人工智能(AI) - 第2页

本书以 DeepSeek 大模型为核心工具，系统讲解其在数据分析与可视化中的创新应用。 全书共 12 章。第 1 章简要介绍 DeepSeek 的技术架构、本地部署与在线开发环境，为后续分析奠定技术基础。第 2~4 章聚焦多源数据获取、数据清洗及预处理，提供标准化操作流程与代码实例。第 5~8 章介绍描述性统计、频数分析、相关性分析、线性/曲线/逻辑回归、K-Means 聚类、时间序列分析等核心算

本书是 Agent 时代的架构设计与工程实践指南，旨在连接传统软件工程与大模型应用。 全书分为上下两篇：上篇以历史演进为线索，剖析了软件范式从“确定性结构”向“概率性智能”的演进，揭示 Agent 诞生的必然性；下篇作为实战手册，系统构建了涵盖感知、记忆、推理、行动、反思与协作的通用架构，并拆解了 21 个核心设计模式。 本书超越代码层面，从架构、机制与实践等多维度出发，通过丰富案例，为解决“如何

《人工智能简史（第 3 版）》是一部面向大众读者的人工智能发展史读物。全书以时间为主线，回顾人工智能从概念萌芽到快速发展的全过程，帮助读者理解这一改变世界的重要技术是如何一步步演进而来的。书中介绍了人工智能早期理论探索、专家系统时代、机器学习兴起、深度学习突破以及大模型技术浪潮等关键阶段，同时梳理重要科学家、经典算法和标志性事件的发展脉络，使读者能够形成完整的历史认知框架。与技术教材侧重算法细节不

英文版地址：Hands-On Machine Learning with Scikit-Learn, Keras, and Tensorflow 3rd Edition (Third)《机器学习实战（原书第 3 版）：基于 Scikit-Learn、Keras 和 TensorFlow》是全球畅销的机器学习入门经典，由 Aurélien Géron 编写，全面介绍了使用 Python 进行机器学习

本书系统阐述自然语言处理基础知识，以及自然语言处理高级模型应用等高级知识。 全书共11章：第1~5章为自然语言处理的基础知识，第6~11章则将自然语言处理知识应用于实战。书中主要内容包括预训练模型、文本分类、机器阅读理解、命名实体识别、文本生成、模型蒸馏与剪枝及损失函数等知识。 书中包含大量应用示例，不仅可以学会理论知识还可以灵活应用。书中示例基于Linux与PyTorch环境开发，读者在学习自然

本书涵盖了Transformer在NLP领域的主要应用。首先介绍Transformer模型和Hugging Face 生态系统。然后重点介绍情感分析任务以及Trainer API、Transformer的架构，并讲述了在多语言中识别文本内实体的任务，以及Transformer模型生成文本的能力，还介绍了解码策略和度量指标。接着深入挖掘了文本摘要这个复杂的序列到序列的任务，并介绍了用于此任务的度量指

本书全面且深入地呈现了深度学习领域的知识体系，系统梳理了该领域的核心知识，阐述了深度学习的关键概念、基础理论及核心思想，剖析了当代深度学习架构与技术。全书共 20 章。本书首先介绍深度学习的发展历程、基本概念及其在诸多领域（如医疗诊断、图像合成等）产生的深远影响；继而深入探讨支撑深度学习的数学原理，包括概率、标准分布等；在网络模型方面，从单层网络逐步深入到多层网络、深度神经网络，详细讲解其结构、功

当下的 AI 存在哪些风险？真的有可信的 AI 吗？理想的 AI 与现实的 AI 之间究竟存在哪些差距？如何构建人类和 AI 之间的信任？关于人工智能的炒作总是甚嚣尘上，但要得到真正可信的 AI，却远比想象的要复杂得多，超级智能的时代还远没有到来。创造真正可信的 AI 需要赋予机器常识和深度理解，而不是简单地统计分析数据。本书勾勒了未来人工智能发展的最佳路线图，对当前人工智能的现状进行了清晰且客观

在人工智能红利大爆发的今天，AI 不仅是提效的工具，更是普通人依靠副业翻身的利器。豆包凭借极高的交互效率与内容产出质量，正成为普通人跨越技术门槛、实现技能变现的优选工具。 本书立足于读者的真实变现需求，跳过枯燥的理论，一次性呈现 33 个真实的豆包变现场景，打通从掌握功能到拿下订单的商业闭环。 本书力求 33 个真实场景所涉及的实操步骤均能落地，旨在帮助读者打通依靠豆包赚钱的“最后一公里”。无论是

适读人群 ：本书既适合深度学习的初学者，也适合对人工智能感兴趣的教师、学生和相关从业者学习参考。本书前半部分介绍强化学习的重要思想和基础知识，后半部分介绍如何将深度学习应用于强化学习，遴选讲解了深度强化学习的全新技术。全书从适合入门的多臂老虎机问题切入，依次介绍了定义一般强化学习问题的马尔可夫决策过程、用于寻找答案的贝尔曼方程，以及解决贝尔曼方程的动态规划法、蒙特卡洛方法和TD方法。随后，神经网络