未來(lái)，白領(lǐng)大部分的工作，都是AI可以完成的�，F(xiàn)在很多個(gè)人或企業(yè)客戶(hù)已經(jīng)在內(nèi)部逐漸推廣AI應(yīng)用了。越來(lái)越多的人切身體會(huì)到，ChatGPT及相關(guān)新技術(shù)的出現(xiàn)將改變我們的工作內(nèi)容和工作方式，在這本書(shū)里，我們將詳細(xì)了解到職業(yè)場(chǎng)景下將有三個(gè)顛覆性的改變：獲取知識(shí)和信息的模式的改變?nèi)�，交互模式的改變�(nèi)�，個(gè)人和企業(yè)角色的改變。最重要

本書(shū)從ChatGPT原理和提示工程的基本概念講起，重點(diǎn)介紹了提示工程的各種技巧，不僅通 過(guò)實(shí)例生動(dòng)地展示了如何運(yùn)用這些技巧，還深度解析了各種技巧的使用場(chǎng)景及其潛在局限性。 進(jìn)一步地，本書(shū)結(jié)合多個(gè)行業(yè)背景，系統(tǒng)地闡述了ChatGPT和提示工程的具體應(yīng)用，幫助讀者不 僅從理論上掌握提示工程，而且深化對(duì)ChatGPT在

本書(shū)內(nèi)容主要包括：人工智能概論，知識(shí)表示與知識(shí)圖譜，機(jī)器學(xué)習(xí)，人工神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)，智能識(shí)別(圖像識(shí)別、計(jì)算機(jī)視覺(jué)、模式識(shí)別、語(yǔ)音識(shí)別)，計(jì)算機(jī)視覺(jué)與語(yǔ)音處理，自然語(yǔ)言理解，專(zhuān)家系統(tǒng)，智能體與智能機(jī)器人，Python語(yǔ)言與人工智能。

本書(shū)介紹了智能語(yǔ)音技術(shù)的基礎(chǔ)知識(shí)、原理、方法和應(yīng)用。全書(shū)共9個(gè)項(xiàng)目，包括23個(gè)任務(wù)單元。緒論部分介紹了智能語(yǔ)音基礎(chǔ)、產(chǎn)業(yè)技術(shù)、產(chǎn)業(yè)應(yīng)用、產(chǎn)業(yè)人才現(xiàn)狀；項(xiàng)目一介紹了語(yǔ)音信號(hào)的采集，音頻讀取與波形繪制，音頻參數(shù)的轉(zhuǎn)換實(shí)踐任務(wù)；項(xiàng)目二介紹了語(yǔ)音信號(hào)的分幀，語(yǔ)音信號(hào)的時(shí)域特征提取，語(yǔ)音信號(hào)的端點(diǎn)檢測(cè)，語(yǔ)音信號(hào)的基音周期估計(jì)實(shí)踐

本書(shū)引領(lǐng)讀者以歷史眼光來(lái)審視人工智能的發(fā)展，從人類(lèi)最初對(duì)智能的幻想出發(fā)，通過(guò)一些關(guān)鍵的技術(shù)、應(yīng)用的突破和重要事件的表述，講解人工智能的興衰、優(yōu)勢(shì)和不足，以及一些基本規(guī)則。

本書(shū)介紹了人工智能的基本原理和開(kāi)源硬件的工作原理，以及兩者在項(xiàng)目中的應(yīng)用可能性。書(shū)中深入探討了幾種經(jīng)典的人工智能算法，包括回歸算法、貝葉斯算法、決策樹(shù)算法、支持向量機(jī)算法和神經(jīng)網(wǎng)絡(luò)算法等。軟件部分可使用Mind+圖形化編程軟件和Python編程語(yǔ)言，硬件部分使用行空板作為主控器，配合開(kāi)源硬件模塊，結(jié)合實(shí)例和項(xiàng)目，

全書(shū)共6章，依次對(duì)人工智能的基礎(chǔ)知識(shí)、發(fā)展現(xiàn)狀、研究熱點(diǎn)、技術(shù)支撐等方面進(jìn)行簡(jiǎn)明通俗的闡述。本書(shū)包含大量人工智能應(yīng)用案例，涉及安防、金融、醫(yī)療、農(nóng)業(yè)、交通、教育、零售、娛樂(lè)、物聯(lián)網(wǎng)等領(lǐng)域，并結(jié)合人工智能發(fā)展背景及應(yīng)用場(chǎng)景，介紹人工智能給各行業(yè)帶來(lái)的重大變革，分析人工智能在各行業(yè)的發(fā)展現(xiàn)狀，為廣大讀者了解人工智能、學(xué)習(xí)人

本書(shū)首先介紹了人工智能的基本概念與應(yīng)用現(xiàn)狀；其次闡述了經(jīng)典機(jī)器學(xué)習(xí)理論與實(shí)踐的相關(guān)內(nèi)容，包含基礎(chǔ)知識(shí)、人工智能的開(kāi)發(fā)工具以及一系列機(jī)器學(xué)習(xí)分類(lèi)、聚類(lèi)和回歸等算法；最后介紹了深度學(xué)習(xí)的相關(guān)理論，包括深度學(xué)習(xí)的基本概念、卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)以及部分強(qiáng)化學(xué)習(xí)的經(jīng)典方法。本書(shū)在介紹人工智能相關(guān)理論知識(shí)的同時(shí)，還介紹了部分

全書(shū)分為7個(gè)章節(jié)。第1章緒論，梳理了人工智能不同技術(shù)流派的特點(diǎn)、深度學(xué)習(xí)的發(fā)展及前沿技術(shù)；第2章介紹相關(guān)預(yù)備知識(shí)，包括線(xiàn)性代數(shù)、概率論、優(yōu)化理論以及機(jī)器學(xué)習(xí)的基礎(chǔ)知識(shí)；第3章從前饋神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)模型——感知器出發(fā)，介紹前饋神經(jīng)網(wǎng)絡(luò)的基本結(jié)構(gòu)以及涉及的激活函數(shù)、梯度下降、反向傳播等內(nèi)容；第4章，介紹深度模型的優(yōu)化問(wèn)題，討

本書(shū)共分四章，包括緒論、數(shù)學(xué)模型、時(shí)域分析與設(shè)計(jì)、頻域分析與設(shè)計(jì)，并以一個(gè)垂直起降系統(tǒng)項(xiàng)目從始至終貫穿整個(gè)知識(shí)體系。本書(shū)將系統(tǒng)設(shè)計(jì)校正內(nèi)容分別直接融入時(shí)域和頻域部分，在性能指標(biāo)分析基礎(chǔ)上直接應(yīng)用所學(xué)知識(shí)點(diǎn)進(jìn)行系統(tǒng)的設(shè)計(jì)與校正，強(qiáng)化系統(tǒng)分析與系統(tǒng)設(shè)計(jì)的內(nèi)在邏輯關(guān)系。