人工智能(AI) - 第7页

适读人群 ：开发人员、任何想基于大模型开发应用的普通用户本书为大模型应用开发极简入门手册，为初学者提供了一份清晰、全面的“可用知识”，带领大家快速了解GPT-4和ChatGPT的工作原理及优势，并在此基础上使用流行的Python编程语言构建大模型应用。通过本书，你不仅可以学会如何构建文本生成、问答和内容摘要等初阶大模型应用，还能了解到提示工程、模型微调、插件、LangChain等高阶实践技术。书中

本书涵盖基础知识、常见操作和应用开发3个方面，帮助大语言模型的使用者、应用开发者循序渐进地掌握大模型的原理、操作以及多个场景下的应用开发技能。全书共18章，分为三篇：基础篇介绍大语言模型的基础知识、应用架构和应用工作模式。操作篇详细讲解大模型的实操环节，包括环境搭建、多种有代表性的开源大语言模型的安装、微调与量化等常见操作。开发篇讲述大语言模型在Chat、辅助编程、RAG、翻译、AI Agent、

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

统计学习方法即机器学习方法，是计算机及其应用领域的一门重要学科。本书分为监督学习和无监督学习两篇，全面系统地介绍了统计学习的主要方法。包括感知机、k近邻法、朴素贝叶斯法、决策树、逻辑斯谛回归与大熵模型、支持向量机、提升方法、EM算法、隐马尔可夫模型和条件随机场，以及聚类方法、奇异值分解、主成分分析、潜在语义分析、概率潜在语义分析、马尔可夫链蒙特卡罗法、潜在狄利克雷分配和PageRank算法等。本书

本书主要围绕 AI 系统的理论基础与技术基础知识展开，结合实例进行介绍，旨在让读者了解 AI 系统的来龙去脉，形成对 AI 系统的系统化与层次化的初步理解，掌握 AI 系统基本理论、技术、实际应用及研究方向，为后续从事具体的学习研究工作和项目开发工作奠定基础。本书内容涵盖 AI 硬件与体系结构、AI 编译与计算架构、AI 推理系统与引擎、AI 框架核心模块四篇，涉及 AI 系统从底层原理到应用落地

《互联网大厂推荐算法实战》介绍了互联网大厂当前采用的一些前沿推荐算法，并梳理了这些算法背后的思想脉络与技术框架。《互联网大厂推荐算法实战》总计10章，内容涵盖了推荐系统的基础知识、推荐系统中的特征工程、推荐系统中的Embedding、推荐系统的各组成模块（包括召回、粗排、精排与重排）所使用的算法技术、推荐算法实践中经常会遇到的难题以及应对之道（其中涉及多任务推荐、多场景推荐、新用户冷启动、新物料冷

带你深入探索AI“神器”——Deepseek的无限潜能。通过本书，你将轻松上手DeepSeek，开启智能生活新篇章。通过本书，你将学会用Deepseek大幅提升工作效率，告别烦琐，拥抱高效。通过本书，你将学会如何让Deepseek成为您的职场超级助手。通过本书，你将学会如何利用DeepSeek激发自己的创作灵感，打造爆款内容，打造个人品牌。通过本书，你将学会利用Deepseek解决各种专业难题。无

算法是人工智能技术的核心，大自然是人工智能算法的重要灵感来源。本书介绍了受到基因、鸟类、蚂蚁、细胞和树影响的算法，这些算法为多种类型的人工智能场景提供了实际解决方法。全书共10章，涉及种群、交叉和突变、遗传算法、物种形成、粒子群优化、蚁群优化、细胞自动机、人工生命和建模等问题。书中所有算法均配以具体的数值计算来进行讲解，每章都配有程序示例，读者可以自行尝试。

《AIGC原理与实践：零基础学大语言模型、扩散模型和多模态模型》旨在帮助没有任何人工智能技术基础的工程师们全面掌握 AIGC 的底层技术原理，以及大语言模型、扩散模型和多模态模型的原理与实践。本书的核心价值是，首先为想学习各种大模型的读者打下坚实的技术基础，然后再根据自己的研究方向展开深入的学习，达到事半功倍的效果。

《深度学习》由全球知名的三位专家 Ian Goodfellow、Yoshua Bengio 和 Aaron Courville 撰写，是深度学习领域奠基性的经典教材。全书的内容包括 3 个部分：第 1 部分介绍基本的数学工具和机器学习的概念，它们是深度学习的预备知识；第 2 部分系统深入地讲解现今已成熟的深度学习方法和技术；第 3 部分讨论某些具有前瞻性的方向和想法，它们被公认为是深度学习未来的研