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習來優(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習、深度學習、自然語言處理和強化學習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習和數(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)能夠自我改進的學習系統(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習方法，闡

208個干貨技巧，幫助您從入門到精通ChatGPT的案例應(yīng)用。208集教學視頻，手機掃碼即可邊看邊學，助您速成ChatGPT提問高手。隨書贈送：243款素材效果+247組AI繪畫提示詞。書中穿插兩條線，對AI提問和熱門提示詞進行詳細介紹。一條技巧線：介紹了ChatGPT的基礎(chǔ)用法、提問框架和高效提問的方法，幫助讀者快速

本書作為文心一言的學習指南，全面、細致地介紹了文心一言PC端和App的各項功能和使用方法，力求通過簡潔明了的語言和圖文并茂的形式，讓讀者快速掌握文心一言的各項功能。 全書共8章，首先簡單介紹了人工智能發(fā)展的幾個階段及文心一言的相關(guān)研發(fā)背景；隨后介紹了文心一言的基礎(chǔ)頁面及功能等內(nèi)容，以及文心一言在學習、工作、生活娛樂方

本書通過扎實、詳細的內(nèi)容，從理論知識、算法源碼、實驗結(jié)果等方面對深度學習中涉及的算法進行分析和介紹。本書共三篇，第一篇主要介紹深度學習在目標檢測與分割方向的前沿算法，包括雙階段檢測、單階段檢測、無錨點檢測、特征融合、損失函數(shù)、語義分割這6個方向；第二篇主要介紹深度學習在場景文字檢測與識別方向的重要突破，主要介紹場景文字

觀點精要 1.不使用或不懂如何使用AIGC，就如電力時代還要驢拉磨、人推車一樣。未來，不是人工智能打敗人，而是掌握人工智能的人或者機構(gòu)，打敗那些沒有掌握人工智能的人和機構(gòu)。 2.有專家說：“在生成式AI面前，所有行業(yè)都要重做一遍。”這是因為，人工智能技術(shù)作為媒介，為我們提供了價值連接、價值匹配的全新思路和全新可能。 3

作為《自動控制原理》（第二版）（孫優(yōu)賢主編，書號：978-7-122-42524-9）的配套學習輔導書，本書緊緊圍繞自動控制原理的知識點進行編寫，內(nèi)容與體例均方便讀者自學。全書由9章正文與附錄組成。正文的9章與配套教材完全一致，分別為：概述、連續(xù)時間控制系統(tǒng)的數(shù)學模型、線性系統(tǒng)的時域分析法、連續(xù)時間控制系統(tǒng)的穩(wěn)定性與穩(wěn)