mg平台摆脱网址

本書理論聯(lián)系實(shí)際，全面地介紹ChatGPT的主要應(yīng)用場(chǎng)景，幫助讀者掌握ChatGPT的使用方法和技巧。本書不僅講述了ChatGPT在學(xué)習(xí)、寫作、工作、生活方面的應(yīng)用案例，還介紹了一個(gè)打造個(gè)人品牌的綜合應(yīng)用，內(nèi)容實(shí)用，可操作性強(qiáng)。本書適合希望了解ChatGPT的初學(xué)者閱讀。

·9.6萬字

會(huì)員

從零開始大模型開發(fā)與微調(diào)：基于PyTorch與ChatGLM

大模型是深度學(xué)習(xí)自然語(yǔ)言處理皇冠上的一顆明珠，也是當(dāng)前AI和NLP研究與產(chǎn)業(yè)中最重要的方向之一。本書使用PyTorch2.0作為學(xué)習(xí)大模型的基本框架，以ChatGLM為例詳細(xì)講解大模型的基本理論、算法、程序?qū)崿F(xiàn)、應(yīng)用實(shí)戰(zhàn)以及微調(diào)技術(shù)，為讀者揭示大模型開發(fā)技術(shù)。《從零開始大模型開發(fā)與微調(diào)：基于PyTorch與ChatGLM》共18章，內(nèi)容包括人工智能與大模型、PyTorch2.0深度學(xué)習(xí)環(huán)境搭建、從零開始學(xué)習(xí)PyTorch2.0、深度學(xué)習(xí)基礎(chǔ)算法詳解、基于PyTorch卷積層的MNIST分類實(shí)戰(zhàn)、PyTorch數(shù)據(jù)處理與模型展示、ResNet實(shí)戰(zhàn)、有趣的詞嵌入、基于PyTorch循環(huán)神經(jīng)網(wǎng)絡(luò)的中文情感分類實(shí)戰(zhàn)、自然語(yǔ)言處理的編碼器、預(yù)訓(xùn)練模型BERT、自然語(yǔ)言處理的解碼器、強(qiáng)化學(xué)習(xí)實(shí)戰(zhàn)、只具有解碼器的GPT-2模型、實(shí)戰(zhàn)訓(xùn)練自己的ChatGPT、開源大模型ChatGLM使用詳解、ChatGLM高級(jí)定制化應(yīng)用實(shí)戰(zhàn)、對(duì)ChatGLM進(jìn)行高級(jí)微調(diào)。《從零開始大模型開發(fā)與微調(diào)：基于PyTorch與ChatGLM》適合PyTorch深度學(xué)習(xí)初學(xué)者、大模型開發(fā)初學(xué)者、大模型開發(fā)人員學(xué)習(xí)，也適合高等院校人工智能、智能科學(xué)與技術(shù)、數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)、計(jì)算機(jī)科學(xué)與技術(shù)等專業(yè)的師生作為教學(xué)參考書。

·12.8萬字

會(huì)員

AIGC原理與實(shí)踐：零基礎(chǔ)學(xué)大語(yǔ)言模型、擴(kuò)散模型和多模態(tài)模型

本書旨在幫助沒有任何人工智能技術(shù)基礎(chǔ)的工程師們?nèi)嬲莆誂IGC的底層技術(shù)原理，以及大語(yǔ)言模型、擴(kuò)散模型和多模態(tài)模型的原理與實(shí)踐。本書的核心價(jià)值是，首先為想學(xué)習(xí)各種大模型的讀者打下堅(jiān)實(shí)的技術(shù)基礎(chǔ)，然后再根據(jù)自己的研究方向展開深入的學(xué)習(xí)，達(dá)到事半功倍的效果。通過閱讀本書，您將學(xué)習(xí)如下內(nèi)容：（1）AIGC技術(shù)基礎(chǔ)深入了解神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)知識(shí)，包括卷積神經(jīng)網(wǎng)絡(luò)和循環(huán)神經(jīng)網(wǎng)絡(luò)的原理與應(yīng)用。并通過學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的優(yōu)化方法，您將掌握如何優(yōu)化和提升神經(jīng)網(wǎng)絡(luò)的性能。（2）圖像生成模型包括從自動(dòng)編碼器（AE）、變分自編碼器（VAE）、生成對(duì)抗網(wǎng)絡(luò)（GAN）等圖像生成模型。通過學(xué)習(xí)優(yōu)化方法，如WGAN、WGAN-WP、StyleGAN等，您將掌握如何提高圖像生成模型的質(zhì)量和穩(wěn)定性。同時(shí)，了解圖像生成模型的應(yīng)用，如遷移學(xué)習(xí)、風(fēng)格遷移等，讓您輕松實(shí)現(xiàn)個(gè)性化創(chuàng)作。此外，還將帶您深入了解DDPM、DDIM等擴(kuò)散模型的前沿技術(shù)，為您展現(xiàn)圖像生成技術(shù)的最新成果，探索更加出色的生成效果和表達(dá)方式。（3）語(yǔ)言生成模型了解注意力機(jī)制、Transformer架構(gòu)等基礎(chǔ)知識(shí)，深入探索GAT系列、大語(yǔ)言模型（如ChatGPT），讓您掌握自然語(yǔ)言處理的精髓。（4）多模態(tài)模型了解CLIP、StableDiffusion、DALL.E等多模態(tài)模型，觸碰視覺和文字的奇妙交織，領(lǐng)略多模態(tài)智能的廣闊前景。

·16.7萬字

會(huì)員

可解釋人工智能導(dǎo)論

本書全面介紹可解釋人工智能的基礎(chǔ)知識(shí)、理論方法和行業(yè)應(yīng)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(dòng)的人工智能系統(tǒng)決策機(jī)制，提出一種基于人機(jī)溝通交互場(chǎng)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(xué)習(xí)和反事實(shí)推理、基于與或圖模型的人機(jī)協(xié)作解釋、對(duì)深度神經(jīng)網(wǎng)絡(luò)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(jì)算機(jī)視覺、自然語(yǔ)言處理、推薦系統(tǒng)等領(lǐng)域的應(yīng)用案例，詳細(xì)說明可解釋性在司法、城市管理、安防和制造等實(shí)際應(yīng)用中發(fā)揮的積極作用。第11章對(duì)全書進(jìn)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(shì)。此外，本書的附錄給出可解釋人工智能相關(guān)的開源資源、中英文術(shù)語(yǔ)對(duì)照及索引，方便讀者進(jìn)一步查閱。本書既適合高等院校計(jì)算機(jī)和信息處理相關(guān)專業(yè)的高年級(jí)本科生和研究生，以及人工智能領(lǐng)域的研究員和學(xué)者閱讀；也適合關(guān)注人工智能應(yīng)用及其社會(huì)影響力的政策制定者、法律工作者、社會(huì)科學(xué)研究人士等閱讀。

·20.4萬字

會(huì)員

被算法操控的生活：重新定義精準(zhǔn)廣告、大數(shù)據(jù)和AI

這是一個(gè)“算法世界”：建立在數(shù)據(jù)之上的算法指導(dǎo)社會(huì)的運(yùn)行、決定我們能在網(wǎng)上看到什么；它更是自動(dòng)駕駛、智能管家、未來醫(yī)療以至智慧城市的基石。如果我們不了解算法如何使用數(shù)據(jù)，就無法知道人工智能將如何改變我們的生活。通過采訪谷歌和劍橋分析公司的數(shù)據(jù)專家、親自模擬高科技巨頭的算法模型，薩普特帶我們直擊智能產(chǎn)品背后的秘密、思考數(shù)字科技給社會(huì)帶來的風(fēng)險(xiǎn)。我們對(duì)科技和互聯(lián)網(wǎng)的日益依賴，使數(shù)據(jù)研究者能夠收集與我們有關(guān)的數(shù)據(jù)，比如買過哪些東西、對(duì)哪些話題感興趣等。借助這些數(shù)據(jù)，他們能夠窺視我們的日常、預(yù)測(cè)我們的行為，并建立起試圖控制我們生活的算法。這些算法從最冷靜、理性的角度分析我們的性格、影響我們的選擇，并放大了社會(huì)偏見和歧視的威力。通過探討最前沿的人工智能技術(shù)，本書還揭露了一個(gè)驚人事實(shí)：人工智能必須以大數(shù)據(jù)和算法為基礎(chǔ)，我們的生活可能永遠(yuǎn)無法出現(xiàn)真正的超級(jí)AI。

·14.8萬字

會(huì)員

深入淺出AI算法：基礎(chǔ)概覽

本書從理論到實(shí)踐，循序漸進(jìn)地介紹了人工智能算法的基礎(chǔ)知識(shí)，幫助讀者敲開人工智能算法之門。本書內(nèi)容共8章，包括算法的歷史背景與基本概念、算法相關(guān)的數(shù)學(xué)基礎(chǔ)知識(shí)、信息學(xué)算法與數(shù)據(jù)結(jié)構(gòu)相關(guān)的概念與知識(shí)，以及業(yè)界常用的機(jī)器學(xué)習(xí)算法。同時(shí)，本書還介紹了算法工程的組成部分，以及一個(gè)典型的算法工程實(shí)踐項(xiàng)目，手把手帶領(lǐng)讀者體驗(yàn)算法的魅力。本書還介紹了人工智能算法的三大研究方向，幫助讀者邁向AI算法的進(jìn)階學(xué)習(xí)之路。本書每一章的內(nèi)容都采用了“總分總”形式，并且在章節(jié)末尾提煉出該章的核心關(guān)鍵詞，方便讀者進(jìn)一步查詢回顧。其中，第2章~第7章配有若干代表性的思考題，幫助讀者鞏固章節(jié)所學(xué)知識(shí)。本書適合從事與人工智能相關(guān)的工程技術(shù)人員和高等院校相關(guān)專業(yè)的學(xué)生，以及在AI領(lǐng)域就業(yè)一兩年以內(nèi)的職場(chǎng)人士閱讀。

·9.7萬字

會(huì)員

AI公文寫作一本通：用ChatGPT和文心一言提高公文寫作質(zhì)量和寫作效率

公文寫作是各類組織機(jī)構(gòu)都會(huì)涉及的一項(xiàng)重要工作，但傳統(tǒng)的公文寫作存在容易出錯(cuò)、風(fēng)格不一致、效率低等問題。在人工智能（AI）技術(shù)快速發(fā)展的浪潮中，公文寫作這項(xiàng)工作也可以借助AI完成“升級(jí)”，實(shí)現(xiàn)質(zhì)量和效率的提升。本書共17章，第1章以《黨政機(jī)關(guān)公文處理工作條例》為依據(jù)，介紹公文的特點(diǎn)、作用、寫作要點(diǎn)、分類等；第2章介紹常用的AI寫作工具；第3章至第17章按照“用公文范本訓(xùn)練AI，撰寫提示詞，優(yōu)化提示詞，精修初稿”的思路，分別介紹運(yùn)用AI工具撰寫15類公文的具體方法。此外，第3章至第17章還提供了各類公文的常用句式及金句，供讀者參考使用。

·10.8萬字

會(huì)員

人機(jī)交互：以用戶為中心的設(shè)計(jì)和評(píng)估（第6版）

本書的主題----“以用戶為中心的設(shè)計(jì)”就是要通過對(duì)用戶的深刻了解，根據(jù)用戶需求進(jìn)行設(shè)計(jì)，并且通過用戶進(jìn)行驗(yàn)證的系統(tǒng)方法。這種方法可以有效地防止產(chǎn)品可用性問題，并能幫助設(shè)計(jì)人員設(shè)計(jì)出高水平的軟件。本書正是從軟件可用性的角度介紹了國(guó)外流行的以用戶為中心的軟件設(shè)計(jì)過程和方法。書中系統(tǒng)地論述了以用戶為中心的軟件設(shè)計(jì)的四個(gè)重要部分：人機(jī)交互分析，體驗(yàn)設(shè)計(jì)方法，用戶界面設(shè)計(jì)專題，人機(jī)交互評(píng)估等重要內(nèi)容。為讀者提供學(xué)科最前沿的信息。

·33.5萬字

會(huì)員

生產(chǎn)系統(tǒng)仿真：Plant Simulation應(yīng)用教程

本書共分8章，第1章介紹生產(chǎn)過程中的波動(dòng)對(duì)生產(chǎn)系統(tǒng)效率的影響；第2章建立了訂單型制造企業(yè)生產(chǎn)線/裝配線的物料配送仿真模型，并對(duì)其關(guān)鍵參數(shù)進(jìn)行優(yōu)化；第3、4章對(duì)設(shè)施規(guī)劃中的兩種經(jīng)典布置方法進(jìn)行詳細(xì)分析及建模，得到最優(yōu)布置方案；第5、6章全面系統(tǒng)地介紹生產(chǎn)計(jì)劃調(diào)度的各類FSP和JSP問題的求解方法，提出改進(jìn)的算法及運(yùn)用；第7章針對(duì)人機(jī)作業(yè)分析進(jìn)行仿真建模，探討一人多機(jī)操作模式的克星性及經(jīng)濟(jì)性；最后，對(duì)于工廠的倉(cāng)儲(chǔ)、車間等活動(dòng)頻密場(chǎng)所進(jìn)行仿真。

·12.8萬字

會(huì)員

PyTorch深度學(xué)習(xí)與企業(yè)級(jí)項(xiàng)目實(shí)戰(zhàn)

《PyTorch深度學(xué)習(xí)與企業(yè)級(jí)項(xiàng)目實(shí)戰(zhàn)》立足于具體的企業(yè)級(jí)項(xiàng)目開發(fā)實(shí)踐，以通俗易懂的方式詳細(xì)介紹PyTorch深度學(xué)習(xí)的基礎(chǔ)理論以及相關(guān)的必要知識(shí)，同時(shí)以實(shí)際動(dòng)手操作的方式來引導(dǎo)讀者入門人工智能深度學(xué)習(xí)。《PyTorch深度學(xué)習(xí)與企業(yè)級(jí)項(xiàng)目實(shí)戰(zhàn)》共分18章，內(nèi)容主要包括人工智能、機(jī)器學(xué)習(xí)和深度學(xué)習(xí)之間的關(guān)系，深度學(xué)習(xí)框架PyTorch2.0的環(huán)境搭建，Python數(shù)據(jù)科學(xué)庫(kù)，深度學(xué)習(xí)基本原理，PyTorch2.0入門，以及13個(gè)實(shí)戰(zhàn)項(xiàng)目：遷移學(xué)習(xí)花朵識(shí)別、垃圾分類識(shí)別、短期電力負(fù)荷預(yù)測(cè)、空氣質(zhì)量預(yù)測(cè)、手寫數(shù)字識(shí)別、人臉識(shí)別與面部表情識(shí)別、圖像風(fēng)格遷移、糖尿病預(yù)測(cè)、基于GAN生成動(dòng)漫人物畫像、基于大語(yǔ)言模型的NLP、猴痘病毒識(shí)別項(xiàng)目實(shí)戰(zhàn)、X光肺部感染識(shí)別項(xiàng)目實(shí)戰(zhàn)、樂器聲音音頻識(shí)別項(xiàng)目實(shí)戰(zhàn)。

·10.8萬字

會(huì)員

機(jī)器人的設(shè)計(jì)與制作

本書以送餐機(jī)器人為例，從機(jī)器人的發(fā)展歷程與應(yīng)用領(lǐng)域、機(jī)器人機(jī)械結(jié)構(gòu)的建模與裝配、機(jī)器人控制電路的設(shè)計(jì)與制板和機(jī)器人控制程序的編寫與調(diào)試四個(gè)方面詳細(xì)地介紹了設(shè)計(jì)與制作機(jī)器人的過程，讓學(xué)習(xí)者通過本書的學(xué)習(xí)從而能夠自行設(shè)計(jì)和制作相應(yīng)功能的機(jī)器人，服務(wù)于日常的生產(chǎn)生活。

·3.6萬字

會(huì)員

自然語(yǔ)言處理實(shí)踐：聊天機(jī)器人技術(shù)原理與應(yīng)用

本書全面系統(tǒng)地介紹了聊天機(jī)器人的背景、典型應(yīng)用場(chǎng)景，以及核心技術(shù)模塊。并圍繞問答系統(tǒng)、任務(wù)對(duì)話系統(tǒng)和閑聊系統(tǒng)三種聊天機(jī)器人的具體展現(xiàn)，從技術(shù)原理和實(shí)踐兩個(gè)方面進(jìn)行闡述，適合對(duì)自然語(yǔ)言處理有一定基礎(chǔ)又想進(jìn)入聊天機(jī)器人應(yīng)用研發(fā)的一線研發(fā)人員學(xué)習(xí)。

·8.9萬字

會(huì)員

TensorFlow神經(jīng)網(wǎng)絡(luò)到深度學(xué)習(xí)

本書以TensorFlow為平臺(tái)，從神經(jīng)網(wǎng)絡(luò)到深度學(xué)習(xí)由淺入深進(jìn)行介紹，書中每章都以理論引出，以TensorFlow應(yīng)用鞏固結(jié)束，做到理論與實(shí)踐相結(jié)合，使讀者快速了解神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)等內(nèi)容，同時(shí)領(lǐng)略利用TensorFlow解決這些問題的簡(jiǎn)單和快捷。本書共12章，主要內(nèi)容包括TensorFlow軟件介紹、計(jì)算機(jī)視覺與深度學(xué)習(xí)、深度神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)、全連接神經(jīng)網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)、高級(jí)卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)、對(duì)抗神經(jīng)網(wǎng)絡(luò)、其他監(jiān)督學(xué)習(xí)、非監(jiān)督學(xué)習(xí)、自動(dòng)編碼機(jī)、強(qiáng)化學(xué)習(xí)等。

·13.6萬字

會(huì)員

機(jī)器意識(shí)：人工智能如何為機(jī)器人裝上大腦

科學(xué)是對(duì)宇宙運(yùn)行的基本原理的研究，很大程度上基于實(shí)驗(yàn)和觀察。這種一貫統(tǒng)一的知識(shí)體系是由我們的感官感知，并由我們大腦的處理能力推斷出來的。當(dāng)我們走向以自動(dòng)化、自我豐富的人工智能智能體和虛擬現(xiàn)實(shí)為主導(dǎo)的未來時(shí)，技術(shù)（特別是人工智能）將決定實(shí)驗(yàn)和觀察的過程。因此，人工智能將成為引導(dǎo)我們走向科學(xué)的工具和準(zhǔn)則。此外，人們相信，當(dāng)接近技術(shù)奇點(diǎn)時(shí)，技術(shù)增長(zhǎng)將打破歷史紀(jì)錄，對(duì)于我們自己掌握的生物智能來說，速度太快了。隨著人工領(lǐng)域處理能力的增強(qiáng)和信息的過剩，我們對(duì)科學(xué)是從邏輯中提取的信息和原理的統(tǒng)一體的定義，以及因果關(guān)系，將開始與人工智能緊密聯(lián)系在一起。

·23.8萬字

會(huì)員

區(qū)塊鏈實(shí)戰(zhàn)

本書全景式地描述了互聯(lián)網(wǎng)前沿技術(shù)——區(qū)塊鏈，分別從區(qū)塊鏈的起源、區(qū)塊鏈在全球各個(gè)國(guó)家的發(fā)展現(xiàn)狀、區(qū)塊鏈的四大核心技術(shù)、基于區(qū)塊鏈底層技術(shù)的數(shù)字貨幣發(fā)展現(xiàn)狀等角度進(jìn)行描述。另外，為了更好地理解區(qū)塊鏈，本書講述了區(qū)塊鏈在數(shù)字貨幣領(lǐng)域、金融領(lǐng)域、物聯(lián)網(wǎng)領(lǐng)域、大數(shù)據(jù)領(lǐng)域、醫(yī)療領(lǐng)域、教育領(lǐng)域、公證領(lǐng)域等七個(gè)領(lǐng)域的應(yīng)用。區(qū)塊鏈?zhǔn)且粓?chǎng)技術(shù)革命。在不久的將來，我們會(huì)看到區(qū)塊鏈與傳統(tǒng)行業(yè)的直接較量。而且這是一場(chǎng)不同層面的競(jìng)爭(zhēng)，傳統(tǒng)行業(yè)被新技術(shù)取代已成必然趨勢(shì)。所以在一切還未發(fā)生之前，關(guān)注區(qū)塊鏈、參與區(qū)塊鏈、應(yīng)用區(qū)塊鏈?zhǔn)侵陵P(guān)重要的。通過閱讀本書，讀者只需要花費(fèi)一周的時(shí)間就可以理解區(qū)塊鏈?zhǔn)鞘裁匆约八芨墒裁矗⑶依斫鈪^(qū)塊鏈在各個(gè)領(lǐng)域的價(jià)值所在。

·14.5萬字

會(huì)員

實(shí)戰(zhàn)AI大模型

《實(shí)戰(zhàn)AI大模型》是一本旨在填補(bǔ)人工智能（AI）領(lǐng)域（特別是AI大模型）理論與實(shí)踐之間鴻溝的實(shí)用手冊(cè)。書中介紹了AI大模型的基礎(chǔ)知識(shí)和關(guān)鍵技術(shù)，如Transformer、BERT、ALBERT、T5、GPT系列、InstructGPT、ChatGPT、GPT4、PaLM和視覺模型等，并詳細(xì)解釋了這些模型的技術(shù)原理、實(shí)際應(yīng)用以及高性能計(jì)算（HPC）技術(shù)的使用，如并行計(jì)算和內(nèi)存優(yōu)化。同時(shí)，《實(shí)戰(zhàn)AI大模型》還提供了實(shí)踐案例，詳細(xì)介紹了如何使用ColossalAI訓(xùn)練各種模型。無論是人工智能初學(xué)者還是經(jīng)驗(yàn)豐富的實(shí)踐者，都能從本書學(xué)到實(shí)用的知識(shí)和技能，從而在迅速發(fā)展的AI領(lǐng)域中找到適合自己的方向。

·14.8萬字

會(huì)員

大話機(jī)器智能：一書看透AI的底層運(yùn)行邏輯

本書以有趣的案例和深入淺出的語(yǔ)言，直擊AI的底層運(yùn)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(diǎn)，打通AI的各種技術(shù)壁壘，厘清不易察覺的“認(rèn)知錯(cuò)誤”，從而更好地認(rèn)識(shí)正在運(yùn)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(chǔ)理論，通過生動(dòng)、有趣的講解，讓讀者知道支撐AI的基礎(chǔ)學(xué)科如何起作用：如何基于統(tǒng)計(jì)學(xué)和概率論找到應(yīng)對(duì)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(jì)的基礎(chǔ)知識(shí)與原理避開數(shù)據(jù)“陷阱”，給出謹(jǐn)慎的主觀結(jié)論如何從數(shù)學(xué)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(xì)介紹大數(shù)據(jù)是如何處理的，如何通過機(jī)器學(xué)習(xí)算法和深度學(xué)習(xí)算法讓機(jī)器正確認(rèn)識(shí)數(shù)據(jù)間的關(guān)聯(lián)與規(guī)律，以及如何通過算力整合與軟件協(xié)作實(shí)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(jì)算、深度偽造技術(shù)、對(duì)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(huì)搶走人類的工作嗎？機(jī)器人會(huì)統(tǒng)治人類嗎？通用人工智能會(huì)出現(xiàn)嗎？未來到底會(huì)變成什么樣子？

·20.8萬字

會(huì)員

合成生物學(xué)智能化設(shè)計(jì)與應(yīng)用

本書以人工智能技術(shù)在合成生物學(xué)領(lǐng)域的理論、方法及應(yīng)用為主線，詳細(xì)闡述人工智能在合成生物學(xué)不同層面設(shè)計(jì)中的應(yīng)用進(jìn)展，深入討論人工智能在合成生物學(xué)實(shí)際應(yīng)用中面臨的挑戰(zhàn)與困難。本書先概述合成生物學(xué)與人工智能基本概念以及發(fā)展簡(jiǎn)史，然后介紹人工智能技術(shù)在生物元件、生物模塊、生物系統(tǒng)設(shè)計(jì)方面的應(yīng)用，并通過案例展示了人工智能與合成生物學(xué)技術(shù)在生物醫(yī)藥領(lǐng)域的研究進(jìn)展，最后分析了人工智能驅(qū)動(dòng)合成生物技術(shù)的發(fā)展趨勢(shì)，并討論了實(shí)際應(yīng)用所面臨的挑戰(zhàn)和困難，以及展望該交叉領(lǐng)域的未來研究方向。本書適合作為生物類、計(jì)算機(jī)類、化工類、環(huán)境類、醫(yī)藥專業(yè)的本科生及研究生的教學(xué)用書，也適合生物、信息、醫(yī)藥、化工、能源、資源和環(huán)境等領(lǐng)域的科研人員、程序開發(fā)人員參考。

·23萬字

會(huì)員

計(jì)算社會(huì)學(xué)：基礎(chǔ)理論篇

本書是一本系統(tǒng)性梳理計(jì)算社會(huì)學(xué)相關(guān)理論和方法的論著。一方面，本書從傳統(tǒng)復(fù)雜網(wǎng)絡(luò)分析的角度，詳細(xì)闡述社會(huì)網(wǎng)絡(luò)分析的基礎(chǔ)理論和動(dòng)力學(xué)模型——隨機(jī)網(wǎng)絡(luò)、小世界網(wǎng)絡(luò)、無標(biāo)度網(wǎng)絡(luò)和網(wǎng)絡(luò)統(tǒng)計(jì)分析理論等，并將網(wǎng)絡(luò)過程和行為應(yīng)用于涌現(xiàn)、傳染病等方面。另一方面，融合人工智能在自然語(yǔ)言處理、推薦算法等領(lǐng)域的進(jìn)展，闡述了人工智能算法尤其是深度學(xué)習(xí)理論等在智能推薦、文本分析、假消息檢測(cè)、虛擬社交機(jī)器人等領(lǐng)域的應(yīng)用。在兼顧廣度和深度的前提下，本書深度融合計(jì)算機(jī)科學(xué)、社會(huì)學(xué)、人工智能和復(fù)雜網(wǎng)絡(luò)等多學(xué)科的專業(yè)概念，突出闡述了計(jì)算社會(huì)學(xué)領(lǐng)域近年來的最新研究成果和關(guān)鍵技術(shù)突破。

·19.5萬字

會(huì)員

因果推斷與機(jī)器學(xué)習(xí)（修訂版）

本書是一本理論扎實(shí)，同時(shí)聯(lián)系實(shí)際應(yīng)用的圖書。全書系統(tǒng)地介紹了因果推斷的基本知識(shí)、基于機(jī)器學(xué)習(xí)的因果推斷方法和基于因果推斷的機(jī)器學(xué)習(xí)方法及其在一些重要領(lǐng)域的應(yīng)用。全書共分6章。第1章從結(jié)構(gòu)因果模型和潛在結(jié)果框架出發(fā)，介紹因果推斷的基本概念和方法。第2章介紹近年統(tǒng)計(jì)和機(jī)器學(xué)習(xí)文獻(xiàn)中出現(xiàn)的一些重要的基于機(jī)器學(xué)習(xí)的因果推斷方法。第3章介紹能夠提高機(jī)器學(xué)習(xí)模型的泛化能力的因果表征學(xué)習(xí)。第4章介紹因果機(jī)器學(xué)習(xí)如何提高機(jī)器學(xué)習(xí)模型的可解釋性與公平性。第5章介紹因果機(jī)器學(xué)習(xí)在推薦系統(tǒng)和學(xué)習(xí)排序中的應(yīng)用。第6章是對(duì)全書的一個(gè)總結(jié)和對(duì)未來的展望。本書對(duì)結(jié)合因果推斷和機(jī)器學(xué)習(xí)的理論與實(shí)踐進(jìn)行了介紹。并在第1版的基礎(chǔ)上對(duì)一些陳舊的內(nèi)容做了更新。通過閱讀本書，讀者不僅可以掌握因果機(jī)器學(xué)習(xí)的基礎(chǔ)理論，還可對(duì)本書中提到的論文代碼進(jìn)行鉆研，從而在實(shí)踐中加深對(duì)因果機(jī)器學(xué)習(xí)的理解。

·14.1萬字

跳轉(zhuǎn)至頁(yè)

官术网_书友最值得收藏!

人工智能

分類

狀態(tài)

屬性

字?jǐn)?shù)

更新時(shí)間

ChatGPT手冊(cè)：初學(xué)者指南與應(yīng)用實(shí)戰(zhàn)

從零開始大模型開發(fā)與微調(diào)：基于PyTorch與ChatGLM

AIGC原理與實(shí)踐：零基礎(chǔ)學(xué)大語(yǔ)言模型、擴(kuò)散模型和多模態(tài)模型

可解釋人工智能導(dǎo)論

被算法操控的生活：重新定義精準(zhǔn)廣告、大數(shù)據(jù)和AI

深入淺出AI算法：基礎(chǔ)概覽

AI公文寫作一本通：用ChatGPT和文心一言提高公文寫作質(zhì)量和寫作效率

人機(jī)交互：以用戶為中心的設(shè)計(jì)和評(píng)估（第6版）

生產(chǎn)系統(tǒng)仿真：Plant Simulation應(yīng)用教程

PyTorch深度學(xué)習(xí)與企業(yè)級(jí)項(xiàng)目實(shí)戰(zhàn)

機(jī)器人的設(shè)計(jì)與制作

自然語(yǔ)言處理實(shí)踐：聊天機(jī)器人技術(shù)原理與應(yīng)用

TensorFlow神經(jīng)網(wǎng)絡(luò)到深度學(xué)習(xí)

機(jī)器意識(shí)：人工智能如何為機(jī)器人裝上大腦

區(qū)塊鏈實(shí)戰(zhàn)

實(shí)戰(zhàn)AI大模型

大話機(jī)器智能：一書看透AI的底層運(yùn)行邏輯

合成生物學(xué)智能化設(shè)計(jì)與應(yīng)用

計(jì)算社會(huì)學(xué)：基礎(chǔ)理論篇

因果推斷與機(jī)器學(xué)習(xí)（修訂版）