盡管交互設(shè)計常被視為新興的設(shè)計學(xué)科，但實際上廣義的交互自人類社會初期便已出現(xiàn)，經(jīng)過不斷演化形成不同的交互形式。今天，數(shù)字交互作為信息社會重要的生產(chǎn)力來源，已經(jīng)深度嵌入日常生活，隨之伴生的數(shù)字交互的復(fù)雜性問題也日漸凸顯，成為影響交互效率與用戶體驗的重要因素。本書以數(shù)字交互設(shè)計為原點，從理論層面探討交互設(shè)計中被廣泛體驗卻疏

從文本生成到視覺生成，當你面對AI界的新C位躍躍欲試卻不知從何開始；當你向AIGC工具提出需求卻總是得不到滿意的結(jié)果，你需要一本通俗易懂、簡明易學(xué)的工具書來認識它、學(xué)習(xí)它、并高效運用它！把火爆全網(wǎng)的AI概念轉(zhuǎn)變?yōu)榭汕袑嵗�用的日常工具，在生活、學(xué)習(xí)、工作、創(chuàng)作中效率倍增。 本書從多個應(yīng)用場景入手，搭配多種模態(tài)工具，將文本

《未來可期：與人工智能同行》是一部探討人工智能的現(xiàn)在和未來，以及人工智能時代的種種難題的作品集。 在ChatGPT橫空出世的今天，我們只有了解人工智能，跟上它的腳步，才能不被時代淘汰。家用智能器、數(shù)字療法、具身智能、元宇宙、虛擬人、數(shù)字分身……越來越多的新概念已經(jīng)或即將涌入我們的生活，并切

本書是新文科·新投資系列的一本。本教材將主要介紹機器學(xué)習(xí)的基本原理，以及它們在社會科學(xué)中的應(yīng)用。本書的定位是面向熟悉計量經(jīng)濟學(xué)、因果識別理論，但不熟悉機器學(xué)習(xí)的社會科學(xué)研究者。因此本書將更加側(cè)重于以淺顯直白的語言介紹機器學(xué)習(xí)的基本原理，并以文獻綜述、案例詳解等方式，介紹機器學(xué)習(xí)各個算法在社會科學(xué)實證研究

無論好壞，人工智能都是我們生活中不可或缺的一部分。它可以用來影響我們買什么，誰能爭取到一份工作，甚至我們?nèi)绾瓮镀�。得益于好萊塢電影，人工智能引發(fā)了關(guān)于“殺手機器人”的噩夢，以及關(guān)于我們的設(shè)備監(jiān)視我們的更現(xiàn)實的噩夢——喬治·奧威爾在1984年搞錯了：我們應(yīng)該擔心的不是看我們的人，而是電腦。如果沒有人工智能，我們?nèi)匀粫�在沒

本書首先介紹了生成式AI的概念及其在產(chǎn)品和服務(wù)中的應(yīng)用潛力，然后闡述了生成式AI項目的完整生命周期。作者探討了多種模型類型，如大語言模型和多模態(tài)模型，并提供了通過提示工程和上下文學(xué)習(xí)來優(yōu)化這些模型的實際技巧。此外，本書討論了如何使用LoRA技術(shù)對模型進行微調(diào)，以及如何通過RLHF使模型與人類價值觀對齊。書中還介紹了RA

本書通過深入淺出的方式帶領(lǐng)讀者探索人工智能的世界。書中首先介紹了人工智能的基本概念、應(yīng)用場景以及發(fā)展歷程，并對神經(jīng)網(wǎng)絡(luò)、遺傳算法、蒙特卡羅法、自然語言處理等人工智能技術(shù)的原理和應(yīng)用場景進行了分析，最后探討了人工智能的未來發(fā)展趨勢以及機遇與挑戰(zhàn)。

這是一本講解如何用ChatGPT、GithubCopilotX、Cursor等主流AIGC工具優(yōu)化和提升軟件開發(fā)全流程效率和質(zhì)量的實戰(zhàn)性著作。 全書以軟件開發(fā)的流程位主線來組織內(nèi)容，詳細講解了程序員、架構(gòu)師、項目經(jīng)理、產(chǎn)品經(jīng)理、技術(shù)團隊管理者們?nèi)绾卧诩夹g(shù)方案構(gòu)建、需求文檔撰寫、代碼編寫與注解、客戶端開發(fā)、前端開發(fā)、后端

本書首先介紹了人工智能的基礎(chǔ)知識，然后分別介紹了機器學(xué)習(xí)、深度學(xué)習(xí)、自然語言處理和強化學(xué)習(xí)中的重點概念和實踐過程，包含邏輯斯諦回歸、k最近鄰、決策樹、隨機森林、支持向量機、卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)、LSTM、自動編碼器等。此外，本書的附錄部分還分別簡單介紹了Keras、TensorFlow、pandas等人工智能相關(guān)

在這本書中，作者著力討論了幾種獲取機器學(xué)習(xí)和數(shù)據(jù)挖掘算法性能的相關(guān)知識的方法。作者展示了如何再次利用這些知識來選擇、組合、編撰和調(diào)整算法和模型，從而為數(shù)據(jù)挖掘提供更快、更有效的解決方案，幫助研究人員改進算法，并開發(fā)能夠自我改進的學(xué)習(xí)系統(tǒng)。本書的新版在舊版基礎(chǔ)上就內(nèi)容做了非常大的擴充。作者介紹了最新的自動機器學(xué)習(xí)方法，闡