周志华老师的《机器学习》(俗称 西瓜书 )是机器学习领域的经典入门教材之一。本书是《机器学习公式详解》(俗称 南瓜书 )的第2 版。相较于第1 版,本书对 西瓜书 中除了公式以外的重、难点内容加以解析,以过来人视角给出学习建议,旨在对比较难理解的公式和重点内容扩充具体的例子说明,以及对跳步过大的公式补充具体的推导细节。 全书共16 章,与 西瓜书 章节、公式对应,每个公式的推导和解释都以本科数学基础的视角进行讲解,希望能够帮助读者快速掌握各个机器学习算法背后的数学原理。 本书思路清晰,视角独特,结构合理,可作为高等院校计算机及相关专业的本科生或研究生教材,也可供对机器学习感兴趣的研究人员和工程技术人员阅读参考
Transformer正在颠覆AI领域。市面上有这么平台和Transformer模型,哪些最符合你的需求? 将引领你进入Transformer的世界,将讲述不同模型和平台的优势,指出如何消除模型的缺点和问题。本书将引导你使用Hugging Face从头开始预训练一个RoBERTa模型,包括构建数据集、定义数据整理器以及训练模型等。 《基于GPT-3、ChatGPT、GPT-4等Transformer架构的自然语言处理》分步展示如何微调GPT-3等预训练模型。研究机器翻译、语音转文本、文本转语音、问答等NLP任务,并介绍解决NLP难题的技术,甚至帮助你应对假新闻焦虑(详见第13章)。 从书中可了解到,诸如OpenAI的高级平台将Transformer扩展到语言领域、计算机视觉领域,并允许使用DALL-E 2、ChatGPT和GPT-4生成代码。通过本书,你将了解到Transformer的工作原理以及如何实施Transformer来决NLP问题。 主要内容 ? 了解用于解决复杂语言问题的新技术
本书主要介绍基于视觉的YOLO框架的技术原理和代码实现,并讲解目标检测领域中的诸多基础概念和基本原理,在YOLO框架的基础上介绍流行目标检测框架。本书分为4个部分,共13章。第1部分介绍目标检测领域的发展简史、主流的目标检测框架和该领域常用的数据集。第2部分详细讲解从YOLOv1到YOLOv4这四代YOLO框架的网络结构、检测原理和训练策略,以及搭建和训练的YOLO框架的代码实现。第3部分介绍两个较新的YOLO框架 YOLOX和YOLOv7,着重讲解其设计理念、网络结构和检测原理。第4部分介绍DETR、YOLOF和FCOS在内的流行目标检测框架和相应的代码实现。本书侧重目标检测的基础知识,包含丰富的实践内容,是目标检测领域的入门书,适合对目标检测领域感兴趣的初学者、算法工程师、软件工程师等人员学习和阅读。
本书作为人工智能专业的入门书,带领读者初步学习和实践机器学习、深度学习的算法、流程和核心技术,并介绍了系统开发及开发环境,通过图解的方式将难懂的专业术语和算法表现出来,让没有相关专业基础的读者能够轻松入门。同时,本书还介绍了一些比较常用的网站网络服务,让读者能够学以致用。本书适合人工智能领域入门读者,也适合对人工智能感兴趣的其他领域读者学习。
本书基于学术写作的核心在于结构化的思维这一理念,全方位地介绍了如何应用 AI 辅助学术写作。AI 辅助学术写作的流程主要包括选题的确定、前言和文献综述的撰写、理论框架和研究方法的设计、研究框架与正文的组织、结论的构建、初稿的润色、标题摘要的撰写与投稿等方面。 本书力求为读者提供多样化的解决方案。这些解决方案依据不同的写作目标和策略制订,从而让读者可以根据具体需求选择。此外,本书还引导读者探索各种 AI 工具,应用好这些 AI工具有助于解决具体问题,如数据查询、参考文献管理、语言润饰等,极大地节省了学术写作的时间和精力。 无论是学生、教师、研究者,还是对学术写作有浓厚兴趣的读者,本书都能够帮助其更 好地理解人工智能在学术写作中的应用,在逻辑清晰、条理分明的框架内进行有效的学术写作,提高写作技巧,并
申报课题是高校教师和科研工作者十分重要的工作内容。 本书采用倒金字塔思路,对课题申请书进行了拆解,并系统介绍了如何利用 AI 辅助做好课题申报工作。本书第一章对课题申报进行了概述,分别介绍了各级别课题的申报公告和申请书及活页。第二章~第十二章分别介绍如何利用 AI 辅助开展课题申报的具体工作,主要有寻找选题、分析课题立项选题,以及课题论证相关部分的写作,包括研究背景写作、学术史梳理及研究动态写作、研究价值写作、阐释研究对象与框架思路写作、课题的重点难点写作、主要目标写作、研究计划及其可行性写作、其他部分写作。本书讲解全面、细致,并采用案例直观展示,方便读者学习。
《未来可期:与人工智能同行》是一部探讨人工智能的现在和未来,以及人工智能时代的种种难题的作品集。 在ChatGPT横空出世的今天,我们只有了解人工智能,跟上它的脚步,才能不被时代淘汰。家用智能器、数字疗法、具身智能、元宇宙、虚拟人、数字分身 越来越多的新概念已经或即将涌入我们的生活,并切实影响衣食住行的方方面面。作者在书中不仅分析了当前的人工智能发展,更预测在不远的将来,人工智能如何一步步走进和改变我们的生活,如何给我们带来前所未有的便利,又如何给我们带来纷繁复杂的困扰。 人工智能的发展与人类自身的发展是一体两面的关系。作者真正想要预测的并不是人工智能技术会发展成什么样,而是人类会通过人工智能技术发展成什么样。
本书系统介绍了机器学习的基本内容及其代码实现,是一本着眼于机器学习教学实践的图书。 本书包含4个部分:第一部分为机器学习基础,介绍了机器学习的概念、数学基础、思想方法和简单的机器学习算法;第二部分为参数化模型,讲解线性模型、神经网络等算法;第三部分为非参数化模型,主要讨论支持向量机和决策树模型及其变种;第四部分为无监督模型,涉及聚类、降维、概率图模型等多个方面。本书将机器学习理论和实践相结合,以大量示例和代码带领读者走进机器学习的世界,让读者对机器学习的研究内容、基本原理有基本认识,为后续进一步涉足深度学习打下基础。 本书适合对机器学习感兴趣的专业技术人员和研究人员阅读,同时适合作为人工智能相关专业机器学习课程的教材。
作者对计算机的运算和人脑思维的过程进行了比较研究,具有高度的前瞻性,为机器人研究指明了方向。《计算机与人脑》形象生动,图文并茂,对广大青少年科技创新思维具有极大启发作用.该书被誉为20世纪的天才之作。
本书是一本专门为职场人士编写的AI工具应用教程,精选了38款实用的AI工具,通过精心设计的案例来讲解如何运用这些工具实现高效办公的目的。第1章:主要介绍AIGC和ChatGPT的理论知识。第2章:主要介绍AutoGPT的基本知识。第3章:主要介绍ChatGPT的基本操作。第4章:主要介绍了5款文案生成的AI工具,分别为Notion AI、CopyAI、文心一言、讯飞星火、Kimi Chat。第5章:主要介绍AI工具在Excel中的应用。还介绍了7款智能处理Excel的AI工具。第6章:主要介绍了5款AI工具在PowerPoint中的应用。第7章:主要介绍了8款AI工具在绘画方面的应用。第8章:主要介绍了9款AI工具在影音方面的应用。第9章:主要介绍了两款AI工具在编辑方面的应用。第10章:主要通过综合性案例,介绍AI工具在工作中的应用。
本书以实际操作为导向,用ChatGPT Midjourney Stable Diffusion来充分释放读者的想象力,展现视觉创意的无限可能性。本书详细讲解了基于ChatGPT、Midjourney、Stable Diffusion进行AI绘画的完整学习路线,包括提示词的提问、绘画技巧、图片生成、提示词编写、参数描述、模型训练等,同时搭配了丰富的实际操作案例。整本书内容全面、详尽且深入浅出,实用性很强。
周志华老师的《机器学习》(俗称 西瓜书 )是机器学习领域的经典入门教材之一。本书(俗称 南瓜书 )基于Datawhale 成员自学 西瓜书 时记下的笔记编著而成,旨在对 西瓜书 中重难点公式加以解析,以及对部分公式补充具体的推导细节。 全书共16 章,与 西瓜书 章节、公式对应,每个公式的推导和解析都以本科数学基础的视角进行讲解,希望能够帮助读者达到 理工科数学基础扎实点的大二下学期学生 水平。每章都附有相关阅读材料,以便有兴趣的读者进一步钻研探索。 本书思路清晰,视角独特,结构合理,可作为高等院校计算机及相关专业的本科生或研究生教材,也可供对机器学习感兴趣的研究人员和工程技术人员阅读参考。
在以 ChatGPT 为代表的 AIGC(AI Generated Content,利用人工智能技术来生成内容)工具大量涌现的今天,学习编程的门槛大幅降低。对于大部分没有编程基础的职场人士来说, VBA 这样的办公自动化编程语言比以前任何时候都更容易掌握,能够极大提高工作效率。《用ChatGPT与VBA一键搞定Excel》通过3个部分:VBA 基础知识、ChatGPT 基础知识、ChatGPT 实战办公自动化,帮助 Excel 用户从零开始迅速掌握 VBA,以 授人以渔 的方式灵活应对任何需要自动化办公的场景。简而言之,《用ChatGPT与VBA一键搞定Excel》的目标是:普通用户只需要掌握一些 VBA 的基本概念,然后借助 ChatGPT 就可以得到相应的VBA代码,从而解决具体问题。
一本将 AI 绘画讲透的探秘指南,通过丰富的实践案例操作,通俗易懂地讲述 AI 绘画的生成步骤,生动展现了 AI 绘画的魔法魅力。从历史到未来,跨越百年时空;从理论到实践,讲述案例操作;从技术到哲学,穿越多个维度;从语言到绘画,落地实战演练。AI 绘画的诞生,引发了奇点降临,点亮了 AGI(通用人工智能),并涉及 Prompt、风格、技术细节、多模态交互、AIGC 等一系列详细讲解。让您轻松掌握生图技巧,创造出独特的艺术作品,书写属于自己的艺术时代。
"机器视觉是指利用相机、摄像机等作为传感器,并配合机器视觉算法,赋予智能设备具备人眼的功能,从而进行相关物件识别、检测、测量等操作的一种技术,现已广泛应用于多个领域。 本书在对机器视觉的定义、现状及组成单元等基础理论进行介绍的基础之上,从实用性角度,对Delta并联机器人机器视觉动态分拣等5个工业应用实例、铁路货车超限监测等5个交通应用实例、基于人脸识别的智能窗帘等3个其他领域应用实例进行了重点讲解,并对机器视觉技术和市场的未来发展进行了展望。 本书可供仪器科学与技术、机械电子工程、自动化等领域的科研人员和工程技术人员参考使用,也可作为高等院校测控技术与仪器、智能感知工程、机械电子工程、电子信息工程等相关专业的教学用书。 "
《机器视觉》从逆问题的角度出发,提出了一整套关于机器视觉的研究方法,其核心是:机器视觉应该基于对成像过程的深刻理解!作为作者在麻省理工学院(MIT)所讲授的机器视觉课程的指定教材,本书已经被使用了近30年,至今仍被欧美许多著名高校所广泛使用。本书提供了一个理解现有方法和技术以及为以后的研究做准备的系统框架,其中包含了很多将机器视觉方法应用于实际问题的内容。全书共包括18章,前13章主要讲述早期视觉的内容,后5章更加关注于:解决一些更加复杂的实际问题。后,作者将各个章节所介绍的方法整合到一起,搭建了一个可以和周围环境进行交互的“眼-手”系统。书中所用到的数学方法,也都收录在后的附录中;作为内容的补充和扩展,本书还提供了丰富的练习题。 本书可以作为高等院校相关专业本科生和研究生一年级课
工业机器人作为一种高科技集成装备,对专业人才有着多层次的需求。本书根据机器人行业发展趋势,从生产实际出发,详细讲解了工业机器人装调与维修的相关知识,主要内容包括:工业机器人装调与维修基础、工业机器人的整机安装与维护、工业机器人机械部件的装调与维修、工业机器人强电装置的装调与维修、工业机器人弱电装置的装调与维修、工业机器人常见故障的处理等。本书实用性与可参考性强,可为从事工业机器人操作与维护相关工作的工程技术人员提供帮助,也可供大学院校机电专业、机器人专业的师生学习参考。
《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。
《机器学习中的数学》是一本系统介绍机器学习中涉及的数学知识的入门图书,本书从机器学习中的数学入门开始,以展示数学的友好性为原则,讲述了机器学习中的一些常见的数学知识。机器学习作为人工智能的核心技术,对于数学基础薄弱的人来说,其台阶是陡峭的,本书力争在陡峭的台阶前搭建一个斜坡,为读者铺平机器学习的数学之路。 《机器学习中的数学》共19章,分为线性代数、高等数学和概率3个组成部分。第 1 部分包括向量、向量的点积与叉积、行列式、代数余子式、矩阵、矩阵和方程组、矩阵的秩、逆矩阵、高斯 诺尔当消元法、消元矩阵与置换矩阵、矩阵的LU分解、欧几里得距离、曼哈顿距离、切比雪夫距离、夹角余弦等;第2部分包括导数、微分、不定积分、定积分、弧长、偏导、多重积分、参数方程、极坐标系、柱坐标系、球坐标系、梯度、
情感是人类特有的一种思维方式,如果机器具备了情感,是不是就可以取代人类? 在《情感机器(人类思维与人工智能的未来)(精)/机器人与人工智能书系》中,人工智能之父马文·明斯基有力地论证了:情感、直觉和情绪并不是与众不同的东西,而只是一种人类特有的思维方式。也同时揭示了为什么人类思维有时需要理性推理,而有时又会转向情感的奥秘。通过对人类思维方式建模,他为我们剖析了人类思维的本质,为大众提供了一幅创建能理解、会思考、具备人类意识、常识性思考能力,乃至自我观念的情感机器的路线图。
随着机器学习算法的普及,开发和优化这些算法的新工具也得到了发展。本书首先介绍了scikit-learn包,学习如何使用scikit-learn语法;学习监督模型和无监督模型之间的差异,以及为每个数据集选择适当算法的重要性;学习将无监督聚类算法应用到真实的数据集中,发现其中的规律,并在探索中解决无监督机器学习问题。其次,本书重点研究监督学习算法,学习如何使用scikit-learn包实现不同的监督算法以及如何开发神经网络架构;还将了解如何采用合乎逻辑的结果分析,并通过调节超参数来改善算法的性能。 本书理论讲解与练习实例相结合,并通过大量的活动指导读者进行真实数据集的模拟训练。学完本书将知道如何描述监督模型和无监督模型之间的差异,以及如何将一些流行的算法应用于现实生活中的数据集中,将获得诸多技能并有信心编写机器学习算法。 本