本書(shū)系統(tǒng)介紹了人工智能的基本概念、關(guān)鍵技術(shù)及應(yīng)用實(shí)踐，旨在幫助讀者全面理解人工智能的發(fā)展脈絡(luò)與技術(shù)體系，掌握相關(guān)核心技能。本書(shū)分為7章。第1章介紹人工智能的定義、發(fā)展歷程及應(yīng)用領(lǐng)域，奠定理論基礎(chǔ)。第2章涵蓋人工神經(jīng)網(wǎng)絡(luò)、機(jī)器學(xué)習(xí)、感知智能、認(rèn)知智能等核心技術(shù)。第3章深入探討大模型技術(shù)、AIGC技術(shù)原理及AIGC在文本、

在ChatGPT、DeepSeek等大模型掀起全球技術(shù)浪潮的背景下，人工智能日益成為世界博弈的關(guān)鍵領(lǐng)域。本書(shū)立足全球視野，系統(tǒng)剖析人工智能對(duì)國(guó)際秩序與治理體系的深遠(yuǎn)影響，深入探討人工智能在公共政策、政府治理、數(shù)字主權(quán)和法律規(guī)制等多個(gè)重要領(lǐng)域帶來(lái)的機(jī)遇與挑戰(zhàn)。特別引入“全球南方”視角，分析AI治理與數(shù)字殖民主義、可持續(xù)發(fā)

本書(shū)全面系統(tǒng)地闡述了人工智能從起源到現(xiàn)代發(fā)展的各個(gè)方面。從神話傳說(shuō)、哲學(xué)思考引入人工智能的濫觴,逐步探討其誕生、發(fā)展、挫折與復(fù)興,涵蓋神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)、大數(shù)據(jù)等核心技術(shù),深入分析人工智能在醫(yī)療、交通、教育等眾多領(lǐng)域的應(yīng)用及影響,同時(shí)探討了人工智能帶來(lái)的倫理困境、社會(huì)挑戰(zhàn)以及全球格局與合作。

本書(shū)以通識(shí)性、普及性為基底,以分層能力培養(yǎng)為主軸,以跨學(xué)科融合為路徑,最終構(gòu)建“認(rèn)知→實(shí)踐一創(chuàng)新”的教育閉環(huán)。

本書(shū)是面向大學(xué)一年級(jí)學(xué)生和初學(xué)者編寫(xiě)的人工智能通識(shí)課程教材,內(nèi)容包括計(jì)算機(jī)應(yīng)用基礎(chǔ)、人工智能基礎(chǔ)、人工智能核心技術(shù)、人工智能行業(yè)應(yīng)用、生成式人工智能、智能辦公應(yīng)用、人工智能安全與倫理、文本識(shí)別、圖像識(shí)別、語(yǔ)音識(shí)別和AI智能體。

本書(shū)系統(tǒng)地介紹了人工智能與計(jì)算機(jī)科學(xué)的核心知識(shí),涵蓋計(jì)算思維、知識(shí)表示、搜索算法、自然語(yǔ)言處理、計(jì)算機(jī)視覺(jué)與聽(tīng)覺(jué)等關(guān)鍵技術(shù),并深入探討大模型、具身智能等前沿領(lǐng)域。通過(guò)理論與實(shí)踐結(jié)合的方式,以Python代碼實(shí)現(xiàn)算法,幫助讀者從基礎(chǔ)認(rèn)知躍升到實(shí)戰(zhàn)應(yīng)用。全書(shū)分為三部分:基礎(chǔ)認(rèn)知(計(jì)算機(jī)與AI概述)、核心技術(shù)(知識(shí)推理、問(wèn)題

本書(shū)采用理論與實(shí)踐相結(jié)合的教學(xué)方式,挑選了大量實(shí)際案例,通過(guò)生動(dòng)形象的案例和深入淺出的講解,重點(diǎn)講解其在辦公場(chǎng)景的圖像處理、視頻分析、音頻處理及多媒體交互等領(lǐng)域的技術(shù)實(shí)現(xiàn)與創(chuàng)新應(yīng)用。通過(guò)解析人工智能核心技術(shù)開(kāi)發(fā)流程與工具鏈體系,結(jié)合醫(yī)療、交通、電商、農(nóng)業(yè)、政務(wù)等行業(yè)的典型實(shí)踐案例,全方位展現(xiàn)人工智能技術(shù)的產(chǎn)業(yè)價(jià)值與社會(huì)

本書(shū)較為系統(tǒng)地介紹了人工智能的發(fā)展歷程、經(jīng)典算法與前沿技術(shù),并嘗試對(duì)其背后的思想邏輯與哲學(xué)基礎(chǔ)進(jìn)行深入思辨。內(nèi)容涵蓋k近鄰、樸素貝葉斯、決策樹(shù)、神經(jīng)網(wǎng)絡(luò)等經(jīng)典算法,以及深度學(xué)習(xí)、自然語(yǔ)言處理等前沿方向,算法配套Excel和/或Python實(shí)戰(zhàn)項(xiàng)目,幫助讀者在實(shí)踐中理解原理。第2版新增第9章“大模型:涌現(xiàn)而來(lái)的智能”,系

本書(shū)是第一本探討如何對(duì)不同方法進(jìn)行均衡處理,以便建模和解決序貫決策問(wèn)題的圖書(shū),承襲了大多數(shù)聚焦于機(jī)器學(xué)習(xí)、優(yōu)化和模擬的書(shū)籍的風(fēng)格。本書(shū)專為具有概率和統(tǒng)計(jì)背景知識(shí)并對(duì)建模和應(yīng)用程序感興趣的讀者而設(shè)計(jì)。線性規(guī)劃有時(shí)用于特定的問(wèn)題類型。本書(shū)提供了一個(gè)可以借助5個(gè)核心組件(狀態(tài)變量、決策變量、外部信息變量、轉(zhuǎn)移函數(shù)和目標(biāo)函數(shù))

本書(shū)圍繞MLOps展開(kāi),全面闡釋其概念與落地實(shí)踐。開(kāi)篇對(duì)MLOps進(jìn)行概述,剖析其體系架構(gòu)、價(jià)值定位與技術(shù)棧。隨后各章從特征工程、模型訓(xùn)練與推理,到可觀測(cè)性基礎(chǔ)設(shè)施,通過(guò)理論闡述與架構(gòu)解析,并結(jié)合Uber、Meta等知名案例,分享建設(shè)思路。此外,本書(shū)還介紹RayCore及RayAI庫(kù)的使用,并提供大語(yǔ)言模型訓(xùn)練部署實(shí)例