"本書循序漸進地介紹了深度學習的基礎知識與常用方法，全面細致地提供了深度學習操作的原理和在深度學習框架下的實踐步驟。本書共分為三部分，理論基礎、實驗和案例。第一部分理論基礎，包括第1~7章，主要介紹深度學習的基礎知識、深度學習在不同領域的應用、不同深度學習框架的對比以及機器學習、神經網絡等內容； 第二部分實驗，包括第8~9章，主要講解常用深度學習框架的基礎以及計算機視覺、自然語言處理、強化學習和可視化技術領域的一些實驗講解。第三部分案例包括第10~17章，通過8個案例介紹深度學習在圖像分類、目標
因素空間是信息、智能和數據科學的數學基礎理論。本書將介紹因素空間如何將智能生成的統一機制落實到各行各業，開展全民智能孵化的洛神工程。 本書主要內容包括：介紹因素的范式特質和智能孵化洛神工程的內容；介紹因素空間對智能生成機制的落實細則；介紹因素顯隱的理論，將現有人工智能數學算法歸結到回歸和優化兩大方面，突出支持向量機與因素空間對支持向量機的改進，并介紹作者在線性規劃方面的獨特貢獻；強調智能的核心是因果分析，支持珀爾的因果革命論，并對其中的瑕疵進行改進；作為智能孵化的一個應用，介紹循證因素
本書從多角度覆蓋了多智能體自主協同技術的內容，分5篇共18章，包括多智能體系統的協同基礎、集群控制、通信優化、任務協同及目標追蹤，旨在將多智能體自主協同技術中的方法和理論結合起來，并強調協同基礎的重要性，具有基礎性、應用性、綜合性和系統性等特點。本書可以作為多智能體系統領域研究的入門指南，或者作為協同無人系統工程師的自學教材，還可以用作高年級本科生以及研究生教材。另外，本書也可以作為協同無人系統、無人飛行系統以及無人系統的補充閱讀材料。
本書聚焦于AIGC在數據分析與數據化運營中的實際應用，從業務、方法和場景三個角度深入探討，旨在幫助讀者輕松掌握AIGC技術并將其應用到實際業務場景中。本書共8章，分為三個部分。第一部分(第1章和第2章)主要介紹AIGC在數據分析中的應用，以及AIGC在數據分析報告交付中的創新應用。第二部分(第3章和第4章)專注于AIGC在外部業務場景方面的應用，有助于讀者更全面地解決市場和競爭問題。第三部分(第5-8章)聚焦于AIGC在企業內部運營分析方面的實際應用，以提升業務決策的科學性和有效性。<
本書是一本人人都能讀懂的大模型綜合指南，既是一本大模型的科普書，又是一本大模型的商業書。從核心技術、基礎設施、商業應用、產業體系、安全治理5個維度全面講解了大模型。
這是一本與眾不同的關于生成式AI的書。首先，它對AI產業和AI技術過去多年的發展脈絡做了一個總結，以高屋建瓴的視角分析事物的全貌。其次，它深入淺出地討論了AI尤其是生成式AI的關鍵技術問題，但沒有“沉溺”于這些問題。再次，它既涉及歐美最先進的生成式AI產業，也涉及中國在追趕中的生成式AI產業。最后，它脫離了資本市場的短期視角，充分而全面地討論了一些基本的、長遠的問題，例如生成式AI到底要如何改造傳統產業。“不瘋魔，不成活”，只有“固執己見”的天才才能改變歷史——這是研究生成式AI帶給我
當前，ChatGPT和AIGC成為市場熱點，本書就聚焦這一熱點，對其進行詳細講述。本書分為ChatGPT的前世今生、ChatGPT開啟AI新紀元、AIGC未來應用前景上、中、下三篇。在上篇，本書對ChatGPT這一核心應用的發展、行業賦能、職業趨勢進行了講解，讓讀者對ChatGPT有一個全面的了解。在中篇，本書從內容變革、技術圖譜、產業鏈、發展趨勢等方面講解了ChatGPT背后的核心技術——AIGC的發展態勢。在下篇，本書從資訊行業、教育行業、娛樂行業。電商行業、金融行業等多行業入手，講解了AI
"本書從人工智能時代大學生應具備的基礎素養出發，緊密圍繞任務案例闡述生成式人工智能（AIGC）如何輔助學習、工作、科研、生活等方面，主要內容包括了解生成式人工智能、熟練使用“提示詞”與AI高效溝通、AIGC助力“輕松”工作、AIGC輔助“高效”學習、AIGC創造“美好”生活、AIGC打造“爆款”文案、AIGC創作“大師”畫作、AIGC生成“震撼”大片、AIGC作為“全能”專家、AIGC發展面臨的挑戰以及未來的展望。本書既可以作為高等職業院校、應用型本科院校、中等職業學校的人工智能通識課程
本書分為四部分共22章, 涵蓋AI的基本理論、核心技術和廣泛應用, 介紹了AI的歷史沿革、全球發展態勢及中國的成果, 探討了AI對未來就業市場的影響、機器學習、大數據、計算機視覺等技術原理, 以及AI在無人駕駛、智能制造、智慧醫療等領域的具體應用。同時, 強調了AI技術與國家未來發展的戰略聯系, 倡導科技創新與社會責任感, 并討論了AI倫理的重要性。
群體智能算法是一類源于自然現象與社會規律啟發的智能算法，是當前人工智能方法的重要組成部分。本書從群體智能算法的基本特征入手，介紹了常見的群體智能算法及其理論基礎研究的三大內容：數學模型、收斂性與時間復雜度，詳細闡述了粒子群優化算法、蟻群優化算法、鴿群優化算法、頭腦風暴算法與煙花算法的數學模型、收斂性分析與時間復雜度分析等研究結果。為了方便讀者開展算法理論分析的實踐，部分章節提供了配套實用軟件工具的使用案例。本書適合從事智能優化、進化計算、計算智能、智能優化、管理科學與應用數學領域研究的學者與研究
新書資訊 新書推薦