本書系統(tǒng)介紹了可信人工智能的基礎知識、理論方法和應用要素。內(nèi)容包括緒論、人工智能的風險與信任、人工智能可解釋推理、人工智能對抗樣本和防御、人工智能內(nèi)容生成與深度偽造、人工智能使能系統(tǒng)的可信決策、人工智能可信應用的要素。本書還討論了以人為本人工智能系統(tǒng)的設計、開發(fā)和使用中涉及的人類、組織和技術等復雜的因素。本書可以作為教

本書從基本的理論出發(fā)，講解應用程序編程接口(API)調(diào)用方面的知識，對應用程序編程接口基本概念、分類以及接口核心內(nèi)容進行講解，使讀者掌握部分人工智能技術接口的應用場景、接口請求方式、響應機制、接口地址、返回參數(shù)，了解提供應用程序編程接口的平臺，重點學習人工智能方面應用程序編程接口的使用方法以及請求返回參數(shù)的含義。

本書將帶領你深入了解人工智能的定義，追溯歷史，一同見證人工智能的萌芽、誕生、發(fā)展和變革。我們將一起領略人工智能在不同領域的神奇應用，隨后再深入人工智能的核心領域，剖析大語言模型、知識工程、計算機視覺、自然語言處理和人機交互等領域的關鍵技術。在專業(yè)上，本書介紹了人工智能人才的培養(yǎng)與職業(yè)規(guī)劃，為報考指點迷津。最后，我們將探

本書是一部分析探討人工智能核心理論與實際應用的圖書。全書系統(tǒng)地介紹了人工智能的基本原理，涵蓋了機器學習、深度學習、自然語言處理等關鍵領域。通過詳實的案例分析，可以使讀者深刻地理解人工智能在現(xiàn)實生活中的廣泛應用。該研究突破了傳統(tǒng)著作的束縛，強調(diào)理論與實踐的緊密結(jié)合。作者以通俗易懂的語言，為讀者揭示了人工智能背后的技術奧秘

本書主要敘述了大模型技術的最新發(fā)展概況、應用實例、當前及未來需要注意和解決的問題。內(nèi)容包括：大模型技術概述、語言大模型技術、多模態(tài)大模型技術、大模型技術生態(tài)、大模型的開發(fā)訓練與推理部署、大模型應用、大模型的安全性、大模型技術的問題總結(jié)與思考。

"《AIGC人工智能創(chuàng)作》課程是為了滿足“人工智能+”行動的要求而開設的課程，可以作為《網(wǎng)絡編輯》、《網(wǎng)絡營銷》、《視覺營銷設計》、《短視頻設計與制作》等相關課程的拓展與深化。課程配套教材《AIGC人工智能創(chuàng)作項目化教程》分析了現(xiàn)行主流的AIGC平臺，根據(jù)當前最新行業(yè)發(fā)展現(xiàn)狀，將AIGC業(yè)務流程重構(gòu)為教學項目，形成了本

本書涵蓋了一系列有監(jiān)督的機器學習方法，包括基礎方法(k-NN、決策樹、線性和邏輯回歸等)和高級方法(深度神經(jīng)網(wǎng)絡、支持向量機、高斯過程、隨機森林和提升等)，以及常用的無監(jiān)督方法(生成模型、k-均值聚類、自動編碼器、主成分分析和生成對抗網(wǎng)絡等)。所有方法都包含詳細的解釋和偽代碼。通過在方法之間建立聯(lián)系，討論一般概念(例如

本書分為兩篇：第一篇算法原理：詳細介紹了先進的深度學習模型，包括Transformer、GPT系列、深度生成模型，從基本架構(gòu)、訓練方法到特定應用，包括但不限于Seq2Seq結(jié)構(gòu)、位置編碼、注意力機制、殘差連接、變分自編碼器、GAN、ViT、CLIP、StableDiffusion、各模型訓練實踐的知識點。此外，探討了預

本書共分為6章，第1章介紹了PyTorch的安裝和基本操作；第2、3章介紹了深度學習的基礎知識、簡單的線性模型以及計算圖知識；第4、5章在前文的基礎上進一步擴展，介紹了各種神經(jīng)網(wǎng)絡模型；第6章介紹了PyTorch的高級特性。

本書旨在幫助沒有任何人工智能技術基礎的工程師們?nèi)�面掌握AIGC的底層技術原理，以及大語言模型、擴散模型和多模態(tài)模型的原理與實踐。本書的核心價值是，首先為想學習各種大模型的讀者打下堅實的技術基礎，然后再根據(jù)自己的研究方向展開深入的學習，達到事半功倍的效果。