本書立足于AIGC技術(shù)前沿與發(fā)展趨勢(shì)，全面闡述了AIGC的概念內(nèi)涵、底層技術(shù)與應(yīng)用場(chǎng)景，詳細(xì)梳理全球科技巨頭在AIGC領(lǐng)域的戰(zhàn)略布局，并輔之以大量生動(dòng)有趣的案例，深度剖析AIGC在各行業(yè)領(lǐng)域的應(yīng)用場(chǎng)景，旨在引導(dǎo)讀者真切感受AIGC革命浪潮蘊(yùn)含的商業(yè)創(chuàng)造力。 全書分為五個(gè)部分，共18章。第一部分主要厘清AIGC技術(shù)的起

本書系統(tǒng)地介紹了人工智能的基本概念、主要方法及代表性模型算法。本書根據(jù)人工智能的知識(shí)體系，在兼顧傳統(tǒng)的人工智能方法的基礎(chǔ)上，重點(diǎn)突出前沿性內(nèi)容，并對(duì)自動(dòng)推理、遺傳算法、神經(jīng)網(wǎng)絡(luò)、啟發(fā)式優(yōu)化、機(jī)器學(xué)習(xí)、異常檢測(cè)、梯度下降、邏輯回歸、反向傳播、卷積網(wǎng)絡(luò)、語(yǔ)言模型、詞向量等常見技術(shù)進(jìn)行詳細(xì)闡述和討論。本書結(jié)合應(yīng)用安排了示例和

“人工智能超入門叢書”致力于面向人工智能各技術(shù)方向零基礎(chǔ)的讀者，內(nèi)容涉及數(shù)據(jù)素養(yǎng)、機(jī)器學(xué)習(xí)、視覺感知、情感分析、搜索算法、強(qiáng)化學(xué)習(xí)、知識(shí)圖譜、專家系統(tǒng)等方向，體系完整、內(nèi)容簡(jiǎn)潔、文字通俗，綜合介紹人工智能相關(guān)知識(shí)，并輔以程序代碼解決問題，使得零基礎(chǔ)的讀者快速入門�！吨�識(shí)工程：人工智能如何學(xué)貫古今》是“人工智能超入門叢書

本書以項(xiàng)目實(shí)踐作為主線，結(jié)合必需的理論知識(shí)，以任務(wù)的形式進(jìn)行內(nèi)容設(shè)計(jì)，每個(gè)任務(wù)都包含任務(wù)描述及任務(wù)實(shí)施的步驟，讀者按照實(shí)施步驟進(jìn)行操作就可以完成相應(yīng)的學(xué)習(xí)任務(wù)，從而不斷提升項(xiàng)目實(shí)踐能力。本書主要內(nèi)容涉及機(jī)器學(xué)習(xí)的基礎(chǔ)知識(shí)，模型評(píng)估與選擇，回歸、分類、聚類等機(jī)器學(xué)習(xí)算法，數(shù)據(jù)挖掘的基礎(chǔ)知識(shí)，數(shù)據(jù)分析與應(yīng)用，以及通過用戶行

本書對(duì)應(yīng)課程屬于一門概論性課程。本書將傳統(tǒng)的和新一代的人工智能/智能制造融于一體，從傳承與發(fā)展視角出發(fā)概述人工智能與智能制造的發(fā)展現(xiàn)狀及其相互關(guān)系，重點(diǎn)闡述人工智能與智能制造共性基礎(chǔ)技術(shù)、知識(shí)驅(qū)動(dòng)的符號(hào)智能、數(shù)據(jù)驅(qū)動(dòng)的機(jī)器學(xué)習(xí)、智能制造理論與技術(shù)體系、智能制造的物理系統(tǒng)和信息系統(tǒng)，并指出人工智能與智能制造的未來發(fā)展方向

本書以PyTorch深度學(xué)習(xí)的常用技術(shù)與真實(shí)案例相結(jié)合的方式，深入淺出地介紹使用PyTorch實(shí)現(xiàn)深度學(xué)習(xí)應(yīng)用的重要內(nèi)容。本書共7章，內(nèi)容包括深度學(xué)習(xí)概述、PyTorch深度學(xué)習(xí)通用流程、PyTorch深度學(xué)習(xí)基礎(chǔ)、手寫漢字識(shí)別、文本生成、基于CycleGAN的圖像風(fēng)格轉(zhuǎn)換、基于TipDM大數(shù)據(jù)挖掘建模平臺(tái)實(shí)現(xiàn)文本生成

本書系統(tǒng)介紹了眾包學(xué)習(xí)的概念、應(yīng)用領(lǐng)域、前沿課題和研究實(shí)踐。在基礎(chǔ)知識(shí)方面，本書介紹了眾包的起源與發(fā)展、眾包技術(shù)的研究方向，分析眾包模式給機(jī)器學(xué)習(xí)帶來的機(jī)遇與挑戰(zhàn)。在前沿技術(shù)方面，本書詳細(xì)闡述了眾包標(biāo)注真值推斷與面向眾包標(biāo)注數(shù)據(jù)的預(yù)測(cè)模型學(xué)習(xí)等前沿研究課題。在研究實(shí)踐方面，本書介紹了面向偏置標(biāo)注的眾包標(biāo)簽真值推斷、基于

人工智能驅(qū)動(dòng)的組學(xué)挖掘是數(shù)據(jù)驅(qū)動(dòng)的生物醫(yī)學(xué)研究的支撐技術(shù)。組學(xué)測(cè)序技術(shù)逐步向多尺度、跨模態(tài)、有擾動(dòng)等方向發(fā)展，但體現(xiàn)出的高維度、高噪聲、多模態(tài)、標(biāo)記稀缺等特點(diǎn)，成為制約其有效挖掘的瓶頸。本書面向生命組學(xué)數(shù)據(jù)特點(diǎn)，較為系統(tǒng)和深入地對(duì)組學(xué)機(jī)器學(xué)習(xí)的主要研究范式、適用場(chǎng)景、分析方法、理論思想進(jìn)行介紹。結(jié)合相應(yīng)組學(xué)挖掘的具體研

本書兼顧深度學(xué)習(xí)的理論和應(yīng)用，特別強(qiáng)調(diào)大規(guī)模訓(xùn)練應(yīng)用案例，引導(dǎo)學(xué)生進(jìn)人深度學(xué)習(xí)的前沿領(lǐng)域．主要內(nèi)容有深度學(xué)習(xí)的核心理論問題：網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)設(shè)計(jì)、網(wǎng)絡(luò)參數(shù)初始化方法.大規(guī)模網(wǎng)絡(luò)訓(xùn)練的優(yōu)化方法、正則化方法、激活函數(shù)的研究方法.書中引人深度學(xué)習(xí)在計(jì)算機(jī)視覺中的大型經(jīng)典和前沿應(yīng)用案例，包括圖像分類任務(wù).目標(biāo)檢測(cè)與跟蹤任務(wù)、多源遙

《從概念到現(xiàn)實(shí)：ChatGPT和Midjourney的設(shè)計(jì)之旅》詳細(xì)介紹了ChatGPT與Midjourney的使用方法和應(yīng)用場(chǎng)景，并結(jié)合設(shè)計(jì)案例講解了如何利用AIGC輔助不同行業(yè)的設(shè)計(jì)師提升工作效率和創(chuàng)造力，共涉及8個(gè)應(yīng)用領(lǐng)域，近60個(gè)案例演示，生動(dòng)展示了各行各業(yè)中融入AIGC技術(shù)的設(shè)計(jì)成果，為設(shè)計(jì)師提供了更開闊的設(shè)