牛牛等于10点算不算五小牛

本書從人工智能技術與先進制造技術融合的角度，介紹了人工智能技術在產品設計與制造中的應用，也就是智能制造技術，著重介紹了定性立體建模和不確定性多學科設計優化等智能設計技術、設計理性知識建模和復雜產品研制工程知識管理等知識工程與管理技術，以及智能裝配序列規劃和制造過程智能計算等智能生產與制造技術，并結合具體示例介紹了相關技術方法的應用。本書可以作為高等院校機械、信息、自動化等專業的教材，也可以作為與智能制造技術相關的廣大工程技術人員的參考用書。

·18.2萬字

會員

聯邦學習技術及實戰

本書針對產業界在智能化過程中普遍面臨的數據不足問題，詳細地闡述了聯邦學習如何幫助企業引入更多數據、提升機器學習模型效果。互聯網數據一般分布在不同的位置，受隱私保護法規限制不能共享，形成了“數據孤島”。聯邦學習像“數據孤島”之間的特殊橋梁，通過傳輸變換后的臨時變量，既能實現模型效果提升，又能確保隱私信息的安全。本書介紹了聯邦學習技術的原理和實戰經驗，主要內容包括隱私保護、機器學習等基礎知識，聯邦求交、聯邦特征工程算法，三種常見的聯邦形式，以及工程架構、產業案例、數據資產定價等。

·18.5萬字

會員

秒懂AI提問：讓人工智能成為你的效率神器

我們在運用AI的時候，有時得不到自己想要的回答，于是責怪AI不夠智能。我們容易忽略的是，AI的回答質量往往取決于提問的質量。《秒懂AI提問：讓人工智能成為你的效率神器》系統地介紹了20種向AI提問的有效方法，用這些方法可以讓AI給出高質量的回答。在介紹提問方法時，本書緊扣日常工作和生活，并通過對比讓讀者直觀感受不同提問方法的效果，最后引出更多場景下的應用，讓讀者真正學以致用。《秒懂AI提問：讓人工智能成為你的效率神器》適合各行業對AI技術應用感興趣的人群閱讀。

·5.4萬字

會員

量子人工智能

量子計算與人工智能的交叉融合，促使量子人工智能的不斷發展。本書旨在采用對深度學習愛好者友好的方式，構建量子人工智能應用。全書共13章，第1章和第2章系統介紹量子計算機發展脈絡和量子計算編程的基礎知識。第3~7章分別介紹不同的深度學習方法和在這些算法邏輯上構建量子啟發算法的方式，用量子線路中的相位作為神經網絡的可學習參數，重構為量子神經網絡算子。這些算子可以在PyTorch環境中直接調用。第8章和第9章是量子人工智能的進階知識，講解不同量子算法的可行的評估方式和量子神經網絡基于Torch.Script技術進行算子化的內容。第10~13章通過在原生的深度學習PyTorch環境中引入量子算法，帶來可能的量子增強，并分別實現了對材料晶體結構相變過程搜索，冠狀病毒RNA序列變異預測、藥物虛擬篩選中親和能的預測及基因表達藥物設計等案例。

·7.6萬字

會員

巧用ChatGPT快速搞定數據分析

本書共分為8章，涵蓋了從數據分析基礎知識、常見的統計學方法到使用ChatGPT進行數據準備、數據清洗、數據特征提取、數據可視化、回歸分析與預測建模、分類與聚類分析，以及深度學習和大數據分析等全面的內容。

·10.7萬字

會員

深入理解XGBoost：高效機器學習算法與進階

本書主要介紹：XGBoost相關的機器學習基礎算法；XGBoost安裝編譯與簡單使用；XGBoost的實現原理與理論證明；XGBoost基于CPU多線程的實現以及分布式訓練方法；剖析XGBoost源碼，從代碼層面洞徹XGBoost的實現原理，以及XGBoost的應用與調優，通過典型示例為讀者提供使用參考，掌握實戰技能。通過閱讀本書，不僅能使讀者理解XGBoost的原理，將XGBoost應用到業務場景中，更能從源碼的角度深入學習XGBoost的并行化和分布式實現等優化技術，以更短的時間訓練出高準確度的模型，使XGBoost成為學習和工作中的一把利劍。

·16.2萬字

會員

機器學習編程：從編碼到深度學習

本書從一個完全不了解機器學習的程序員的視角出發，通過一系列生動有趣的具體應用實例，運用詼諧的語言以循序漸進的方式比較系統地介紹機器學習的本質思想、基本理論和重要算法，比較細致地剖析線性模型、感知機模型、淺層神經網絡、深度神經網絡的設計原理與編程方法，引導讀者親自動手從零開始打造和完善機器學習的底層代碼，逐步消除對機器學習算法原理的認知盲點，讓廣大初學者能夠較為輕松地掌握機器學習和深度學習的基本理論和編程技術。本書是從零基礎初學者的思維角度編寫的，適合作為智能科學與技術、數據科學與大數據技術、計算機科學與技術以及相關專業的本科生或研究生的機器學習入門教材，也可供工程技術人員和自學讀者學習參考。

·15.6萬字

會員

深度學習詳解：基于李宏毅老師“機器學習”課程

本書根據李宏毅老師“機器學習”公開課中與深度學習相關的內容編寫而成，介紹了卷積神經網絡、Transformer、生成模型、自監督學習（包括BERT和GPT）等深度學習常見算法，并講解了對抗攻擊、領域自適應、強化學習、元學習、終身學習、網絡壓縮等深度學習相關的進階算法.在理論嚴謹的基礎上，本書保留了公開課中大量生動有趣的例子，幫助讀者從生活化的角度理解深度學習的概念、建模過程和核心算法細節.

·19.5萬字

會員

革新：科技改變生活

飛行汽車、宇宙開發、量子計算機、共享汽車、大數據分析、替代白領工作的軟件機器人、癌癥治療……縱觀全球，不斷涌現出一批能夠產生技術創新的初創企業，有的企業估值甚至高達數千到數萬億日元。今后，什么樣的企業能夠崛起，并在10年后取代GAFA呢？本書將揭開“改變世界的那些公司”之神秘面紗。

·7.9萬字

會員

21個項目玩轉深度學習：基于TensorFlow的實踐詳解

本書以實踐為導向，深入介紹了深度學習技術和TensorFlow框架編程內容。通過本書，讀者可以訓練自己的圖像識別模型、進行目標檢測和人臉識別、完成一個風格遷移應用，還可以使用神經網絡生成圖像和文本，進行時間序列預測、搭建機器翻譯引擎，訓練機器玩游戲等。全書共包含21個項目，分為深度卷積網絡、RNN網絡、深度強化學習三部分。讀者可以在自己動手實踐的過程中找到學習的樂趣，了解算法和編程框架的細節，讓學習深度學習算法和TensorFlow的過程變得輕松和高效。

·11.8萬字

會員

面向中國制造2025的智造觀

本書提供了基于智造觀的技術架構：提出實現智能制造的四部曲，即流程精益化、適應自動化、系統數字化以及信息云端化；分析產品生命周期管理導向的生產制造模式及實現方法，包括大數據的應用、互聯網自動控制網絡的應用、數字化與信息技術的深度融合。

·12.2萬字

會員

大模型工程化：AI驅動下的數據體系

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。

·15.6萬字

會員

物聯網追溯系統及數據處理

數據流處理技術是目前的研究熱點，掌握數據流處理技術有助于更好地研究利用大數據，挖掘出數據背后潛在的價值。本書圍繞物聯網追溯系統的研發及數據流處理過程中的聚類、追溯、預測與建模關鍵技術進行了研究。全書共6章，第1章是緒論，主要介紹物聯網的概念及中國農業物聯網產業化發展現狀及其國內外大數據的研究現狀和熱點。第2～5章，主要極少數據流聚類算法、數據流追溯方法、數據流預測方法、數據流預測方法、數據流建模方法。第6章，介紹了物聯網追溯系統的研發和軟硬件環境配置，并對本書的主要內容進行總結和展望。

·7.4萬字

會員

人工的你：人工智能與心智的未來

在《人工的你》一書中，作者認為人工智能不可避免會將智能的發展引向新的方向，但如何規劃一條合理的前進路線則取決于我們。隨著人工智能技術不僅向內發展重塑大腦，同時向外發展創造出機器心智的可能性，我們必須提高警惕。智人作為心智的設計者，以后將會擺弄的一些“工具”是自己并不理解使用方法的：自我、心智，還有意識。作者論證的是，如果沒有充分掌握這些實體的本性，那么這可能會給人工智能和大腦增強技術的應用埋下禍根，會帶來有意識存在的死亡或者苦難。要獲得繁榮發展，我們必須掌握算法深處潛藏的哲學問題。

·8.7萬字

會員

人工智能時代：未來已來

本書深入淺出地介紹了人工智能歷史和技術，對現階段人工智能技術的應用成果進行了展示、解讀，讓讀者在詳細了解人工智能發展歷史的基礎上，清晰認知人工智能的關鍵技術。本書適合人工智能研究者，以及對人工智能感興趣的讀者閱讀。

·11.3萬字

會員

AI幫你贏：人人都能用的AI方法論

本書強調“把AI作為方法”（AI即ArtifcialIntelligence，人工智能）這一核心理念，旨在引導讀者掌握與AI對話的關鍵技巧，并將AI融入工作和生活真正體驗AI帶給人類的高效與便捷。本書從技術的發展規律人手，探討了把AI作為方法的必然性和必要性，進一步剖析了算法與哲學在內在邏輯上的貫通性。此外，本書通過豐富多樣的案例展示了AI的強大魅力，通過一系列“召喚術”幫助讀者運用AI創造性地完成各種各樣的任務，在這個過程中體驗和掌握運用AI的核心技巧。本書適合對AI有研究興趣、有使用需求、有產品研發需求或有投資意向的讀者閱讀。讀者可掃描文中的二維碼了解本書所介紹的與AI交互的秘訣。

·9.7萬字

會員

人工智能時代生存指南

繼2016年初擊敗李世石后，2017年，AlphaGo卷土重來對戰柯潔，喚起了全世界對人工智能（AI）的關注甚至警覺。而在比賽之外，人工智能和自動化技術正在悄然融入我們的日常生活，這預示著一個新的智能時代的開始。當技術的演進超出我們的認知，隨之而來的慌亂不可避免，擔憂人工智能取代人類似乎還很遙遠，但人工智能帶來的倫理和法律難題、自動化技術對低端崗位的“逐步蠶食”卻近在眼前。如何緩解技術焦慮癥，跟上這個急速變動的時代？終身學習，是我們在人工智能時代的宿命，你需要一本人工智能時代生存指南。

·8.4萬字

會員

ChatGPT速學通：文案寫作+PPT制作+數據分析+知識學習與變現

本書以ChatGPT為主線，通過大量實用案例全面介紹如何運用ChatGPT來提高工作和生活效率。在工作方面，本書詳細講解了如何使用ChatGPT來輔助寫作、制作PPT、進行數據分析等。這些章節的內容最為豐富，也最能體現ChatGPT的強大作用。讀者可以學會運用ChatGPT來優化工作流程，提高工作效率。在生活方面，本書通過許多案例來教會讀者如何使用ChatGPT生成思維導圖、解答常識問題、學習英語、實現簡單助手等，這些功能可以讓生活變得更輕松便捷。最后，本書還利用一個完整的章節介紹了如何通過ChatGPT進行知識變現，比如快速生成內容和視頻。本書內容豐富全面，語言通俗易懂，案例直觀詳盡，無論是想提升工作效率的職場人士，還是想進行高效研究、學習的教師和學生，甚至是希望利用AI技術獲利的創業者，以及對ChatGPT感興趣的愛好者，都可以做到開卷有益。

·10.3萬字

會員

智能物聯技術

物聯網被稱為全球信息產業的第三次浪潮，自1999年概念被首次提出后，先后經歷了局部物聯、開放物聯的階段，并開始走向智能物聯的新階段。本書在梳理相關背景、把握時代脈搏的前提下，詳細闡述智能物聯的概念和內涵，從智能感知、智能網絡、智能平臺三方面對智能物聯技術展開分析和研究，并對典型的智能物聯應用進行介紹。最后，從政策、技術和理念多角度，對智能物聯未來發展進行了展望。

·15.6萬字

會員

深度學習實戰：基于TensorFlow 2和Keras（原書第2版）

本書簡潔地介紹了現代神經網絡、人工智能和深度學習技術，專門為軟件工程師和數據科學家設計。第1章逐步介紹神經網絡的基礎知識。第2章比較TensorFlow1.x和TensorFlow2.0編程模型。第3章重點介紹回歸。第4章介紹卷積神經網絡及其在圖像處理中的應用。第5章討論了CNN在圖像、視頻、音頻和文本處理方面的高級應用。第6章重點介紹生成對抗網絡。第7章介紹詞嵌入。第8章介紹基本嵌入方法的各種擴展。第9章介紹自動編碼器。第10章深入研究無監督學習模型。第11章重點介紹強化學習。第12章介紹AutoML。第13章介紹用于移動設備和物聯網的TensorFlow的基礎知識。第14章討論了云環境以及如何利用它來訓練和部署模型。第15章討論了深度學習背后的數學。第16章介紹TPU。本書內容豐富，易于理解，示例具有代表性，是學習深度學習的絕佳指南。

·17.9萬字

跳轉至頁

官术网_书友最值得收藏!

人工智能

分類

狀態

屬性

字數

更新時間

人工智能：智能制造

聯邦學習技術及實戰

秒懂AI提問：讓人工智能成為你的效率神器

量子人工智能

巧用ChatGPT快速搞定數據分析

深入理解XGBoost：高效機器學習算法與進階

機器學習編程：從編碼到深度學習

深度學習詳解：基于李宏毅老師“機器學習”課程

革新：科技改變生活

21個項目玩轉深度學習：基于TensorFlow的實踐詳解

面向中國制造2025的智造觀

大模型工程化：AI驅動下的數據體系

物聯網追溯系統及數據處理

人工的你：人工智能與心智的未來

人工智能時代：未來已來

AI幫你贏：人人都能用的AI方法論

人工智能時代生存指南

ChatGPT速學通：文案寫作+PPT制作+數據分析+知識學習與變現

智能物聯技術

深度學習實戰：基于TensorFlow 2和Keras（原書第2版）