本書系統(tǒng)介紹了機器學(xué)習(xí)的基本內(nèi)容及其代碼實現(xiàn)，是一本著眼于機器學(xué)教學(xué)實踐的圖書。本書含4個部分：第一部分為機器學(xué)基礎(chǔ)，介紹了機器學(xué)的概念、數(shù)學(xué)基礎(chǔ)、思想方法和簡單的機器學(xué)算法；第二部分為參數(shù)化模型，講解線性模型、經(jīng)網(wǎng)絡(luò)等算法；第三部分為非參數(shù)化模型，主要討論支持向量機和決策樹模型及其變種；第四部分為無監(jiān)督模型，涉及聚類

本書為該系列第一卷，梳理了自1979年至1993年中國人工智能領(lǐng)域初期十多年的發(fā)展歷程，用輕松而真誠的筆觸，講述了為中國人工智能發(fā)展尋路的奠基者，并介紹了重要歷史事件的來龍去脈，帶領(lǐng)讀者深入了解中國人工智能發(fā)展早期鮮為人知的歷史。本書供人工智能領(lǐng)域的研究者、從業(yè)者，尤其是相關(guān)院系學(xué)生以及對人工智能感興趣的大眾讀者閱讀，

本書帶領(lǐng)讀者初步學(xué)習(xí)和實踐機器學(xué)習(xí)、深度學(xué)習(xí)的算法、流程和核心技術(shù)，并介紹了系統(tǒng)開發(fā)及開發(fā)環(huán)境，通過圖解的方式將難懂的專業(yè)術(shù)語和算法表現(xiàn)出來，還介紹了一些比較常用的網(wǎng)站網(wǎng)絡(luò)服務(wù)，讓讀者能夠?qū)W以致用。

一本書全面了解生成式AI的發(fā)展與創(chuàng)作能力，并為我所用。 20世紀60年代，AI的概念就被提出，其商業(yè)應(yīng)用的時間十分漫長，但始終沒有普通人使用的低門檻AI工具，隨著AIGC（AIGeneratedContent）的風(fēng)靡，AI從實驗室走進個人電腦，也將就此改變商業(yè)與人們生活。生成式AI（GenerativeAI）作為底層技

本書是一本關(guān)于數(shù)據(jù)分析與ChatGPT應(yīng)用的實用指南，旨在幫助讀者了解數(shù)據(jù)分析的基礎(chǔ)知識及利用ChatGPT進行高效的數(shù)據(jù)處理和分析。隨著大數(shù)據(jù)時代的到來，數(shù)據(jù)分析已經(jīng)成為現(xiàn)代企業(yè)和行業(yè)發(fā)展的關(guān)鍵驅(qū)動力，本書正是為了滿足這一市場需求而誕生。 本書共分為8章，涵蓋了從數(shù)據(jù)分析基礎(chǔ)知識、常見的統(tǒng)計學(xué)方法到使用ChatGPT

本書詳細介紹了如何使用ChatGPT來完成代碼編寫、文檔編寫、軟件設(shè)計、源代碼邏輯分析等各個環(huán)節(jié),并通過實戰(zhàn)案例展示了ChatGPT在實際項目開發(fā)中的應(yīng)用方法。目錄如下:序言:一場革命第1章ChatGPT第一次接觸第2章如何使用ChatGPT完成高質(zhì)量的代碼第3章如何使用ChatGPT編寫各種文檔第4章如何使用Chat

本書首先講述提示技術(shù)的基本工作原理和提示工程師的常用工具,提示技術(shù)的基礎(chǔ)模式,提示技術(shù)的進階知識(包括零樣本提示、少樣本提示和思維鏈提示CoT);然后講解自然語言處理的基礎(chǔ)知識和ChatGPT大模型方面的內(nèi)容,以及NLP模型的特點和應(yīng)用場景;最后展示提示技術(shù)在不同領(lǐng)域的應(yīng)用,展示了辦公類、圖片類、代碼類和電商類案例。

本書共分為8章,主要內(nèi)容包括與人工智能相關(guān)的數(shù)學(xué)知識,Python語言所特有的語法和技巧,如何實現(xiàn)透明無縫的Docker模型發(fā)布,業(yè)界優(yōu)秀的Git代碼版本管理工具,模型開發(fā)環(huán)境的配置,高級人工智能開發(fā)工程師常用的IDE開發(fā)工具,經(jīng)典神經(jīng)網(wǎng)絡(luò)模型的剖析和分解,如何實現(xiàn)RPC遠程調(diào)用,訓(xùn)練樣本序化組織結(jié)構(gòu)TFRecord,

本書分為10章:第1章LabVIEW快速入門,介紹了程序設(shè)計語言LabVIEW的集成開發(fā)環(huán)境、主要數(shù)據(jù)類型、基本程序設(shè)計方法及典型設(shè)計模式:第2章LabVIEW程序設(shè)計擴展技術(shù),介紹了集成EasyDL開發(fā)必備的DLL設(shè)計與調(diào)用、JSON封裝與解析、HTTP通信以及文件I/O等編程技術(shù);第3章LabVEIW數(shù)據(jù)采集技術(shù),

本書全面介紹了擴散模型這種新興的深度生成模型在各個領(lǐng)域的應(yīng)用，其內(nèi)容包括AIGC與相關(guān)技術(shù)、擴散模型基礎(chǔ)、擴散模型的高效采樣、擴散模型的似然最大化、將擴散模型應(yīng)用于具有特殊結(jié)構(gòu)的數(shù)據(jù)、擴散模型與其他生成模型的關(guān)聯(lián)、擴散模型的應(yīng)用、擴散模型的未來等。本書旨在提供一個情景，幫助讀者深入了解擴散模型，確定擴散模型的關(guān)鍵研究領(lǐng)