人工智能(AI) - 第9页

书中提供 9 个实战项目作为入门讲解和检验实验，帮助读者选择合适的氛围编程工具与大模型组合。 全书分 5 部分： 第一部分介绍氛围编程基础理论和指导原则； 第二部分通过智能体实现、数据可视化和 Excel 数据分析这 3 个应用场景，展示扣子、DeepSeek、Claude、Trae、Cursor、Windsurf 和通义这 7 款主流氛围编程工具与大模型搭配组合的代码生成能力； 第三部分演示用

《深度学习进阶：自然语言处理》是《深度学习入门：基于Python 的理论与实现》的续作，围绕自然语言处理和时序数据处理，介绍深度学习中的重要技术，包括word2vec、RNN、LSTM、GRU、seq2seq 和Attention 等。本书语言平实，结合大量示意图和Python代码，按照“提出问题”“思考解决问题的新方法”“加以改善”的流程，基于深度学习解决自然语言处理相关的各种问题，使读者在此过

在互联网商业化的5000天后，社交媒体（SNS）开始蓬勃兴起，现在距 SNS 兴起又过了近5000天，接下来的5000天，将会发生什么？··· ··· ··· ··· ··· ··· ··· ···【编辑推荐】★ 硅谷精神之父、世界互联网教父，《失控》作者凯文·凯利全新作品 ★K.K.的《失控》《必然》等作品在中国互联网界曾引起轰动，他也被喻为世界互联网教父、硅谷精神之父、科技预言家等，本书是他的

本书系统地探讨了软件工程从 1.0 到 3.0 的演进历程，深入剖析了软件工程 3.0 的新范式及其核心特征。书中详细介绍了软件工程 3.0 的实施策略和路线图，以及提示工程、RAG、智能体、数据治理、模型工程和安全治理等核心能力的建设。通过对需求分析、架构设计、UI 生成、结对编程、测试智能化和运维监控等关键环节的实践案例分析，全面重塑了软件开发生命周期。 此外，书中还对软件工程的未来进行了展望

本书共 12 章，围绕大语言模型基础理论、预训练、指令理解、模型增强和模型应用五个部分展开：第一部分介绍大语言模型的基础理论；第二部分介绍大语言模型的预训练，包括大语言模型预训练数据和分布式训练；第三部分介绍大语言模型如何理解并服从人类指令，包括有监督微调和强化学习；第四部分介绍大语言模型增强技术，包括多模态语言模型、大模型智能体和检索增强生成；第五部分介绍大模型应用，包括大模型效率优化、模型评估

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

该系列是由 北大计算机人工智能学院、北大青鸟人工智能研究院、北大教育学院学习科学实验室 联合多学科团队撰写的技术指南。围绕 DeepSeek 的应用、场景与实现原理展开讨论。《DeepSeek提示词工程与落地场景》聚焦大模型交互技术与产业落地方向，系统拆解了如何通过自然语言交互释放DeepSeek-R1推理模型的潜能。本文档以"零技术门槛"为核心定位，既包含底层技术解析，更提供可快速复用的实战方法

《深度学习图解》（grokking deep learning）指导你从最基础的每一行代码开始搭建深度学习网络！经验丰富的深度学习专家 Andrew W. Trask 以有趣的图解方式为你揭开深度学习的神秘面纱，使你可亲身体会训练神经网络的每个细节。只需要使用 Python 语言及其最基本的数学库 NumPy，就可以训练出自己的神经网络，借助它观察并理解图像、将文字翻译成不同的语言，甚至像莎士比亚

全书共 8 章，分为 3 篇，分别为人工智能的基本理论、人工智能的应用以及人工智能的融合拓展，涵盖了目前主流的人工智能技术。 本书在介绍人工智能的基本原理时，尽量回避了相关的复杂模型和算法设计，方便你在社会层面理解人工智能的应用形式和未来的发展路径。 本书适合具有高中及以上数学基础的学生，包括各类职业院校、应用型本科非计算机专业的学生阅读，也适合对人工智能感兴趣或有相关需求的社会人士阅读。

30 个大模型高频知识点全解析。本书采用独特的一问一答式风格，探讨了当今机器学习和人工智能领域中最重要的 30 个问题，旨在帮助读者了解最新的技术进展。全书共分为五个部分：神经网络与深度学习、计算机视觉、自然语言处理、生产与部署、预测性能与模型评测。每一章都围绕一个问题展开，不仅针对问题做出了相应的解释，并配有若干图表，还给出了练习供读者检验自身是否已理解所学内容。