《AI时代项目经理成长之道：ChatGPT让项目经理插上翅膀》是一本致力于揭示人工智能如何颠覆和重塑项目管理，并以ChatGPT为核心工具推动项目管理创新的实用指南。本书通过13章的系统探讨，带领读者踏上项目管理卓越之路。 第1章“人工智能颠覆与重塑项目管理”，首先揭示了人工智能对项目管理的深刻影响和带来的机遇与挑战，为读者构建了认知框架。紧接着，第2章至第13章依次介绍了使用ChatGPT编写各种文档、在项目启动中的应用、帮助组建高效团队、辅助项目沟通管理、项目计划与管理、项目成本管理、项目时

《洞察AIGC：智能创作的应用、机遇与挑战》内容分为 3 篇：第 1 篇“AIGC 的蜕变”讲述 AIGC 的发展历史及其背后的智能；第2 篇“AIGC 的应用”讲述 AIGC 在文学创作、日常办公、知识管理、科研出版、工业制造、健康医疗、金融服务、品牌营销领域的应用现状及常用工具；第 3 篇“AIGC 的机遇与挑战”讲述 AIGC 的资本与技术前景，同时提出需要注意的风险。

本书分为10章: 第1章LabVIEW快速入门, 介绍了程序设计语言LabVIEW的集成开发环境、主要数据类型、基本程序设计方法及典型设计模式: 第2章LabVIEW程序设计扩展技术, 介绍了集成EasyDL开发必备的DLL设计与调用、JSON封装与解析、HTTP通信以及文件I/O等编程技术; 第3章Lab VEIW数据采集技术, 介绍了数据采集的基本概念、数值、声音、图像三种类型数据的采集系统组成、程序设计方法; 第4章简要介绍了飞桨EasyDL开发平台的基本特点和AI应用建模的一般

本书主要讲解了常见的人工智能应用。其中，项目 1介绍了人工智能常见的应用场景、相关软件的安装及如何将TensorFlow模型部署到安卓端；其他 9个项目主要介绍了常见人工智能应用场景的实现，每个项目均介绍了当前项目的原理、开发环境，再对当前项目分步骤介绍如何实现，以便于读者的理解。 本书可作为高等院校人工智能技术应用、大数据技术等相关专业的实训教材，也可供对人工智能应用感兴趣的读者自学。

　　随着通信技术不断发展，可用的频谱资源越来越紧张。认知无线电的频谱感知技术和频谱资源共享策略可以大大提高频谱使用效率。
　　《认知物联网的频谱感知及资源共享》将认知无线电技术引入物联网中，研究物联网如何通过认知无线电技术与现有用户共享频谱，研究复杂异构网络中高效的频谱感知算法以及频谱分配算法，以解决物联网频谱需求无法满足的瓶颈问题。
　　《认知物联网的频谱感知及资源共享》主要适用于高等院校通信类专业的研究生、教师，以及相关科研机构的研究人员。

本书在介绍如何利用前端技术来实现深度学习的模型部署和预测的基础上，重点介绍了若干运用前端AI技术的典型场景。本书内容包括三大部分：前端与AI、引入新模型和Web AI进阶。本书重点讲解模型开发的“全链路”，从模型供给到业务实现，串联起前端AI开发的整个流程。读者可以根据定制化的需求利用Paddle.js前端推理引擎完成算子开发、精度对齐、业务场景接入等具体的研发工作。本书不仅可以使读者对前端AI的理论和技术体系有深入的了解，还能通过指导实现推理效果的验证，让前端开发和AI技术深入结合，实现理论和

本书首先介绍了使用ChatGPT的提示词技巧，详细解释了如何有效使用提示词提问。接下来，介绍了可以与ChatGPT结合使用的各种AI工具，包括与AI写作、文本转语音和数字人等有关的工具。了解市场上常见的AI工具后，书中探讨了如何将ChatGPT应用于工作和学习，为读者提供强大的支持和帮助。随后，书中分享了基于ChatGPT的创业实例，激发读者的创新思维。最后，书中还介绍了AI在企业中实际应用的案例，展示了其在降低成本、提高效率方面的巨大潜力。

本书首先讲述提示技术的基本工作原理和提示工程师的常用工具, 提示技术的基础模式, 提示技术的进阶知识 (包括零样本提示、少样本提示和思维链提示CoT); 然后讲解自然语言处理的基础知识和ChatGPT大模型方面的内容, 以及NLP模型的特点和应用场景; 最后展示提示技术在不同领域的应用, 展示了办公类、图片类、代码类和电商类案例。

AIGC的应用领域日益广泛，而在图像生成领域，扩散模型则是AIGC技术的一个重要应用。本书以扩散模型理论知识为切入点，由浅入深地介绍了扩散模型的相关知识，并以大量生动有趣的实战案例帮助读者理解扩散模型的相关细节。全书共8章，详细介绍了扩散模型的原理，以及扩散模型退化、采样、DDIM反转等重要概念与方法，此外还介绍了StableDiffusion、ControlNet与音频扩散模型等内容。最后，附录提供由扩散模型生成的高质量图像集以及HuggingFace社区的相关资源。

本书主要内容包括探索性数据分析、有监督学习 (线性回归、SVM、决策树等)、无监督学习 (降维、聚类等), 以及深度学习的基础原理和应用等。本书旨在为广大读者提供一个系统全面、易于理解的机器学习和深度学习入门教程。不需要过多的数学背景, 只需掌握基本的编程知识即可轻松上手。