自2023年以来，AI聊天机器人ChatGPT火爆互联网，其颠覆性的使用体验重塑了人们对于AI的认知。而ChatGPT背后的技术—AIGC也引起了互联网圈的关注，打开了人们对AI应用的想象空间。本书从ChatGPT入手，以AIGC为中心，对AIGC的理论知识、应用场景、未来发展等内容进行了全面的梳理。 首先，本书对AIGC的概念、技术构成、产业生态、市场现状等进行了讲解，以便读者对AIGC形成一个清晰、完整的认知。其次，本书讲解了AIGC在传媒、电商、影视、娱乐、教育、工业等领域的应用，展现了A
本书使用浅显生动的语言，通过贴近生活和时代的案例，详细讲解了人工智能的相关概念、技术、应用，主要内容包括：人工智能的概念、人工智能的技术框架、人工智能技术基础（机器学习、神经网络、深度学习等）、人工智能关键技术（大数据、云计算、人工智能芯片等），并从教育、农业、工业、金融、医疗、生活、文娱、军事等方向阐述了人工智能在各行各业中的具体应用，最后对人工智能的未来发展进行了分析。 本书内容全面、语言生动、通俗易懂，可作为人工智能初学者的启蒙读本，也可以作为人工智能技术普及读物。
本书从ChatGPT等自然语言大模型基础知识讲起，重点介绍了ChatGPT等语言大模型在生活中的实际应用，让每一个人都能了解未来的生活和工作。 本书分为16章，涵盖的主要内容有人工智能、OpenAI、ChatGPT的介绍、ChatGPT的使用技巧，向大家展现ChatGPT在教育与学术、商业管理、新媒体、办公、求职、法律、电商等不同领域的应用，以及ChatGPT当下的问题、大模型的未来。 本书通俗易懂，用最简单的语言解释人工智能的入门知识，案例丰富，实用性强，适合每一个想要了ChatGPT等自然语
本书以通俗的语言和生动的案例，将ChatGPT、AIGC和元宇宙等热点一网打尽，全面展示“台前”“幕后”的来龙去脉，是一本深入浅出的通识书。本书将为你拨开迷雾，搞懂底层逻辑，把握风靡全球的未来科技和AI新时代的成长机会。
本书系统地阐述了机器学习控制及其策略，全面介绍了当前有关机器学习控制在线性系统、非线性系统和湍流控制中的实验案例，展望了机器学习控制技术的未来发展和潜在应用。内容包括：反馈控制及其在实际复杂问题中面临的挑战；机器学习控制、实现方法及案例；线性控制理论中的几种经典方法；机器学习控制与经典控制方法的比较；非线性系统的机器学习控制；基于机器学习的流体控制实验；机器学习控制的战术与策略；未来机器学习控制的应用及其方法学的发展方向。
本书先介绍深度强化学习的基础知识及相关算法，然后给出多个实战项目，以期让读者可以根据环境的直接反馈对智能体加以调整和改进，提升运用深度强化学习技术解决实际问题的能力。本书涵盖深度Q网络、策略梯度法、演员-评论家算法、进化算法、Dist-DQN、多智能体强化学习、可解释性强化学习等内容。本书给出的实战项目紧跟深度强化学习技术的发展趋势，且所有项目示例以Jupter Notebook样式给出，便于读者修改代码、观察结果并及时获取经验，能够带给读者交互式的学习体验。
随着人工智能技术的广泛应用，网络智能化近年来受到广泛的关注，已经成为下一代移动通信与未来网络的重要技术。阿尔法围棋（AlphaGo）之后，深度强化学习不断推陈出新，为网络中的决策问题提供了有效的潜在解决方案。本书系统介绍了网络智能化中深度强化学习的基本理论、算法及应用场景。全书共8章，针对互联网、移动通信网、边缘网络、数据中心等典型网络，阐述了网络管理、网络控制、任务调度等决策需求，深入论述了深度强化学习的模型构建与应用技术。第1章介绍了网络智能的需求与挑战；第2章介绍了先进的深度强化学习模型与
本书主要介绍经典的机器学习算法的原理和改进，以及Python的实例实现。本书的内容可以分成三部分： 第一部分是机器学习概念篇（第1章），充分介绍机器学习的相关概念，并且对机器学习的各种算法进行分类，以便读者对机器学习的知识框架有整体的了解，从而在后续的学习中更容易接受机器学习涉及的各类算法； 第二部分是Python机器学习基础篇（第2章和第3章），简单介绍Python的基本使用方法、机器学习库scikitlearn和人工智能工具集OpenAI Gym； 第三部分是机器学习算法与Python实践
本书主要讲解人工智能的技术发展和行业现状，旨在帮助读者掌握进入人工智能行业工作的知识和方法。 本书首先介绍人工智能的技术概况、人工智能对人们的生活和工作的影响，以及人工智能的三大技术--机器学习、深度学习和大数据的基本原理与应用。其次，本书介绍人工智能从业者所需要的专业技术，并提供相应的学习方法。接着，本书介绍人工智能的行业概况，并将人工智能行业的岗位分为算法岗、工程岗、数据岗和产品岗，详细介绍各岗位的工作内容、能力要求、发展方向等。随后，本书讲解在人工智能行业求职的方法，包括求职前的准备工作和
本书着眼于人工智能自身的安全问题，旨在将当前人工智能安全的基础问题、关键问题、核心算法进行归纳总结。本书的定位是学习人工智能安全的入门书籍，因此先详细介绍了人工智能安全相关的基础知识，包括相关的基础算法和安全模型，使得读者明确人工智能面临的威胁，对人工智能安全有一个大体的概念和初步认识。然后将人工智能系统的主要安全威胁分为模型安全性威胁和模型与数据隐私威胁两大类。模型安全性威胁主要包括投毒攻击、后门攻击、对抗攻击、深度伪造。模型与数据隐私威胁主要包括窃取模型的权重、结构、决策边界等模型本身信息和
新书资讯 新书推荐