人工智能(AI) - 第4页

“鱼书”《深度学习入门：基于Python的理论与实现》作者又一力作。手把手带你创建深度学习框架，直击现代深度学习框架本质！深度学习框架中蕴藏着惊人的技术和有趣的机制，《深度学习入门2：自制框架》旨在揭开这些技术和机制的神秘面纱，帮助读者正确理解技术，体会它们的有趣之处。为此，本书会带领读者从零开始创建一个深度学习框架——DeZero。DeZero 是本书原创的框架，它用最少的代码实现了现代深度学习

这本书是深度学习领域的入门教材，系统地讲解了深度学习的知识体系，由浅入深阐述了深度学习基础知识、主要模型及部分前沿研究热点。冀使读者能有效地掌握相关知识，具备用深度学习技术解决大数据问题的能力。全书共 15 章。第1 章绪论，介绍人工智能、机器学习、深度学习的概要。第2、3章介绍了机器学习的基础知识。第4、5、6章分别讲述三种主要的神经网络模型：前馈神经网络、卷积神经网络和循环神经网络。第7章介绍

"Written by three experts in the field, Deep Learning is the only comprehensive book on the subject." -- Elon Musk, co-chair of OpenAI; co-founder and CEO of Tesla and SpaceXDeep learning is a form of

机器学习的目标是对计算机编程，以便使用样本数据或以往的经验来解决给定的问题。已经有许多机器学习的成功应用，包括分析以往销售数据来预测客户行为，优化机器人的行为以便使用较少的资源来完成任务，以及从生物信息数据中提取知识的各种系统。《机器学习导论（原书第3版）》是关于机器学习的内容全面的教科书，其中有些内容在一般的在机器学习导论书中很少介绍。主要内容包括监督学习，贝叶斯决策理论，参数、半参数和非参数方

本书是作者在 2023 年所发表的关于大语言模型综述论文《A Survey of Large Language Models》基础上完善增写而成的。与综述论文的定位不同的是，本书更注重为大模型技术的入门读者提供讲解。为此作者在内容上进行了大幅度的更新与重组，力图展现一个整体的大模型技术框架和路线图，适合作为这个领域一本入门级的技术书籍来阅读。可供具备深度学习基础的高中生及低年级本科生使用。

机器学习是人工智能研究领域中一个极其重要的研究方向，在现今的大数据时代背景下，捕获数据并从中萃取有价值的信息或模式，成为各行业求生存、谋发展的决定性手段，这使得这一过去为分析师和数学家所专属的研究领域越来越为人们所瞩目。本书第一部分主要介绍机器学习基础，以及如何利用算法进行分类，并逐步介绍了多种经典的监督学习算法，如k近邻算法、朴素贝叶斯算法、Logistic回归算法、支持向量机、AdaBoost

本书旨在为对大语言模型感兴趣的读者系统地讲解相关基础知识、介绍前沿技术。作者团队将认真听取开源社区以及广大专家学者的建议，持续进行月度更新，致力打造易读、严谨、有深度的大模型教材。并且，本书还将针对每章内容配备相关的Paper List，以跟踪相关技术的最新进展。

人工智能时代的生存手册，助你理解AI，适应AI，驾驭AI！ 站在AI即将颠覆世界前夜的那个拐点上，你应该怎么办？AI 正在以超越我们想象的速度迭代，面对这个局面，教育应该怎么办?公司应该怎么办?人应该怎么办? 这本书会为你拆解ChatGPT代表的大语言模型AI，到底有什么底层运作逻辑？它的能力边界到哪里？哪些是AI做的比你好的？哪些是人类不会被AI取代的？它还为你解读了当今最厉害的几个头脑对AI的

在这本书里，作者分享了数十个来自初创公司和各领域企业的人工智能应用案例，讲述了从事人工智能部署工作者的个人经历，生动形象地向读者展示了人工智能的实践思路，继而描绘了未来熟练应用人工智能的场景。如何在现实生活中高效应用AI？这是人们面临的新难题。当人工智能发挥作用时，它无疑是高效的，既能帮助公司赚取或节省大量资金，又能以前所未有的效率满足客户需求。但当它不受控制时，其结果可能是毁灭性的。探索智能科技

本书结合C++和OpenCV全面讲解计算机视觉编程，不仅涵盖计算机视觉和图像处理的基础知识，而且通过完整示例讲解OpenCV的重要类和函数。主要内容包括OpenCV库的安装和部署、图像增强、像素操作、图形分析等各种技术，并且详细介绍了如何处理来自文件或摄像机的视频，以及如何检测和跟踪移动对象。第3版针对OpenCV最新版本进行了修改，调整了很多函数和算法说明，还增加了立体图像深度检测、运动目标跟踪