摆脱游戏哪个平台最好

OpenCV是一個跨平臺計算機視覺和機器學(xué)習(xí)軟件庫，也是計算機視覺領(lǐng)域的開發(fā)人員必須掌握的技術(shù)。本書基于Python3.8全面、系統(tǒng)地介紹OpenCV4.5的使用，并配套示例源代碼、開發(fā)環(huán)境與答疑服務(wù)。本書共分15章，主要內(nèi)容包括計算機視覺概述、OpenCV的Python開發(fā)環(huán)境搭建、OpenCV基本操作、數(shù)組矩陣、圖像處理模塊、灰度變換和直方圖修正、圖像平滑、幾何變換、圖像邊緣檢測、圖像分割、圖像金字塔、圖像形態(tài)學(xué)、視頻處理，以及停車場車牌識別、物體識別、運動跟蹤、人臉檢測等案例。本書既適合計算機視覺與圖像處理、人工智能算法的開發(fā)人員閱讀，也適合高等院校和培訓(xùn)機構(gòu)計算機視覺與圖像處理、人工智能等相關(guān)專業(yè)的師生教學(xué)參考。

·16.8萬字

會員

人工智能導(dǎo)論

本書主要講述人工智能的基礎(chǔ)知識與基礎(chǔ)理論，并通過大量的人工智能應(yīng)用幫助讀者快速了解人工智能相關(guān)技術(shù)。本書共10章，分別為人工智能概述、人工智能基礎(chǔ)知識、機器學(xué)習(xí)、深度學(xué)習(xí)、計算機視覺、自然語言處理、知識圖譜、人工智能技術(shù)應(yīng)用場景、智能機器人和人工智能的挑戰(zhàn)與未來。本書內(nèi)容豐富，講解細致，注重技術(shù)發(fā)展變化。本書既可作為高校大數(shù)據(jù)專業(yè)、云計算專業(yè)、人工智能技術(shù)專業(yè)、信息管理專業(yè)、計算機網(wǎng)絡(luò)專業(yè)的教材，又可作為人工智能與大數(shù)據(jù)愛好者的參考書。

·16.8萬字

會員

TensorFlow機器學(xué)習(xí)（原書第2版）

這是一本TensorFlow機器學(xué)習(xí)入門教程，書中通過大量實例，以淺顯易懂、循序漸進的方式詳細闡釋使用Python和TensorFlow構(gòu)建機器學(xué)習(xí)模型的核心技術(shù)與方法。本書既涵蓋機器學(xué)習(xí)基礎(chǔ)理論，又介紹了如何將機器學(xué)習(xí)核心概念應(yīng)用于現(xiàn)實世界的挑戰(zhàn)（例如，情感分析、文本分類和圖像識別）中，并通過實例展示了用于深度語音處理、面部識別以及使用CIFAR-10的自編碼器的神經(jīng)網(wǎng)絡(luò)技術(shù)。全書共分為三部分。第一部分（第1～2章）討論機器學(xué)習(xí)的基本原理及其當(dāng)前被大規(guī)模應(yīng)用的原因；第二部分（第3～10章）通過大量實例詳細介紹回歸算法和分類算法，涵蓋回歸、分類、無監(jiān)督聚類和隱馬爾可夫模型（HMM）等技術(shù)及應(yīng)用；第三部分（第11～19章）主要介紹神經(jīng)網(wǎng)絡(luò)及其應(yīng)用，涵蓋使用隱藏層的自編碼器壓縮和表示輸入、用于自動分類圖像和面部識別的卷積神經(jīng)網(wǎng)絡(luò)（CNN）、用于時間序列數(shù)據(jù)或語音轉(zhuǎn)文本的循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN），以及seq2seqRNN架構(gòu)等內(nèi)容。通過閱讀本書，你將能夠：使用TensorFlow進行機器學(xué)習(xí)選擇最佳的機器學(xué)習(xí)方法使用TensorBoard可視化算法與合作伙伴共享結(jié)果在Docker中運行模型

·16.8萬字

會員

深度學(xué)習(xí)全書：公式+推導(dǎo)+代碼+TensorFlow全程案例

《深度學(xué)習(xí)全書——公式+推導(dǎo)+代碼+TensorFlow全程案例》共有15章，分為5部分，第一篇說明深度學(xué)習(xí)的概念，包括數(shù)理基礎(chǔ)，特點是結(jié)合編程解題，加深讀者印象，第二篇說明TensorFlow的學(xué)習(xí)地圖，從張量、自動微分、梯度下降乃至神經(jīng)層的實踐，逐步解構(gòu)神經(jīng)網(wǎng)絡(luò)，第三篇介紹CNN算法、影像應(yīng)用、轉(zhuǎn)移學(xué)習(xí)等，第四篇則進入自然語言處理及語音識別的領(lǐng)域，介紹RNN/BERT/Transformer算法、相關(guān)應(yīng)用等，最后，介紹了強化學(xué)習(xí)的基礎(chǔ)知識，包括馬爾可夫決策過程、動態(tài)規(guī)劃、蒙特卡洛、QLearning算法，當(dāng)然，還有相關(guān)案例實踐。

·16.8萬字

會員

移動機器人自主控制

移動機器人自主控制不僅是機器人領(lǐng)域的重要問題，也是人工智能研究中的熱點課題之一。本書首先系統(tǒng)介紹移動機器人的結(jié)構(gòu)和特點，以及移動機器人自主控制的關(guān)鍵技術(shù)等內(nèi)容；然后詳細研究人工智能理論與方法在移動機器人導(dǎo)航、路徑規(guī)劃、機器人視覺、環(huán)境感知、同步定位與建圖、多機器人協(xié)作等方面的具體解決思路，并給出實驗結(jié)果和分析；最后介紹移動機器人自主控制的進展。

·16.7萬字

會員

人工智能簡史

本書全面講述人工智能的發(fā)展史，幾乎覆蓋人工智能學(xué)科的所有領(lǐng)域，包括人工智能的起源、自動定理證明、專家系統(tǒng)、神經(jīng)網(wǎng)絡(luò)、自然語言處理、遺傳算法、深度學(xué)習(xí)、強化學(xué)習(xí)、超級智能、哲學(xué)問題和未來趨勢等，以宏闊的視野和生動的語言，對人工智能進行了全面回顧和深度點評。本書作者和書中諸多人物或為師友或相熟相知，除了詳實的考證還有有趣的軼事。本書既適合專業(yè)人士了解人工智能鮮為人知的歷史，也適合對人工智能感興趣的大眾讀者作為入門的向?qū)А?/p>

·16.7萬字

會員

AIGC原理與實踐：零基礎(chǔ)學(xué)大語言模型、擴散模型和多模態(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，以及大語言模型、擴散模型和多模態(tài)模型的原理與實踐。本書的核心價值是，首先為想學(xué)習(xí)各種大模型的讀者打下堅實的技術(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，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編碼器（AE）、變分自編碼器（VAE）、生成對抗網(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，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，讓您輕松實現(xiàn)個性化創(chuàng)作。此外，還將帶您深入了解DDPM、DDIM等擴散模型的前沿技術(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方式。（3）語言生成模型了解注意力機制、Transformer架構(gòu)等基礎(chǔ)知識，深入探索GAT系列、大語言模型（如ChatGPT），讓您掌握自然語言處理的精髓。（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

會員

人工智能導(dǎo)論

本書致力于推動人工智能的普及教育，結(jié)合最新的人工智能科學(xué)技術(shù)的發(fā)展成果，使用通俗易懂的語言深入淺出地介紹了人工智能的相關(guān)知識，重點介紹了人工智能的孕育、人工智能的誕生、人工智能的復(fù)蘇、人工智能的高速發(fā)展、人工智能的應(yīng)用分支和哲學(xué)與思考等方面，在每章節(jié)后都有與之對應(yīng)的章節(jié)習(xí)題，供學(xué)習(xí)者學(xué)習(xí)，以強化學(xué)生解決問題的能力。

·16.7萬字

會員

AI時代項目經(jīng)理成長之道：ChatGPT讓項目經(jīng)理插上翅膀

本書通過13章的探討，帶領(lǐng)讀者踏上項目管理卓越之路。第1章“人工智能顛覆與重塑項目管理”，首先揭示了人工智能對項目管理的深刻影響和帶來的機遇與挑戰(zhàn)。緊接著，第2章至第13章依次介紹了使用ChatGPT編寫各種文檔、在項目啟動中的應(yīng)用、幫助組建高效團隊、輔助項目溝通管理、項目計劃與管理、項目成本管理、項目時間管理、項目質(zhì)量管理、項目風(fēng)險管理、輔助采購計劃與采購流程、輔助項目績效管理以及進行項目總結(jié)等各方面的內(nèi)容。

·16.6萬字

會員

基于機器學(xué)習(xí)的數(shù)據(jù)缺失值填補：理論與方法

這是一部講解如何基于機器學(xué)習(xí)技術(shù)實現(xiàn)數(shù)據(jù)缺失值填補的專著，與傳統(tǒng)的基于統(tǒng)計學(xué)的缺失值填補方法相比，效率上得到了較大的提升。作者基于多年的研究和實踐成果，創(chuàng)新性地提出了基于神經(jīng)網(wǎng)絡(luò)的缺失值填補方法和基于TS模型的缺失值填補方法。全書共8章，可分為4個部分。第一部分（第1~3章）：首先介紹缺失值填補領(lǐng)域的缺失數(shù)據(jù)機制、基本概念、性能度量等基礎(chǔ)知識，隨后詳細闡述目前基于統(tǒng)計學(xué)、機器學(xué)習(xí)的缺失值填補理論與方法。第二部分（第4~5章）：對目前神經(jīng)網(wǎng)絡(luò)在缺失值填補領(lǐng)域的研究成果進行歸納總結(jié)，并從網(wǎng)絡(luò)模型、填補方案角度闡述神經(jīng)網(wǎng)絡(luò)填補方法的設(shè)計及應(yīng)用。第三部分（第6~7章）：詳細介紹面向不完整數(shù)據(jù)的TS建模過程，隨后通過特征選擇算法處理TS建模中的特征冗余問題，并從前提參數(shù)優(yōu)化和結(jié)論參數(shù)優(yōu)化兩個角度改進TS模型。第四部分（第8章）：以缺失值填補方法在我國貧困問題研究中的應(yīng)用為例，展現(xiàn)缺失值填補方法的現(xiàn)實意義。

·16.6萬字

會員

涌現(xiàn)：AI大模型賦能千行百業(yè)

AI大模型正成為數(shù)字經(jīng)濟時代的新質(zhì)生產(chǎn)力，它將對經(jīng)濟社會的各行各業(yè)產(chǎn)生重大影響。本書詳細介紹了AI大模型在各個領(lǐng)域的無限潛力和廣闊前景。從精準(zhǔn)農(nóng)業(yè)的種植建議到智能制造的質(zhì)量控制和精益生產(chǎn)，從醫(yī)療診斷的精準(zhǔn)高效到文化傳媒的智能化創(chuàng)新，從旅游業(yè)的個性化服務(wù)到教育領(lǐng)域的智能化輔助，從零售業(yè)的創(chuàng)新應(yīng)用到交通運輸業(yè)的智能化變革，AI大模型正在深度融入并引領(lǐng)各領(lǐng)域和行業(yè)的數(shù)字化轉(zhuǎn)型。本書不僅提供全面的行業(yè)洞察，而且給出了相關(guān)的策略指導(dǎo)和實踐指南，助力讀者搶占先機，實現(xiàn)高效創(chuàng)新。本書既可作為政府相關(guān)部門負責(zé)人及企業(yè)高級管理人員的參考資料，也可作為人工智能產(chǎn)業(yè)相關(guān)單位、科研院所人員及高校人工智能相關(guān)專業(yè)師生的培訓(xùn)用書。

·16.6萬字

會員

圖解大模型：生成式AI原理與實戰(zhàn)

本書全程圖解式講解，通過大量全彩插圖拆解概念，讓讀者真正告別學(xué)習(xí)大模型的枯燥和復(fù)雜。全書分為三部分，依次介紹語言模型的原理、應(yīng)用及優(yōu)化。第一部分理解語言模型（第1~3章），解析語言模型的核心概念，包括詞元、嵌入向量及Transformer架構(gòu)，幫助讀者建立基礎(chǔ)認知。第二部分使用預(yù)訓(xùn)練語言模型（第4~9章），介紹如何使用大模型進行文本分類、聚類、語義搜索、文本生成及多模態(tài)擴展，提升模型的應(yīng)用能力。第三部分訓(xùn)練和微調(diào)語言模型（第10~12章），探討大模型的訓(xùn)練與微調(diào)方法，包括嵌入模型的構(gòu)建、分類任務(wù)的優(yōu)化及生成式模型的微調(diào)，以適應(yīng)特定需求。本書適合對大模型感興趣的開發(fā)者、研究人員和行業(yè)從業(yè)者。讀者無須深度學(xué)習(xí)基礎(chǔ)，只要會用Python，就可以通過本書深入理解大模型的原理并上手大模型應(yīng)用開發(fā)。書中示例還可以一鍵在線運行，讓學(xué)習(xí)過程更輕松。

·16.4萬字

會員

通用人工智能標(biāo)準(zhǔn)、評級、測試與架構(gòu)

本書聚焦通用人工智能的學(xué)科內(nèi)涵與發(fā)展趨勢，以一套基于“能力與價值雙系統(tǒng)”的通用人工智能認知架構(gòu)與測試模式為核心，梳理形成“一個定義、兩個完備性、三個特征、八個關(guān)鍵問題”的理論框架。本書共6章，從人工智能的歷史、內(nèi)涵與哲學(xué)基礎(chǔ)切入，依次介紹通用人工智能的定義與特征、測試與評級、訓(xùn)練與測試平臺，以及TongAI理論框架，最后給出對發(fā)展通用人工智能的建議。本書既有助于科技領(lǐng)域的管理者和投資者提綱挈領(lǐng)，把握前瞻性科技目標(biāo)，也可為專業(yè)研究人員提供通用人工智能標(biāo)準(zhǔn)、評級、測試、架構(gòu)的參照系與發(fā)展指南。同時，本書還可供希望了解通用人工智能基本概念與關(guān)鍵問題的大眾讀者參考。

·16.4萬字

會員

智能革命：迎接人工智能時代的社會、經(jīng)濟與文化變革

人類歷史上的歷次技術(shù)革命，都帶來了人類感知和認知能力的不斷提升，從而使人類知道更多，做到更多，體驗更多。以此為標(biāo)準(zhǔn)，李彥宏在本書中將人工智能定義為堪比任何一次技術(shù)革命的偉大變革，并且明確提出，在技術(shù)與人的關(guān)系上，智能革命不同于前幾次技術(shù)革命，不是人去適應(yīng)機器，而是機器主動來學(xué)習(xí)和適應(yīng)人類，并同人類一起學(xué)習(xí)和創(chuàng)新這個世界。大數(shù)據(jù)是智能社會運轉(zhuǎn)的根本動力和燃料。以百度為代表的搜索引擎公司，由于對數(shù)據(jù)資源的獲取和使用類似深度學(xué)習(xí)的商業(yè)模式，也與大數(shù)據(jù)—深度學(xué)習(xí)—提取模式—創(chuàng)造用戶價值這一研發(fā)文化相匹配，使其天然具備了人工智能的基因。本書從硬件集群、計算能力、大數(shù)據(jù)資源、人工智能文化等方面提出了智能化的基本標(biāo)準(zhǔn)，并且從制造業(yè)升級、金融革新、無人駕駛、管理革命、智能生活等多個維度，描繪即將到來的智能社會，反思人類即將面臨的種種挑戰(zhàn)。“人工智能”正式寫入2017年政府工作報告，折射出未來人工智能產(chǎn)業(yè)在我國經(jīng)濟發(fā)展與轉(zhuǎn)型中的重要性。本書內(nèi)容涵蓋了人工智能發(fā)展的主要領(lǐng)域，刻畫了人工智能未來發(fā)展的場景和商業(yè)模式，對我國各行各業(yè)應(yīng)對智能化轉(zhuǎn)型提供了很好的指引和借鑒。

·16.3萬字

會員

新未來簡史：區(qū)塊鏈、人工智能、大數(shù)據(jù)陷阱與數(shù)字化生活

本書為您揭示：面對極速變快、復(fù)雜的社會，“三大沖突”映射到未來，人類或?qū)⒚媾R兩輪崩潰或翻轉(zhuǎn)的“生死”大沖擊。危機與機遇交織呈現(xiàn)，如何抉擇？未來，區(qū)塊鏈、時間戳與智能等技術(shù)被深度運用，社會模式或?qū)⒈桓膶懀f物可溯與追算“你被丟失的90%的價值”成為可能。如何理解？人工智能，單一、少許維度的超級能力，“非通用”與“難破意識”的范式牢籠將會讓其長久性地被困限于工具范疇（“智能與意識的分離”子虛烏有）。不過，人工智能對未來生產(chǎn)力的成倍提升，或?qū)⒄嬲_啟“讓90%的人最終徹底擺脫無用階級”的偉大旅程，而絕非淪為“無用”。當(dāng)然，在過渡期內(nèi)，人們將會面臨挑戰(zhàn)。如何應(yīng)對？大數(shù)據(jù)悖論、陷阱與誤解，讓其被神話（如“數(shù)據(jù)主義”“數(shù)據(jù)宗教”等）的可能性微乎其微。在共享、透明的大趨勢下，大數(shù)據(jù)也將成為等同于電能、信息與空氣等人類生存、發(fā)展所需的一種“習(xí)慣性擁有”。如何認知？未來，互聯(lián)網(wǎng)或?qū)⒈惶娲祟悓趦纱蟪墶靶聲r空”中生活、進化，成為新人類。如何準(zhǔn)備？

·16.3萬字

會員

深度學(xué)習(xí)從0到1

深度學(xué)習(xí)是人工智能研究領(lǐng)域中的一個極其重要的方向。本書是一本介紹深度學(xué)習(xí)理論和實戰(zhàn)應(yīng)用的教程，從深度學(xué)習(xí)的發(fā)展歷史，單層感知器，線性神經(jīng)網(wǎng)絡(luò)，BP神經(jīng)網(wǎng)絡(luò)，一直介紹到深度學(xué)習(xí)算法卷積神經(jīng)網(wǎng)絡(luò)CNN，長短時記憶網(wǎng)絡(luò)LSTM。并從圖像，自然語言處理，音頻信號三方面分別介紹了深度學(xué)習(xí)算法的實際應(yīng)用。案例實戰(zhàn)部分使用的深度學(xué)習(xí)框架為Tensorflow2/Keras。

·16.3萬字

會員

深度學(xué)習(xí)

全球科技巨頭紛紛擁抱深度學(xué)習(xí)，自動駕駛、AI醫(yī)療、語音識別、圖像識別、智能翻譯以及震驚世界的AlphaGo，背后都是深度學(xué)習(xí)在發(fā)揮神奇的作用。深度學(xué)習(xí)是人工智能從概念到繁榮得以實現(xiàn)的主流技術(shù)。經(jīng)過深度學(xué)習(xí)訓(xùn)練的計算機，不再被動按照指令運轉(zhuǎn)，而是像自然進化的生命那樣，開始自主地從經(jīng)驗中學(xué)習(xí)。本書作者特倫斯·謝諾夫斯基是全球人工智能十大科學(xué)家之一、深度學(xué)習(xí)先驅(qū)及奠基者，親歷了深度學(xué)習(xí)在20世紀(jì)70年代到90年代的寒冬。但他和一眾開拓者，利用大數(shù)據(jù)和不斷增強的計算能力，終于在神經(jīng)網(wǎng)絡(luò)算法上取得重大突破，實現(xiàn)了人工智能井噴式的發(fā)展。作為深度學(xué)習(xí)領(lǐng)域的通識作品，本書以恢弘的筆觸，通過3個部分全景展現(xiàn)了深度學(xué)習(xí)的發(fā)展、演變與應(yīng)用，首次以親歷者視角回溯了深度學(xué)習(xí)浪潮在過去60年間的發(fā)展脈絡(luò)與人工智能的螺旋上升，并前瞻性地預(yù)測了智能時代的商業(yè)圖景。

·16.3萬字

會員

智能化變革：人工智能技術(shù)進化與價值創(chuàng)造

智能化變革將是一輪經(jīng)濟社會全面變革，涉及科學(xué)研究、技術(shù)創(chuàng)新、商業(yè)落地、社會融合、科技倫理等方方面面。本書立足技術(shù)趨勢，著眼業(yè)界動向，給出對人工智能理論、技術(shù)、產(chǎn)業(yè)化和社會融合等方面趨勢的科普解讀，希望對讀者開展人工智能科學(xué)研究、產(chǎn)品研發(fā)和行業(yè)應(yīng)用等有所啟發(fā)。

·16.3萬字

會員

深入理解XGBoost：高效機器學(xué)習(xí)算法與進階

本書主要介紹：XGBoost相關(guān)的機器學(xué)習(xí)基礎(chǔ)算法；XGBoost安裝編譯與簡單使用；XGBoost的實現(xiàn)原理與理論證明；XGBoost基于CPU多線程的實現(xiàn)以及分布式訓(xùn)練方法；剖析XGBoost源碼，從代碼層面洞徹XGBoost的實現(xiàn)原理，以及XGBoost的應(yīng)用與調(diào)優(yōu)，通過典型示例為讀者提供使用參考，掌握實戰(zhàn)技能。通過閱讀本書，不僅能使讀者理解XGBoost的原理，將XGBoost應(yīng)用到業(yè)務(wù)場景中，更能從源碼的角度深入學(xué)習(xí)XGBoost的并行化和分布式實現(xiàn)等優(yōu)化技術(shù)，以更短的時間訓(xùn)練出高準(zhǔn)確度的模型，使XGBoost成為學(xué)習(xí)和工作中的一把利劍。

·16.2萬字

會員

人工智能訓(xùn)練師基礎(chǔ)（上冊）

本書基于《人工智能訓(xùn)練師國家職業(yè)技能標(biāo)準(zhǔn)（2021年版）》，對“人工智能訓(xùn)練師”這一新興職業(yè)給予了清晰的描述。全書從人工智能的相關(guān)技術(shù)入手，介紹了人工智能領(lǐng)域的發(fā)展歷程和相關(guān)知識，重點講述了人工智能訓(xùn)練師的職業(yè)技能鑒定要求和各等級從業(yè)人員工作要求，講述了人工智能訓(xùn)練師相關(guān)的工作內(nèi)容及流程方法，包括數(shù)據(jù)采集和處理、數(shù)據(jù)標(biāo)注、智能系統(tǒng)運維、業(yè)務(wù)分析、智能訓(xùn)練、智能系統(tǒng)設(shè)計、培訓(xùn)與指導(dǎo)等方面，對人工智能訓(xùn)練相關(guān)工作做了系統(tǒng)的描述和指導(dǎo)。本書可以幫助新入行的人員較快熟悉行業(yè)知識和崗位技能，幫助已入行的人員明晰自身的崗位能力定位和職業(yè)發(fā)展方向。

·16.2萬字

跳轉(zhuǎn)至頁

官术网_书友最值得收藏!

人工智能

分類

狀態(tài)

屬性

字數(shù)

更新時間

OpenCV4.5計算機視覺開發(fā)實戰(zhàn)：基于Python

人工智能導(dǎo)論

TensorFlow機器學(xué)習(xí)（原書第2版）

深度學(xué)習(xí)全書：公式+推導(dǎo)+代碼+TensorFlow全程案例

移動機器人自主控制

人工智能簡史

AIGC原理與實踐：零基礎(chǔ)學(xué)大語言模型、擴散模型和多模態(tài)模型

人工智能導(dǎo)論

AI時代項目經(jīng)理成長之道：ChatGPT讓項目經(jīng)理插上翅膀

基于機器學(xué)習(xí)的數(shù)據(jù)缺失值填補：理論與方法

涌現(xiàn)：AI大模型賦能千行百業(yè)

圖解大模型：生成式AI原理與實戰(zhàn)

通用人工智能標(biāo)準(zhǔn)、評級、測試與架構(gòu)

智能革命：迎接人工智能時代的社會、經(jīng)濟與文化變革

新未來簡史：區(qū)塊鏈、人工智能、大數(shù)據(jù)陷阱與數(shù)字化生活

深度學(xué)習(xí)從0到1

深度學(xué)習(xí)

智能化變革：人工智能技術(shù)進化與價值創(chuàng)造

深入理解XGBoost：高效機器學(xué)習(xí)算法與進階

人工智能訓(xùn)練師基礎(chǔ)（上冊）