官术网_书友最值得收藏!

秒懂AI輔助論文寫作

本書是一本深入探討AI在論文寫作中應用的指南。本書通過九章內容，全面介紹如何在論文選題、前言寫作、大綱寫作、正文寫作、數據分析、摘要寫作、結語撰寫、文稿翻譯與潤色、答辯PPT制作、查重投稿等環節借助AI提高效率和質量。本書不僅討論了AI的使用倫理，還針對論文寫作的具體問題，提供了提示詞示例（已全部收錄到秋葉AI智能鼠標平臺），為論文寫作提供了廣闊的視角和新的方法。本書可作為缺少學術論文寫作經驗的大學生或科研人員的參考書。

·7.3萬字

AI提示工程實戰：從零開始利用提示工程學習應用大語言模型

本書介紹提示工程的基本概念和實踐，旨在幫助讀者了解如何構建高質量的提示內容。內容包括：認識大語言模型、ChatGPT應用體驗、ChatGPTAPI、PythonChatGPTAPI庫、提示工程、提示類型、基于提示工程應用Python數據分析等。

·14萬字

AI時代產品經理升級之道：ChatGPT讓產品經理插上翅膀

本書是一本面向產品經理的實用新書，分12章探討如何用ChatGPT提升產品管理工作的效率和質量。第1章介紹了人工智能對產品管理的影響；第2章介紹用ChatGPT提高文檔寫作效率；第3章介紹用ChatGPT進行競品和市場分析；第4章介紹用ChatGPT優化需求管理；第5章介紹用ChatGPT分析產品數據；第6章介紹用ChatGPT改進用戶體驗；第7章介紹用ChatGPT設計產品原型；第8章介紹用ChatGPT管理產品項目；第9章介紹用ChatGPT測試和控制產品質量；第10章介紹用ChatGPT發布和運營產品；第11章介紹用ChatGPT驅動產品創新；第12章介紹用ChatGPT維護和支持產品。

·11.5萬字

機器學習的算法分析和實踐

本書是一本全面介紹機器學習方法特別是算法的新書，適合初學者和有一定基礎的讀者。機器學習可以分成三大類別，監督式學習、非監督式學習和強化學習。三大類別背后的算法也各有不同。監督式學習使用了數學分析中函數逼近方法、概率統計中的極大似然方法。非監督式學習使用了聚類和貝葉斯算法。強化學習使用了馬爾可夫決策過程算法。機器學習背后的數學部分來自概率、統計、數學分析以及線性代數等領域。雖然用到的數學較多，但是最快捷的辦法還是帶著機器學習的具體問題來掌握背后的數學原理。因為線性代數和概率理論使用較多，本書在最后兩章集中把重要的一些概率論和線性代數的內容加以介紹，如果有需要的同學可以參考。另外，學習任何知識，動手練習加深理解的最新方法，所以本書的每一章都配備了習題供大家實踐和練習。

·7.4萬字

人，倫理，機器人：一本孩子寫給孩子的書

本書圍繞“公平、隱私與保障、可靠與安全、包容、負責、透明”六個人工智能需要遵循的原則，詮釋當代青少年對負責任的人工智能的認識和思考。

·7.1萬字

應用人工智能：工程方法（原書第2版）

大多數的AI書籍主要聚焦于AI背后的理論方法，卻很少關注AI應用程序的工程化。目前存在哪些AI庫、框架和服務？在哪種情況下應該選擇哪種庫、框架和服務？如何將它們整合到一個具有良好用戶體驗、易于維護的AI應用程序中？如何滿足功能性要求和非功能性要求，特別是高性能要求？針對上述問題，本書結合當前的新興技術和具體實例給出了很好的答案。本書首先介紹AI的定義以及AI的簡要發展史，接著介紹主要的AI方法，包括機器學習和知識表示，之后給出AI應用程序架構設計的指導原則，最后聚焦于AI的各個分領域，包括信息檢索、自然語言處理及計算機視覺。書中涵蓋大量應用實例，其中，虛擬博物館實例貫穿全書。此外，本書還提供相關AI產品列表及源代碼樣例，方便讀者快速開發自己的應用。

·5.3萬字

代數大腦：揭秘智能背后的邏輯

本書英文版出版至今已近20年，但關于大腦究竟如何工作的問題至今仍無答案，而符號主義（認為大腦是類似于計算機的加工符號的機器）與聯結主義（認為大腦是并行運轉的大型神經網絡）之間的爭論也從未停息。本書分析了聯結主義模型和符號加工模型在計算方面的優勢和劣勢，關注不同聯結主義模型之間的差異以及特定模型與符號加工的特定假設之間的關系，并圍繞多層感知器展開討論。書中的觀點在今天依然頻繁成為學術討論的焦點，并為認知科學、人工智能、深度學習等領域的未來研究指明了可能的方向。

·12.3萬字

樹莓派4與人工智能實戰項目

本書主要介紹樹莓派不同類型的特性，以及樹莓派入門所需要的基礎知識；涵蓋了樹莓派GPIO的不同操作方法，以及樹莓派的I2C總線、SPI總線、UART串口、PWM脈寬調制等偏硬件操作的內容；同時也為讀者準備了一些樹莓派上常見的服務類型的搭建和配置，包括樹莓派推流服務器搭建的方法，常見數據庫MariaDB、PostgreSQL的安裝配置操作，MQTT服務器的搭建配置，DHCP服務器的搭建配置等。此外，還加入了一些比較有趣的實驗，例如利用TensorFlow實現對象檢測，使用OpenCV制作一個樹莓派掃描儀，或利用OpenCV實現換鼻子的實驗，帶領讀者了解樹莓派通過攝像頭能夠實現的一些應用。本書為初學者全面入門了解樹莓派提供了很好的切入點，使讀者可以了解更多樹莓派的使用方法以及操作小技巧。同時，在整體的編程過程中使用了C語言、Python語言及Shell腳本語言等常見語言，對于擁有此類語言編程經驗的用戶更友好。希望讀者能夠在這里找到自己喜歡的實驗，并順利入門樹莓派！

·7.6萬字

AIGC輔助數據分析與數據化運營：場景化解決方案與案例分析

這是一本能從業務、方法、場景3個維度幫助讀者使用AI技術提升數據分析和數據化運營能力的著作。用扎實的理論框架、豐富的實踐案例、實用的操作技巧，全面展示了如何用AI延伸業務分析廣度、拓展業務分析深度、優化業務分析效能，從而達到幫助企業用智能的數據化運營實現業務持續增長的目的。本書采用案例驅動的寫作方式，通過實際業務案例詳細拆解AI技術在各個場景中的應用步驟和技巧。語言簡潔易懂，理論與實踐結合，注重實用性和可操作性，幫助讀者快速掌握核心知識。提供豐富的實際案例和操作指南，涵蓋多種AI工具和交互技巧，確保讀者能夠學以致用。

·17.2萬字

虛擬化技術原理與實現

本書對云計算中關鍵技術之一的虛擬化技術進行了深入的分析，從x86計算機體系結構以及操作系統的工作原理出發，介紹了虛擬化技術原理以及業界主流虛擬化軟件產品，并以Xen、KVM開源軟件為例分析了虛擬化軟件的架構及其實現方法，最后對虛擬化軟件管理接口的工作原理以及實現方法進行了全面的梳理。

·9.6萬字

智能優化技術：適應度地形理論及組合優化問題的應用

智能優化技術作為解決工程領域優化問題的核心方法，在金融、醫療、交通、航空、航天等領域發揮著非常重大的作用。適應度地形理論作為智能優化技術的研究熱點，從優化問題解空間特性分析方法出發，挖掘問題解空間特性，為優化問題的求解方法設計以及參數控制等方面提供指導。作者基于多年從事智能優化技術以及組合優化問題研究的思考，從時域、頻域和空域分別對適應度地形理論進行研究、整理，并以工程應用中的組合優化問題為載體，對適應度地形理論的實際應用進行介紹。作者在本書內容的介紹過程中，結合個人及相關人員的研究成果，不僅可以對智能優化理論提供技術支持，同時也可為各領域中實際工程問題的特性分析以及解決方法提供借鑒。本書可供計算機、電子、自動化、管理、航天工程等各領域的本科生、研究生以及相關領域的科學技術人員閱讀，同時為從事智能優化技術及工程應用的相關機構提供翔實的資料。

·11.8萬字

PyTorch深度學習應用實戰

《PyTorch深度學習應用實戰》以統計學/數學為出發點，介紹深度學習必備的數理基礎，講解PyTorch的主體架構及最新的模塊功能，包括常見算法與相關套件的使用方法，例如對象偵測、生成對抗網絡、深度偽造、圖像中的文字辨識、臉部辨識、BERT/Transformer、聊天機器人、強化學習、自動語音識別、知識圖譜等。本書配有大量案例及圖表說明，同時以程序設計取代定理證明，縮短學習過程，增加學習樂趣。

·15.2萬字

硅基物語·AI寫作高手：從零開始用ChatGPT學會寫作

本書從寫作與ChatGPT的基礎知識講起，結合創作者的實際寫作經歷與寫作教學經歷，介紹了用ChatGPT寫作的基礎技巧、進階寫作的方法、不同文體的寫作方法、寫作變現的秘訣，讓讀者理解寫作技巧與變現思路。

·14.7萬字

深度學習進階：自然語言處理

《深度學習進階：自然語言處理》是《深度學習入門：基于Python的理論與實現》的續作，圍繞自然語言處理和時序數據處理，介紹深度學習中的重要技術，包括word2vec、RNN、LSTM、GRU、seq2seq和Attention等。本書語言平實，結合大量示意圖和Python代碼，按照“提出問題”“思考解決問題的新方法”“加以改善”的流程，基于深度學習解決自然語言處理相關的各種問題，使讀者在此過程中更深入地理解深度學習中的重要技術。

·13.3萬字

AI高效工作一本通

本書共九章，分別介紹AI寫作工具、AI優化簡歷、職場入門AI寫作、AI項目策劃、AI項目復盤、AI高效辦公、AI高效溝通、讓職場更輕松的軟件和AI職場視頻剪輯等內容。

·10.1萬字

商業周刊（中文版）：測試與突破：人工智能與大數據

人工智能的商業應用呼之欲出，大數據技術則已在身邊。承載著13億用戶的Facebook如何管理每日產生的海量數據？這是讓很多公司技術人員都好奇的問題，有人竟然可以做得更出色。圖形芯片技術不斷成熟，可支持語音識別系統、開發基因療法的軟件和利用衛星照片繪制詳細地圖的程序。大數據還讓博物館實現逆生長，在參觀者管理和募集捐贈方面發揮優勢。我們特別編輯了這期《測試與突破：人工智能與大數據》專刊，嘗試從商業視角解讀人工智能的價值與發展路徑，梳理人工智能的發展歷程，發現最新研究進展與創新應用，了解大數據帶來的商業革新，分享技術巨頭們的戰略與行動。

·3.4萬字

中國人工智能創新鏈產業鏈技術專利發展研究

本書延循創新鏈、產業鏈這一主線，對我國人工智能專利進行了體系化研究。上篇聚焦AI創新鏈，分別從AI基礎通用技術、關鍵技術、支撐技術描繪我國AI技術創新全貌，并構建高價值專利評估體系，深層次地解析AI創新的趨勢動能；下篇聚焦AI產業鏈，圍繞智慧城市、智慧交通、智慧醫療、智慧金融、智慧工業、智慧教育、智慧農業七大應用場景進行了重點研究，對元宇宙和數字人兩項新興領域進行了專利分析，采用定性與定量相結合的方法對我國人工智能產業應用進行了展現；最后，圍繞創新鏈產業鏈融合，從專利視角進行了總結和展望。

·8.8萬字

AI嵌入式系統：算法優化與實現

本書介紹嵌入式系統中的機器學習算法優化原理、設計方法及其實現技術。內容涵蓋通用嵌入式優化技術，包括基于SIMD指令集的優化、內存訪問模式優化、參數量化等，并在此基礎上介紹了信號處理層面的優化、AI推理算法優化及基于神經網絡的AI算法訓練—推理聯合的優化理論與方法。其中信號處理層面優化介紹了基于線性代數的快速近似算法、基于多項式的快速卷積構造技術、基于數據二進制結構的快速乘法算法等；在AI推理層面，介紹了機器學習推理模型共性結構、運算圖中各個算子的計算優化途徑；對基于神經網絡的AI算法，闡述了如何將推理階段的運算量約束以及底層數據量化約束加入訓練代價函數，從算法訓練端減少運算量以提升AI嵌入式系統的運行效率。此外，本書還通過多個自動搜索優化參數并生成C代碼的例子介紹了通用的嵌入式環境下機器學習算法自動優化和部署工具開發的基本知識，通過應用示例和大量代碼說明了AI算法在通用嵌入式系統中的實現方法，力求讓讀者在理解算法的基礎上，通過實踐掌握高效的AI嵌入式系統開發的知識與技能。

·13.1萬字

Arduino開發實戰指南：機器人卷

·8.3萬字

寫好論文：思維模型與AI輔助應用

《寫好論文：思維模型與AI輔助應用》創新性地將學術寫作的思維模型與AI輔助工具相結合，為讀者提供了一套全新且實用的學術寫作方法，旨在助力讀者提高學術寫作的質量和水平。《寫好論文：思維模型與AI輔助應用》共9章，每章都聚焦一個特定的思維模型。這些模型包括“頂天立地加兩翼”結構模型、選擇和確定研究單位的三角模型、OBTQP研究問題模型、細化研究維度的思維羅盤模型、推導文獻綜述“GAP”的破界創新模型、匹配研究理論的勾連信號模型、適配研究方法的畫布模型、非共識研究觀點模型和深入解決問題的U型思維模型。對于每個模型，書中都有詳細的背景介紹、拆解步驟、應用方法和案例分析，確保讀者能夠全方位地理解并實際應用這些模型，從而真正掌握學術寫作的思維精髓和實踐要訣。《寫好論文：思維模型與AI輔助應用》適合學術研究人員、研究生、博士生等需要撰寫學術論文的人閱讀，也適合對學術研究感興趣、希望深入了解其思維方式和研究方法的讀者閱讀。

·13.8萬字