官术网_书友最值得收藏!

大模型工程化:AI驅(qū)動(dòng)下的數(shù)據(jù)體系
會(huì)員

大模型在眾多領(lǐng)域得到了廣泛應(yīng)用,促進(jìn)了AI技術(shù)的整合和創(chuàng)新。然而,在實(shí)際應(yīng)用過程中,直接將大模型應(yīng)用于特定行業(yè)常常難以達(dá)到預(yù)期效果。本書詳細(xì)闡述如何在游戲經(jīng)營分析場景中利用大模型實(shí)現(xiàn)數(shù)據(jù)體系的建設(shè)。本書分為6個(gè)部分,共16章。第1部分主要介紹大模型技術(shù)的發(fā)展與應(yīng)用,從大模型的發(fā)展現(xiàn)狀展開,重點(diǎn)介紹大模型與數(shù)據(jù)體系的相關(guān)知識(shí)。第2部分主要介紹大模型下的關(guān)鍵基礎(chǔ)設(shè)施,涵蓋湖倉一體引擎、湖倉的關(guān)鍵技術(shù)、實(shí)時(shí)數(shù)據(jù)寫入和高效數(shù)據(jù)分析等內(nèi)容。第3部分主要介紹大模型下的數(shù)據(jù)資產(chǎn),圍繞數(shù)據(jù)資產(chǎn)重塑、數(shù)據(jù)資產(chǎn)標(biāo)準(zhǔn)、數(shù)據(jù)資產(chǎn)建設(shè)、數(shù)據(jù)資產(chǎn)運(yùn)營展開。第4部分主要介紹自研領(lǐng)域大模型的技術(shù)原理,涵蓋領(lǐng)域大模型的基礎(chǔ)、需求理解算法、需求匹配算法、需求轉(zhuǎn)譯算法等內(nèi)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(chǔ)、技術(shù)籌備、建設(shè)要點(diǎn)、安全策略等內(nèi)容。第6部分介紹大模型在游戲領(lǐng)域的應(yīng)用,通過游戲領(lǐng)域的經(jīng)營分析案例,系統(tǒng)地闡述如何實(shí)現(xiàn)業(yè)務(wù)需求。本書適合致力于大模型技術(shù)應(yīng)用的數(shù)據(jù)工程師閱讀,也適合尋求AI自動(dòng)化編程解決方案的軟件開發(fā)者閱讀,還適合希望利用AI提升業(yè)務(wù)效率的企業(yè)決策者閱讀。

騰訊游戲數(shù)據(jù)團(tuán)隊(duì)編著 ·人工智能 ·15.6萬字

人工智能技術(shù)與大數(shù)據(jù)
會(huì)員

本書分為兩個(gè)部分,共12章。第1章到第5章介紹了大數(shù)據(jù)的本體論、機(jī)器學(xué)習(xí)的基本理論等內(nèi)容,為具體場景、算法的實(shí)踐奠定了基礎(chǔ)。讀者可以了解到,在工程實(shí)踐中,對(duì)大數(shù)據(jù)的處理、轉(zhuǎn)化方式與人類學(xué)習(xí)知識(shí)并將其轉(zhuǎn)化為實(shí)踐的過程是多么相似。在對(duì)機(jī)器學(xué)習(xí)的介紹中,會(huì)對(duì)其數(shù)學(xué)原理、訓(xùn)練過程做基本的講解,并輔以代碼幫助讀者了解真實(shí)場景中技術(shù)工具的使用。第6章到第12章提供了多個(gè)不同的用例,章節(jié)之間彼此獨(dú)立,介紹了如何用人工智能技術(shù)(自然語言處理、模糊系統(tǒng)、遺傳編程、群體智能、強(qiáng)化學(xué)習(xí)、網(wǎng)絡(luò)安全、認(rèn)知計(jì)算)實(shí)現(xiàn)大數(shù)據(jù)自動(dòng)化解決方案。如果讀者對(duì)Java編程語言、分布式計(jì)算框架、各種機(jī)器學(xué)習(xí)算法有一定的了解,那么本書可以幫助你建立一個(gè)全局觀,從更廣闊的視角來看待人工智能技術(shù)在大數(shù)據(jù)中的應(yīng)用。如果讀者對(duì)上述知識(shí)一無所知,但是對(duì)大數(shù)據(jù)人工智能的技術(shù)、業(yè)務(wù)非常感興趣,那么可以通過本書獲得從零到一的認(rèn)知提升。

(印度)阿南德·德什潘德 馬尼什·庫馬 ·人工智能 ·13.3萬字

ChatGPT原理與架構(gòu):大模型的預(yù)訓(xùn)練、遷移和中間件編程
會(huì)員

這是一本深入闡述ChatGPT等大模型的工作原理、運(yùn)行機(jī)制、架構(gòu)設(shè)計(jì)和底層技術(shù),以及預(yù)訓(xùn)練、遷移、微調(diào)和中間件編程的著作。它將幫助我們從理論角度全面理解大模型,從實(shí)踐角度更好地應(yīng)用大模型,是作者成功訓(xùn)練并部署大模型的過程復(fù)盤和經(jīng)驗(yàn)總結(jié)。第1章介紹了ChatGPT等大模型的發(fā)展歷程、技術(shù)演化和技術(shù)棧等基礎(chǔ)知識(shí);第2~5章深入講解了Transformer的架構(gòu)原理,并從GPT-1的生成式預(yù)訓(xùn)練到GPT-3的稀疏注意力機(jī)制詳細(xì)描述了GPT系列的架構(gòu)演進(jìn);6~8章從底層技術(shù)實(shí)現(xiàn)的角度講解了大語言模型的訓(xùn)練策略、數(shù)據(jù)處理方法,以及如何利用策略優(yōu)化和人類反饋來進(jìn)一步提升模型的表現(xiàn);第9~10章首先詳細(xì)講解了大語言模型在垂直領(lǐng)域的低算力遷移方法,并給出了醫(yī)療和司法領(lǐng)域的遷移案例,然后講解了大模型的中間件編程;第11章對(duì)GPT的未來發(fā)展趨勢進(jìn)行預(yù)測,探討數(shù)據(jù)資源、自回歸模型的局限性,以及大語言模型時(shí)代具身智能的可行路線。

程戈 ·人工智能 ·10.6萬字

QQ閱讀手機(jī)版

主站蜘蛛池模板: 铁力市| 宜兰市| 确山县| 宾阳县| 广宗县| 阜南县| 若尔盖县| 敦化市| 浦北县| 延长县| 波密县| 甘孜| 土默特右旗| 大足县| 汉中市| 噶尔县| 仁怀市| 周口市| 宁德市| 左云县| 改则县| 东阿县| 怀宁县| 房山区| 阿坝县| 荣成市| 敖汉旗| 鄂温| 元朗区| 金沙县| 焦作市| 鄂尔多斯市| 南华县| 齐齐哈尔市| 子洲县| 呼伦贝尔市| 石屏县| 清河县| 台安县| 连州市| 融水|