本書在詳細(xì)闡述強(qiáng)化學(xué)習(xí)基本概念與基本理論的基礎(chǔ)上，循序漸進(jìn)地介紹了深度強(qiáng)化學(xué)習(xí)各常用算法的基本思想、算法偽代碼、算法實(shí)現(xiàn)、基于實(shí)例的算法演示與程序分析等內(nèi)容。具體介紹了Q-learning算法求解最優(yōu)路徑問題，SARSA算法求解最優(yōu)安全路徑問題，策略迭代算法求解兩地租車最優(yōu)調(diào)度問題，價值迭代算法求解最優(yōu)路徑問題，DQN

扣子Coze AI零代碼應(yīng)用開發(fā)全能手

這是一本人人都需要的AI提效指南。它以Manus、扣子空間、秒噠、AutoGLM沉思等通用智能體為工具，從工作和生活中的高頻應(yīng)用場景出發(fā)，介紹了如何借助通用智能體為工作提效，為生活增色。本書介紹了主流通用智能體的使用方法，總結(jié)了簡單易用的通用智能體提示詞編寫技巧，并通過豐富實(shí)用的案例，提供了高效的通用智能體使用方案。本

本書系統(tǒng)地闡述了微積分在人工智能領(lǐng)域的核心作用，從基礎(chǔ)理論到實(shí)際應(yīng)用，內(nèi)容豐富且深入。全書共13章，涵蓋微積分概述、函數(shù)與極限、導(dǎo)數(shù)與微分、積分及其應(yīng)用、多元微積分等基礎(chǔ)知識，同時深入探討了數(shù)據(jù)預(yù)處理、構(gòu)建網(wǎng)絡(luò)模型、模型優(yōu)化、模型評估與解釋等核心技術(shù)，并延伸至自然語言處理、計(jì)算機(jī)視覺、推薦系統(tǒng)和強(qiáng)化學(xué)習(xí)等前沿應(yīng)用場景。

本書系統(tǒng)介紹了生成式人工智能及ChatGPT的基本原理與應(yīng)用。前兩章概述生成式人工智能概念和ChatGPT的工作原理，第三章重點(diǎn)講解提示語設(shè)計(jì)，強(qiáng)調(diào)其在使用中的關(guān)鍵作用。后續(xù)章節(jié)通過實(shí)例詳細(xì)展示ChatGPT在中小學(xué)輔導(dǎo)、營銷文案、職業(yè)考試、求職輔助、法律咨詢及藝術(shù)創(chuàng)作（如小說、劇本、繪畫）等領(lǐng)域的應(yīng)用，覆蓋廣泛使用場

"全面介紹了人工智能生成內(nèi)容（AIGC）的基本概念、關(guān)鍵技術(shù)、應(yīng)用場景和未來趨勢。本書不僅涵蓋了AIGC的核心理論，還提供了豐富的實(shí)踐案例和代碼示例，幫助讀者深入理解并掌握AIGC技術(shù)的實(shí)際應(yīng)用。無論是初學(xué)者還是有一定基礎(chǔ)的從業(yè)者，都能從中受益，提升在AIGC領(lǐng)域的技能和知識。項(xiàng)目一生成式人工智能入門任務(wù)一認(rèn)識生成式人

本書旨在普及人工智能知識，采用淺顯易懂的語言，助力零基礎(chǔ)大學(xué)生全面了解人工智能的發(fā)展歷程、多領(lǐng)域應(yīng)用及其倫理與安全問題，深入理解人工智能的基本概念、核心技術(shù)及原理，掌握大模型提示工程的核心技巧，并初步了解智能體的設(shè)計(jì)理念與開發(fā)流程。本書內(nèi)容全面，共7章。第1章為初識人工智能，系統(tǒng)闡述人工智能的基本概念及其發(fā)展歷程；第2

機(jī)器學(xué)習(xí)作為人工智能的一個分支，它涵蓋了利用技術(shù)使計(jì)算機(jī)能夠從數(shù)據(jù)中識別問題并將其應(yīng)用于人工智能程序的方法。本書是機(jī)器學(xué)習(xí)領(lǐng)域的入門教材，系統(tǒng)、詳細(xì)地講述機(jī)器學(xué)習(xí)的主要方法與理論，闡明算法的運(yùn)行過程，并緊密結(jié)合企業(yè)實(shí)踐與應(yīng)用，根據(jù)企業(yè)實(shí)際需求設(shè)計(jì)算法案例。本書共11章，分別介紹機(jī)器學(xué)習(xí)基本概念、決策樹、K最近鄰算法、支

本書是一本聚焦Cursor輔助開發(fā)的實(shí)戰(zhàn)指南，深度剖析“DeepSeek+Cursor”雙工具協(xié)同開發(fā)模式，系統(tǒng)地闡述如何通過自然語言交互實(shí)現(xiàn)從產(chǎn)品設(shè)計(jì)到開發(fā)落地的全流程。不同于傳統(tǒng)編程教程，本書突破技術(shù)壁壘，覆蓋“需求設(shè)計(jì)→AI生成代碼→調(diào)試及優(yōu)化”的全流程，讓零基礎(chǔ)編程者也能快速上手。全書涵蓋多個實(shí)戰(zhàn)項(xiàng)目，全面展示

本書深入探討深度學(xué)習(xí)模型訓(xùn)練和推理加速的前沿技術(shù)，尤其是在NVIDIACUDA（ComputeUnifiedDeviceArchitecture）平臺上的應(yīng)用與優(yōu)化。本書從大模型訓(xùn)練的挑戰(zhàn)和分布式訓(xùn)練，到CUDA加速推理技術(shù)，再到端側(cè)推理的優(yōu)化部署，系統(tǒng)地介紹如何利用CUDA平臺加速大模型的訓(xùn)練與推理過程，并結(jié)合具體案