人工智能(AI) - 第10页

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。

本书旨在向读者交付有关深度学习的交互式学习体验。书中不仅阐述深度学习的算法原理，还演示它们的实现和运行。与传统图书不同，本书的每一节都是一个可以下载并运行的 Jupyter记事本，它将文字、公式、图像、代码和运行结果结合在了一起。此外，读者还可以访问并参与书中内容的讨论。全书的内容分为3个部分：第一部分介绍深度学习的背景，提供预备知识，并包括深度学习最基础的概念和技术；第二部分描述深度学习计算的重

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

本书立足于人工智能发展前沿，系统阐述了人工智能的基本概念、发展历程和核心技术，深入剖析了人工智能技术在航空航天、工业制造、医疗健康、金融服务、文化创意等领域的创新应用。 本书通过丰富的案例分析，展现了人工智能赋能传统产业转型升级、推动新兴领域创新发展的巨大潜力，为读者提供了将理论知识转化为实践能力的有效路径。

大模型是深度学习自然语言处理皇冠上的一颗明珠，也是当前AI和NLP研究与产业中最重要的方向之一。本书使用PyTorch 2.0作为学习大模型的基本框架，以ChatGLM为例详细讲解大模型的基本理论、算法、程序实现、应用实战以及微调技术，为读者揭示大模型开发技术。本书配套示例源代码、PPT课件。 《从零开始大模型开发与微调：基于PyTorch与ChatGLM》共18章，内容包括人工智能与大模型、Py

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

《人工智能简史》全面讲述人工智能的发展史，几乎覆盖人工智能学科的所有领域，包括人工智能的起源、自动定理证明、专家系统、神经网络、自然语言处理、遗传算法、深度学习、强化学习、超级智能、哲学问题和未来趋势等，以宏阔的视野和生动的语言，对人工智能进行了全面回顾和深度点评。第2版中每章都有新增内容，并增加了全新的第13章，整理了人工智能几大派别的演化路线和人物的继承关系，有助读者阅读方便。本书极具专业性、

本书以通俗易懂的语言和有趣的插画来解释深度学中的概念和方法，生动形象的插图更容易帮助读者理解和记忆。同时，书中指导读者将自己的理解制作成短，以加强学效果。另外，书中还指导读者在 colab 台上进行实践。 本书内容全面，从基础的神经网络、卷积神经网络、循环神经网络等入门知识，到深度学的应用领域如计算机视觉、自然语言处理等主题都有涉及。本书具有丰富的趣味、互动和实践，可以帮助读者更好地理解深度学知识

数字化转型背景下，Python作为一门简单、易学、速度快、免费、开源的主流编程语言，广泛应用于大数据处理、人工智能、云计算等各个领域，是众多高等院校学生的必修基础课程，也是堪与Office办公软件应用比肩的职场人士的必备技能。同时随着数据存储、数据处理等大数据技术的快速进步，机器学习的各种算法在各行各业得以广泛应用，同样成为高校师生、职场人士迎接数字化浪潮、与时俱进提升专业技能的必修课程。本书将“

For readers who know Python. Experience developing machine learning models is useful but not essential.中文版地址：《从零构建大模型》Learn how to create, train, and tweak large language models (LLMs) by building one