同城送货哪个便宜

本書共16章。第1~10章介紹Python編程，涉及人工智能、基本描述統計、集中趨勢和分散度量、模擬、靜態和動態可視化、使用CSV文件、用于數據探索和數據整理的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數據挖掘、IBMWatson認知計算、包含分類和回歸的有監督機器學習、聚類無監督機器學習、卷積神經網絡深度學習、遞歸神經網絡深度學習、包含Hadoop/Spark/NoSQL/物聯網的大數據等。

·32.1萬字

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技術要點，打通AI的各種技術壁壘，厘清不易察覺的“認知錯誤”，從而更好地認識正在運轉的神秘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據統計的基礎知識與原理避開數據“陷阱”，給出謹慎的主觀結論如何從數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——數據、算法、算力，詳細介紹大數據是如何處理的，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據間的關聯與規律，以及如何通過算力整合與軟件協作實現更高效的智能。第8～9章探討一些人工智能安全話題——大數據“殺熟”、隱私計算、深度偽造技術、對抗樣本攻擊、數據投毒攻擊、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？機器人會統治人類嗎？通用人工智能會出現嗎？未來到底會變成什么樣子？

·20.8萬字

會員

智能計算系統實驗教程

本書是《智能計算系統》的配套實驗教程，結合智能計算系統的軟硬件技術棧設計了基于通用CPU平臺和深度學習處理器平臺的分階段實驗和綜合實驗。其中，分階段實驗以風格遷移作為驅動范例，包括算法實驗（第2～3章）、編程框架實驗（第4章）、智能編程語言實驗（第5章）、深度學習處理器運算器設計實驗（第6章）。通過完成分階段實驗，讀者可以開發出一個可完成圖像風格遷移任務的智能計算系統。綜合實驗（第7章）包括目標檢測、文本檢測、自然語言處理等不同應用領域的實驗，可以幫助讀者鞏固對軟硬件技術棧相關知識的系統理解，讓讀者了解不同應用領域對智能計算系統的需求。本書適合作為高等院校人工智能及相關專業的教材，以及相關領域從業人員的參考書。作者團隊還為本書設計了一款配套的游戲，利用游戲中的“稠密獎勵”“即時獎勵”和“體系性獎勵”等機制來提升讀者的學習熱情。

·13.4萬字

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，揭示基于數據驅動的人工智能系統決策機制，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方法，包括貝葉斯方法、基于因果啟發的穩定學習和反事實推理、基于與或圖模型的人機協作解釋、對深度神經網絡的解釋。第三部分為第6～10章，分別介紹可解釋人工智能在生物醫療、金融、計算機視覺、自然語言處理、推薦系統等領域的應用案例，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揮的積極作用。第11章對全書進行總結，并論述可解釋人工智能研究面臨的挑戰和未來發展趨勢。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

AI虛擬仿真從入門到參賽

本書全面探討人工智能三維仿真競賽，包括競賽的立意、類型和流程，并詳細介紹人工智能三維仿真軟件的核心功能，如編程、控制、循跡、定位等的應用。本書首先介紹人工智能三維仿真競賽的基礎知識，為讀者打下堅實的理論基礎；其次轉向人工智能三維仿真軟件的詳細教學，通過具體案例強化讀者的學習效果；最后總結人工智能三維仿真競賽中的常見任務類型，并結合歷史競賽案例，為讀者提供實際參考。本書適合準備參加人工智能三維仿真競賽的讀者，以及對機器人設計和編程感興趣的廣大科技愛好者閱讀。無論是競賽新手還是有一定競賽經驗的讀者，都能從本書中受益，提升自己的技術水平并激發創新思維。

·4.4萬字

會員

揭秘大模型：從原理到實戰

本書從技術角度深度解析大模型的原理，從大模型的基礎概念及領域發展現狀入手，概述大模型的理論基礎，介紹OpenAIGPT、清華大學GLM、MetaLlama等主流大模型的技術原理，并從大模型參數高效微調、大模型指令微調、大模型訓練優化和大模型推理優化等多角度解析大模型背后的技術，帶領讀者全方位掌握大模型的原理和實踐方法。本書最后介紹私有大模型的構建，手把手指導讀者做技術選型并搭建自己的私有大模型。本書適合人工智能領域有大模型開發需求或對大模型技術感興趣的技術人員閱讀，也適合普通用戶擴展了解大模型的前沿應用。

·12.2萬字

會員

區塊鏈實戰

本書全景式地描述了互聯網前沿技術——區塊鏈，分別從區塊鏈的起源、區塊鏈在全球各個國家的發展現狀、區塊鏈的四大核心技術、基于區塊鏈底層技術的數字貨幣發展現狀等角度進行描述。另外，為了更好地理解區塊鏈，本書講述了區塊鏈在數字貨幣領域、金融領域、物聯網領域、大數據領域、醫療領域、教育領域、公證領域等七個領域的應用。區塊鏈是一場技術革命。在不久的將來，我們會看到區塊鏈與傳統行業的直接較量。而且這是一場不同層面的競爭，傳統行業被新技術取代已成必然趨勢。所以在一切還未發生之前，關注區塊鏈、參與區塊鏈、應用區塊鏈是至關重要的。通過閱讀本書，讀者只需要花費一周的時間就可以理解區塊鏈是什么以及它能干什么，并且理解區塊鏈在各個領域的價值所在。

·14.5萬字

會員

機器學習公式詳解（第2版）

周志華老師的《機器學習》（俗稱“西瓜書”）是機器學習領域的經典入門教材之一。本書是《機器學習公式詳解》（俗稱“南瓜書”）的第2版。相較于第1版，本書對“西瓜書”中除了公式以外的重、難點內容加以解析，以過來人視角給出學習建議，旨在對比較難理解的公式和重點內容擴充具體的例子說明，以及對跳步過大的公式補充具體的推導細節。全書共16章，與“西瓜書”章節、公式對應，每個公式的推導和解釋都以本科數學基礎的視角進行講解，希望能夠幫助讀者快速掌握各個機器學習算法背后的數學原理。本書思路清晰，視角獨特，結構合理，可作為高等院校計算機及相關專業的本科生或研究生教材，也可供對機器學習感興趣的研究人員和工程技術人員閱讀參考

·9.8萬字

會員

人工智能數學基礎

本書分為7章，其內容包括代數學和分析學的基礎概念、微積分的基礎概念、矩陣與線性變換、矩陣分解、最優化理論與算法、概率模型和信息論的基礎概念。本書強調數學概念并采用圖形化的方式對其進行解釋，以利于讀者理解，同時，本書給出了數學知識在機器學習和人工智能領域的具體應用，將數學知識和工程實踐有機結合，以使讀者能對數學知識有更深層次的理解。

·10.6萬字

會員

深度學習與目標檢測：工具、原理與算法

隨著深度學習技術的發展、計算能力的提升和視覺數據的增加，計算機視覺技術在圖像搜索、智能相冊、人臉閘機、城市智能交通管理、智慧醫療等諸多領域都取得了令人矚目的成績。越來越多的人開始關注這個領域。計算機視覺包含多個分支，其中圖像分類、目標檢測、圖像分割、目標跟蹤等是計算機視覺領域最重要的幾個研究課題。本書介紹的目標檢測技術，本質上就是通過計算機運行特定的算法，檢測圖像中一些受關注的目標。當今時代，我們很容易在互聯網上找到目標檢測算法的開源代碼，運行代碼并不是什么難事，但理解其中的原理卻有一定的難度。我們編寫本書的目的就是由淺入深地向讀者講解目標檢測技術，用相對通俗的語言來介紹算法的背景和原理，在讀者“似懂非懂”時給出實戰案例。實戰案例的代碼已全部通過線下驗證，代碼并不復雜，可以很好地幫助讀者理解算法細節，希望讀者在學習理論之后可以親自動手實踐。目標檢測的理論和實踐是相輔相成的，希望本書可以帶領讀者走進目標檢測的世界。

·8.6萬字

會員

人工智能能不能

人工智能這門學科一直伴隨爭議，有人認為人工智能無所不能，也有人認為它并不神奇。本書試圖以冷靜的心態、客觀的視角、求實的態度、基于邏輯的思考，通過對人工智能的全面審視和深入剖析，系統闡述人工智能究竟是“能”還是“不能”。本書介紹了人工智能的現狀和基本概念，并介紹了一系列關于人工智能的創新性見解，如人腦智能、人腦基本能力模型、機器智能、智能機器等，并重點論述了人工智能未來的潛力和局限性。本書適用于想了解人工智能的讀者，以及從事人工智能研究但需要創新思維的科研工作者。

·17.6萬字

會員

AIGC+智慧教育：Web 3.0時代的教育變革與轉型

隨著Web3.0時代的來臨，我國教育領域迎來了一場全面而深刻的變革——AIGC、ChatGPT、大數據、云計算、物聯網、數字孿生、元宇宙等新興技術與教育行業的融合程度日益加深，AI驅動的教育新形態、新模式、新產品不斷涌現，數字化、網絡化、智能化逐漸成為引領我國教育變革與轉型的重要方向。本書立足于全球范圍內智慧教育領域的實踐經驗與前沿趨勢，全面闡述AIGC、ChatGPT、元宇宙、數字孿生等新興技術在教育領域的融合與創新應用，內容涵蓋遠程教育、虛擬課堂、個性化學習、VR沉浸式教學、自動化教育評測、智能化教學決策、智慧校園管理等新型教育模式與玩法，并前瞻性地提出數字化時代教師數字能力培養的對策建議，試圖為讀者描繪一幅Web3.0時代的未來教育新圖景。

·13.8萬字

會員

人工智能數學基礎與Python機器學習實戰

本書分為3個部分：第1章和第2章是人工智能的數學基礎，主要介紹了機器學習的概念、Python開發環境的搭建、機器學習bibei的數學知識，以及線性代數和概率論的相關知識；第3~12章主要介紹了回歸模型、分類模型、聚類模型、半監督模型的建立和相關算法的理論，以及如何使用sklearn具體實現相關算法模型的搭建；第13章介紹了Spark機器學習，筆者認為對于機器學習，不能只限于Python中的sklearn的學習，還要緊跟大數據時代的發展。

·0字

會員

突破邊界：AI大模型驅動數智化能力變革

數智化能力的演進發展正在對個人、企業、社會、國家產生革命性影響。數智化能力將成為企業最重要的生產資料、最寶貴的物質財富、最有效的競爭手段。本書對某電信運營商AI大模型體系內涵、合作生態和重點開放能力進行了闡釋，介紹了AI大模型在企業發展中的應用，從企業能力建設的角度，分析它帶來的機遇與挑戰，并提供一系列戰略建議和實踐案例。同時，本書介紹了數智化能力演進過程，重點展示了業務能力、數據能力、技術能力等數智化能力的典型應用場景，并提出了數智化能力的規劃建設方法，對處于數字化轉型中的企業具有參考價值。

·13.7萬字

會員

AIGC革命：Web 3.0時代的新一輪科技浪潮

本書立足于AIGC技術前沿與發展趨勢，全面闡述了AIGC的概念內涵、底層技術與應用場景，詳細梳理全球科技巨頭在AIGC領域的戰略布局，并輔之以大量生動有趣的案例，深度剖析AIGC在各行業領域的應用場景，旨在引導讀者真切感受AIGC革命浪潮蘊含的商業創造力。全書分為五個部分，共18章。第一部分主要厘清AIGC技術的起源與演變，闡述席卷全球的AIGC背后的技術架構以及AIGC的應用場景；第二部分重點剖析AIGC產業現狀與生態圖譜，以及AIGC產業的發展機遇、挑戰與未來趨勢；第三部分著重闡述AIGC技術在內容、電商、營銷、建筑等領域的商業化應用，以幫助讀者理解AIGC對人類經濟社會發展產生的深遠影響；第四部分重點介紹AIGC領域的現象級產品——ChatGPT背后的工作原理與核心技術，并詳細闡述ChatGPT在教育、金融領域的典型應用；第五部分主要探討AIGC與元宇宙的融合共生關系，AIGC作為元宇宙重要的技術基礎設施，在內容生成與游戲開發領域的應用將進一步推動元宇宙的落地實踐。

·11.4萬字

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

現代人工智能技術

《現代人工智能技術》對現代人工智能的理論、算法、框架及應用進行了全面、系統的論述，剖析了人工智能研究領域的前沿學術成果，涵蓋了機器學習、深度學習、強化學習以及聯邦學習等諸多方向。讀者通過學習本書，能夠掌握人工智能的基本知識，并能了解人工智能研究的一些前沿內容，為進一步學習人工智能理論與應用奠定基礎。全書共分為9章，分別為緒論、知識表達、推理方法、智能算法、機器學習、神經網絡、深度學習、強化學習、聯邦學習。本書可作為計算機類、自動化類、電氣類、電子信息類專業的本科生、研究生學習人工智能課程的參考用書，也可供高等院校的教師、研究機構的研究人員，以及相關法律法規制定者和政府監管部門參考。

·16.9萬字

會員

創新求索錄：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信辦、國家發展改革委、工業和信息化部、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、戰略咨詢建議、人才培養教育等。既有宏觀的政策建議，又有關鍵的技術研究；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、信息產業的高管以及制定政策方針的政府工作人員。

·37萬字

會員

AI制勝：機器學習極簡入門

機器學習包括有監督學習、無監督學習和半監督學習，而具體的問題又大致可以分兩類：分類問題和回歸問題。本書分為8章，使用Python第三方工具庫深入講解機器學習極大重要算法的實現，內容包括機器學習概述、貝葉斯分類、決策樹、集成學習、支持向量機、神經網絡、卷積神經網絡、卷積神經網絡分割圖片實戰。