：從中國國際智能產業博覽會瞭望全球智能產業

本書分“盛會”“趨勢”“實踐”“成果”“重慶”五章。“盛會”：對2020線上智博會的記錄與介紹。突出對創新思想的記錄，展現全球精英在智能化方向的思想演進。“趨勢”：展望了智能產業的發展趨勢。“實踐”：“趨勢”空中展開、“實踐”具體落地，聚焦制造業、農業、城市建設、公共衛生等各種場景應用。“成果”：回到讀者的身邊，檢視人工智能已經實現的成果，智能材料、工業互聯、自動駕駛、智慧文旅、智慧防疫、智慧金融、智慧政務等，不再是想象，而是可感知的現實。“重慶”：回到重慶，站在一個全新時代重新審視，從想象、戰略、實踐與未來等多個視角，探究這個“智造重鎮”、這座“智慧名城”，從何而來，向何處去。

·11.1萬字

會員

計算社會學：基礎理論篇

本書是一本系統性梳理計算社會學相關理論和方法的論著。一方面，本書從傳統復雜網絡分析的角度，詳細闡述社會網絡分析的基礎理論和動力學模型——隨機網絡、小世界網絡、無標度網絡和網絡統計分析理論等，并將網絡過程和行為應用于涌現、傳染病等方面。另一方面，融合人工智能在自然語言處理、推薦算法等領域的進展，闡述了人工智能算法尤其是深度學習理論等在智能推薦、文本分析、假消息檢測、虛擬社交機器人等領域的應用。在兼顧廣度和深度的前提下，本書深度融合計算機科學、社會學、人工智能和復雜網絡等多學科的專業概念，突出闡述了計算社會學領域近年來的最新研究成果和關鍵技術突破。

·19.5萬字

會員

量子機器學習及區塊鏈技術導論

機器學習是人工智能發展和研究過程中最受重視和應用最廣泛的方向之一，與人工智能并行發展的量子計算，其被廣泛關注的領域之一是量子機器學習。量子計算給現代密碼體制帶來了巨大的沖擊，而建立在現代密碼體制基礎之上的區塊鏈技術也將受到影響。基于量子密碼體系的區塊鏈，即量子區塊鏈系統便是一種探索。本書主要對機器學習、深度學習、區塊鏈和量子計算技術及其應用進行全面介紹，主要內容包括機器學習基礎、量子信息與量子計算基礎、量子計算與機器學習、區塊鏈技術基礎、區塊鏈技術應用、量子區塊鏈初探。

·10.4萬字

會員

深度學習：卷積神經網絡技術與實踐

本書共11章，主要內容包括深度學習簡介、Python基礎、神經網絡基礎、卷積神經網絡、經典卷積網絡結構、遷移學習、循環神經網絡、強化學習、深度強化學習、基于策略的算法更新與趨勢等，通過具體案例，將Python語言、深度學習思想、強化學習思想和實際工程完美地結合起來。本書由淺入深，從易到難，各章節既相對獨立又前后關聯，其最大的特點就是打破了傳統書籍的講解方法，在介紹各部分理論基礎的同時，搭配具體實例，通過對相關程序的詳細講解進一步加深對理論基礎的理解。

·11.6萬字

會員

PyTorch 2.0深度學習從零開始學

PyTorch是一個開源的機器學習框架，它提供了動態計算圖的支持，讓用戶能夠自定義和訓練自己的神經網絡，目前是機器學習領域中的框架之一。《PyTorch2.0深度學習從零開始學》共分15章，內容包括PyTorch概述、開發環境搭建、基于PyTorch的MNIST分類實戰、深度學習理論基礎、MNIST分類實戰、數據處理與模型可視化、基于PyTorch卷積層的分類實戰、PyTorch數據處理與模型可視化、實戰ResNet卷積網絡模型、有趣的WordEmbedding、基于循環神經網絡的中文情感分類實戰、自然語言處理的編碼器、站在巨人肩膀上的預訓練模型BERT、自然語言處理的解碼器、基于PyTorch的強化學習實戰、基于MFCC的語音喚醒實戰、基于PyTorch的人臉識別實戰。

·11.3萬字

會員

工業4.0：智能制造與治理革命

創新是引領發展的第一動力。建設創新型國家和實施創新驅動發展戰略是積極應對全球新一輪科技革命的重大戰略選擇。毫無疑問，工業4.0是當下變革時代的創新形態和創新產品。從蒸汽時代、電氣時代、信息時代到智能時代，技術的發展推動了時代的變革、治理的革命和社會的進步。智能平臺、智能工廠、智能產品、智能服務的不斷涌現將推動智慧企業、智慧政府和智慧社會的形成。在工業4.0中國版——《中國制造2025》的護航下，實現中國由制造大國駛向制造強國的轉變指日可待。

·25.3萬字

會員

AI源碼解讀：卷積神經網絡（CNN）深度學習案例：Python版

本書以人工智能發展為時代背景，通過20個機器學習模型和算法案例，為讀者提供較為詳細的實戰方案，以便進行深度學習。在編排方式上，全書側重對創新項目的過程進行介紹，分別從整體設計、系統流程和實現模塊等角度論述數據處理、模型訓練和模型應用等過程，并剖析模塊的功能、使用及程序代碼。為便于讀者高效學習，快速掌握人工智能程序開發方法，本書配套提供項目設計工程文檔、程序代碼、實現過程中出現的問題及解決方法等資料，可供讀者舉一反三，二次開發。本書語言簡潔，深入淺出，通俗易懂，不僅適合對Python編程有興趣的愛好者，而且可作為高等院校相關專業的參考教材，還可作為從事智能應用創新開發專業人員的技術參考書。

·4.2萬字

會員

神經網絡設計與實現

本書是一本神經網絡實踐進階指南，適合對AI和深度學習感興趣并且想進一步提高技能的讀者閱讀。本書從機器學習基礎、深度學習應用和高級機器學習這三個方面入手，結合算法理論、代碼實現和應用場景，介紹了機器學習的新動向和新技術。本書分為三部分：第1部分網絡神經入門，主要介紹了人工智能歷史、機器學習概述和神經網絡基礎；第二部分，深度學習應用，主要是基于卷積神經網絡圖像處理、文本挖掘、循環神經網絡、利用遷移學習重用神經網絡；第三部分，高級應用領域，主要介紹對生成對抗網絡、自動編碼器、損失函數、深度信度網絡、強化學習基本定義等。

·6.6萬字

會員

模型思維：簡化世界的人工智能模型

對從事算法研究與算法開發的人來說，模型的學習與使用必不可少。尤其是在目前如日中天的人工智能領域里，人人談模型，模型也是層出不窮，讓人眼花繚亂。模型讓人又愛又恨。模型可愛的地方在于它確實能夠解決實際問題，而且其有效性一般都經過了檢驗。模型可恨的地方在于學習模型是一件非常痛苦的事情，尤其是對人工智能的初學者來說。本書將人工智能在現實生活場景中解決的問題分類，并根據這個分類來介紹各種模型。書中將人工智能問題分為權重問題、狀態問題、序列問題、表示問題、相似問題和分類問題六大類，方便讀者了解各個模型之間的關系，也方便讀者理解各個模型的適用場景。本書盡量更多地介紹模型的使用場景，更多地介紹實際業務需求之間的關系，更多地采用生活中更淺顯易懂的例子，方便人工智能的初學者學習模型。本書不僅適合希望學習和運用人工智能模型到具體應用場景的企業工程師、科研院所的學生和科研人員，也適合對人工智能模型感興趣的讀者，使其將模型思維應用到生活中。

·21.8萬字

會員

深度學習高手筆記（卷2）：經典應用

本書通過扎實、詳細的內容，從理論知識、算法源碼、實驗結果等方面對深度學習中涉及的算法進行分析和介紹。本書共三篇，第一篇主要介紹深度學習在目標檢測與分割方向的前沿算法，包括雙階段檢測、單階段檢測、無錨點檢測、特征融合、損失函數、語義分割這6個方向；第二篇主要介紹深度學習在場景文字檢測與識別方向的重要突破，主要介紹場景文字檢測、場景文字識別這兩個階段的算法；第三篇主要介紹深度學習的其他算法與應用，包括圖像翻譯、圖神經網絡、二維結構識別、人像摳圖、圖像預訓練、多模態預訓練這6個方向的算法。附錄部分介紹雙線性插值、匈牙利算法、Shift-and-Stitch、德勞內三角化、圖像梯度、仿射變換矩陣等內容。本書結構清晰，內容廣度與深度齊備。通過閱讀本書，讀者可以了解前沿的深度學習算法，擴展自己的算法知識面。無論是從事深度學習科研的教師及學生，還是從事算法落地實踐的工作人員，都能從本書中獲益。

·21萬字

會員

洞察AIGC：智能創作的應用、機遇與挑戰

《洞察AIGC：智能創作的應用、機遇與挑戰》內容分為3篇：第1篇AIGC的蛻變講述AIGC的發展歷史及其背后的智能；第2篇AIGC的應用講述AIGC在文學創作、日常辦公、知識管理、科研出版、工業制造、健康醫療、金融服務、品牌營銷領域的應用現狀及常用工具；第3篇AIGC的機遇與挑戰講述AIGC的資本與技術前景，同時提出需要注意的風險。

·13.9萬字

會員

機器人傳感器

機器人傳感器是實現機器人及自身與外部環境進行信息交互的重要手段。通過搭載不同類型的傳感器，機器人對其自身及周圍環境進行檢測，并對檢測結果進行處理、分析、決策，然后選擇合適的運動。本書按傳感器基礎篇、機器人傳感器篇進行編排，全書共7章，前后呼應，循序漸進，由常用傳感器到機器人傳感器應用，逐步介紹了傳感器的基礎知識與檢測技術、常用傳感器、智能傳感器、機器人常用傳感器、工業機器人常用傳感器、移動機器人常用傳感器、機器人多傳感器信息融合等內容。