本书是一本全面深入的AI应用指南，旨在帮助读者快速掌握DeepSeek的强大功能，提升工作和学习效率，拓展AI应用能力。 全书分为 认知篇 基础篇 进阶篇 三大部分，循序渐进地带领读者从入门到精通。 认知篇 ：回顾AI大模型的演变，剖析DeepSeek的核心优势，探讨其适用人群与应用场景。 基础篇 ：从账号注册到界面操作，从提示词优化到高效对话技巧，结合详细案例，帮助读者快速上手。 进阶篇 ：深入讲解DeepSeek在办公软件中的无缝集成、与其他AI模型的协作策略，以及AI未来的发展趋势，让读者掌握高阶技能，在AI时代抢占先机。 本书不仅详解DeepSeek的核心功能，还通过丰富的实战案例和操作指南，助力读者在办公、写作、编程、数据分析等领域实现智能化提升。 无论是职场新人、管理者、内容创作者、程序员、学生，还是研究人员，本书都将帮助你精准
《AI办公新动能:DeepSeek 智能应用实践指南（案例版）》 是一部聚焦于办公效率提升与AI技术深度融合的实用手册，以 案例 为显著特色。全书共11章，第1章至第5章聚焦于DeepSeek的基础应用与借助其提升效率的技巧，从介绍DeepSeek模型及其与其他AI工具的结合应用，到构建与其独特的沟通方式，再到借助其优化工作思维；第6章至第8章深入探讨DeepSeek与Word、PPT和Excel等常用办公软件的结合应用；第9章和第10章聚焦于AI技术在办公中的创新应用，如图片生成和视频生成，详细介绍DeepSeek与豆包、通义万相、即梦 AI 等工具的组合应用。第11章为综合案例实战，涵盖DeepSeek在助力高效会议纪要与邮件沟通、赋能商业文案创意与优化、打造优质产品介绍视频、精准优化简历、辅助股票分析等办公场景中的应用，帮助读者融会贯通，实现办公效率的全面提升。 本书以50个精心挑选的
人工智能将从根本上改变企业和社会。本书全面介绍了人工智能技术的基础知识人工智能在零售、医疗保健、能源、运输金融投资等各个行业中的应用，以及人工智能对商业发展的深远影响。作者还提出了人工智能应用框架的三层模型，助力企业打造人工智能发展路线图。
通过《AI产品经理手册》，将可以了解不同类型的AI，如何将AI整合到产品或业务中，以及支持创建AI产品或将AI集成到现有产品所需的基础设施。熟悉实践管理AI产品开发流程、评估和优化AI模型，以及应对与AI产品相关的复杂伦理和法律问题等相关知识。通过案例研究和学习，在快速发展的AI和机器学习领域保持领先地位。 通过阅读本书，读者将能够从产品角度全面了解AI领域。 主要内容 ● 利用有限的资源，构建面向未来的AI产品 ● 找出利用AI满足业务需求的机会 ● 与跨职能团队合作开发和部署AI产品 ● 分析使用机器学习和深度学习开发产品的收益和成本 ● 探讨在处理敏感数据时伦理和责任的重要性 ● 了解AI在各个垂直领域的性能和效果
本书是360集团创始人、 红衣大叔 周鸿祎全面解读AI现状、挑战与未来的力作。作者从AI发展的历程、Sora的诞生、AI革命性影响、大模型发展趋势、大模型发展安全、GPT的变革、大模型创业，以及硅基生命对碳基生命的挑战等诸多方面阐述了自己的观点和思考。作者认为，发展AI要跳出产品层面，对企业来讲，要部署一个私有化的通用大模型，并寻找一些特殊的场景，训练垂直大模型，把垂直大模型通过智能体框架同公司的数字化业务相结合；对于个人来讲，无须过分担心AI创新所带来的新挑战，大模型的能力再强大，也依然是一个强有力的生产力工具，不妨用自己的创造力去激发人工智能的创造力。
《DeepSeek实战应用一本通》是一本旨在引领读者全面探索并熟练运用DeepSeek进行多样化创作的实用指南。本书开篇即深入浅出地介绍了DeepSeek的基本情况、功能特点及使用技巧，为初学者扫清认知障碍，并在此基础上循序渐进，围绕学习、生活、工作等多个场景，通过丰富的案例和实操步骤，展示了如何使用DeepSeek进行各类题材的创作。无论是撰写学术论文、编辑工作报告，还是记录生活点滴、进行商业营销，DeepSeek都能成为读者的得力助手。
本书是人工智能工具DeepSeek的应用操作指南，手把手教用户从零起步，快速掌握DeepSeek的使用方法，从新手小白进阶到AI使用高手。全书涵盖了DeepSeek的基础理论、核心功能与多场景应用，从下载注册教起，重点讲解提示词的编写技巧，通过具体生动的场景化案例演示，聚焦DeepSeek在日常生活、家庭教育、职场工作、自媒体创作和金融投资等领域的实际应用，为读者提供各场景常用提示词和指令模版。本书力求为读者提供一整套系统化、操作性强的使用指南，既适合初学者快速入门，也为专业用户提供深度指导。
《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、思想性和趣味性，既适合缺少专业背景的读者了解人工智能的来龙去脉，作为人工智能的启迪之书，也适合专业人士了解人工智能鲜为人知的历史，提供深入学习的指导。
本书全面系统地介绍了字节跳动旗下AI智能助手 豆包的使用方法，涵盖注册登录流程及基本操作要点，并通过丰富多样的学习、工作、生活等场景的应用实例，如化身学习小能手、担当高效职场助手、呈现精彩模拟人物互动等，充分展现了豆包的强大效用。此外，还深入介绍了豆包智能体及其应用实例，以及豆包App的注册/登录方式和便捷功能。 随书赠送学习资源，包含50个高效提问公式，40个深度提问模板、100个豆包智能体模板、100个控制答案风格提示词模板、100个控制答案质量提示词模板及300个提示词（学习、工作、生活方面）模板，供读者使用。 本书为读者全面了解和熟练使用豆包提供了极具实用性的指南，无论是在学习中助力知识获取，还是在工作中提升效率，抑或是为生活增添便利，豆包都能成为贴心的私人助理，引领读者步入人工智能新时代。
AI写作可以写得又快又好，给内容创作者带来了全新的写作体验，也颠覆了传统的写作方式。本书从7个维度，系统介绍了AI写作的各种技巧，AI写作四步法，RRBE提示词模型，以及AI在各个领域的应用，实操性强，看完就能运用。 本书会带你进入AI写作的世界，从基础知识到高级技巧，掌握AI写作的关键技术，成为AI写作高手。
相信大家一定听说过DeepSeek的大名。作为一颗在AI领域冉冉升起的新星，它以惊人的速度和实力吸引了全球目光。你是否好奇DeepSeek为何爆火？它究竟有何神奇之处？本书精选大众普遍关注的热点问题，围绕DeepSeek原理、技术、应用、社会影响等，以通俗易懂的问答形式一一解答。 从技术内核到行业应用，从使用指南到未来展望，带你全面认识DeepSeek，理性看待AI发展，把握时代机遇，成为AI时代的明白人。本书用大篇幅讲解了DeepSeek的重要技术——提示词，详细介绍提示词在各领域的实战案例，如果巧妙应用提示词提升我们和DeepSeek交互的效率，让DeepSeek为我们插上腾飞的翅膀。
《深度学习》内容介绍：《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究重点。 《深度学习》适合各类读者阅读，包括相关专业的大学生或研究生，以及不具有机器学习或统计背景、但是想要快速补充深度学习知识，以便在实际产品或平台中应用的软件工程师。 《动手学深度学习》内容简介：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
《从掷骰子到人工智能：趣谈概率》一书极具启发性，学习概率统计的入门书，书中介绍的著名趣味概率问题包括赌博点数分配问题、赌徒谬误、高尔顿钉板、几何概型悖论、酒鬼漫步、德国坦克问题、博士相亲、中国餐馆过程等。通过讨论这些简单有趣的例子，让读者了解概率统计中的重要概念，诸如随机变量、期望值、贝叶斯定理、大数定律、中心极限定理、马尔可夫过程、深度学习等等。概念的引入思路清晰，重要知识有拓展，许多重要概念和理论都有直观的解释和应用场景。让年轻人从游戏和趣题中学到知识，吸引他们踏进基础科学、人工智能、信息技术的大门。
《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，使读者在此过程中更深入地理解深度学习中的重要技术。
本书前半部分介绍强化学习的重要思想和基础知识，后半部分介绍如何将深度学习应用于强化学习，遴选讲解了深度强化学习的最新技术。全书从最适合入门的多臂老虎机问题切入，依次介绍了定义一般强化学习问题的马尔可夫决策过程、用于寻找最佳答案的贝尔曼方程，以及解决贝尔曼方程的动态规划法、蒙特卡洛方法和TD方法。随后，神经网络和Q学习、DQN、策略梯度法等几章则分别讨论了深度学习在强化学习领域的应用。本书延续 鱼书 系列的风格，搭配丰富的图、表、代码示例，加上轻松、简明的讲解，让人循序渐进地理解强化学习中各种方法之间的关系，于不知不觉中登堂入室。
《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、新物料冷启动、评估模型效果、定位并解决问题等），最后还用一章的篇幅介绍了推荐算法工程师在工作、学习、面试时应该采取的做法。 《互联网大厂推荐算法实战》既适合推荐系统、计算广告、个性化搜索领域的从业人员阅读，也适合希望从事互联网算法工作的在校学生阅读。
深度学习框架中蕴藏着惊人的技术和有趣的机制，本书旨在揭开这些技术和机制的神秘面纱，帮助读者正确理解技术，体会它们的有趣之处。为此，本书会带领读者从零开始创建一个深度学习框架 DeZero。DeZero 是本书原创的框架，它用少的代码实现了现代深度学习框架的功能。本书分60 个步骤来完成这个框架，在此过程中，读者会加深对PyTorch、TensorFlow 和Chainer 等现代深度学习框架的理解，看清深度学习框架的本质。 本书沿袭《深度学习入门：基于Python 的理论与实现》的风格，语言通俗，代码简洁，讲解详细。在自制框架的过程中，读者还能进一步巩固Python 编程和软件开发相关的知识。 本书适合对深度学习框架感兴趣的读者阅读。
今天，人工智能在我们的生活中随处可见。它能推送我们喜欢的电视节目，帮助我们诊断疑难杂症，还能向我们推荐商品。因此，让我们掌握人工智能的核心算法，拥抱日新月异的智能世界吧。 与那些充斥着公式和术语的教材不同，本书利用丰富的图表、案例和习题，深入浅出地讲解人工智能的基本概念。你只需要具备高中数学基础知识，即可轻松阅读本书。读完本书之后，你将能亲手设计算法来预测银行交易风险，创造艺术作品甚至配置自动驾驶汽车。 主要内容 ●各种人工智能算法的实践场景 ●帮助决策的智能搜索算法 ●受生物学启发的算法簇 ●机器学习与神经网络 ●强化学习 与Q-learning
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。书中提供了简单易学的示例，帮你理解并应用在自己的项目中。此外，书后还提供了一份术语表，方便你随时参考。 准备好了吗？只需了解Python，你即可将本书作为进入大模型时代的启动手册，开发出自己的大模型应用。
PyTorch是一个开源的机器学习框架，它提供了动态计算图的支持，让用户能够自定义和训练自己的神经网络，目前是机器学习领域中非常流行的框架之一。本书基于PyTorch 2.0，详细介绍深度学习的基本理论、算法和应用案例，配套示例源代码、PPT课件。 《PyTorch 2.0深度学习从零开始学》共分15章，内容包括PyTorch概述、开发环境搭建、基于PyTorch的MNIST分类实战、深度学习理论基础、MNIST分类实战、数据处理与模型可视化、基于PyTorch卷积层的分类实战、PyTorch数据处理与模型可视化、实战ResNet卷积网络模型、有趣的Word Embedding、基于循环神经网络的中文情感分类实战、自然语言处理的编码器、站在巨人肩膀上的预训练模型BERT、自然语言处理的解码器、基于PyTorch的强化学习实战、基于MFCC的语音唤醒实战、基于PyTorch的人脸识别实战。 《PyTorch 2.0深度学习从零开始学》适合深
本书以MATLAB R2021为平台，以实际应用为背景，通过叙述 函数 经典应用相结合的形式，深入浅出地介绍了MATLAB在人工智能中的经典应用相关知识。全书共11章，主要内容包括MATLAB环境与操作、数据分析实战、科学计算实战、数据建模实战、统计性数据分析实战、机器学习算法实战、深度学习算法实战、控制系统分析与设计实战、神经网络信息处理实战、最优化方法实战、智能算法分析与实现实战。通过本书的学习，读者在领略到MATLAB简捷的同时将感受到利用MATLAB实现智能数据应用的领域广泛，功能强大。 本书可作为高等学校相关专业本科生和研究生的教学用书，也可作为相关领域科研人员、学者、工程技术人员的参考用书。
我们在与环境交互的过程中进行学习，经历的奖励或惩罚将指导我们未来的行为。深度强化学习将该过程引入人工智能领域，通过分析结果来寻找有效的前进方式。DRL智能体可提升营销效果、预测股票涨跌，甚至击败**围棋高手和国际象棋大师。 《深度强化学习图解》呈现生动示例，指导你构建深度学习体系。Python代码包含详明、直观的注释，助你深刻理解DRL技术。你将学习算法的运行方式，并学会用评估性反馈来开发自己的DRL智能体。 本书主要内容包括: ●强化学习入门 ●行为与人类似的DRL智 能体 ●在复 杂情况下应用DRL
