在人工智能的浪潮中,大语言模型技术正以前所未有的速度改变着我们的生活与工作方式。作为这个领域的后起之秀,DeepSeek凭借其开源与高性能的技术路线在2024年年末崭露头角,并迅速成为全球领先的人工智能应用平台之一。本书循序渐进地介绍了DeepSeek相关的各方面知识、经验和技巧,系统梳理了DeepSeek的结构化提示词技巧,并附有大量的模板实例。此外,本书介绍了DeepSeek的特色功能玩法、场景实战应用、高级应用技巧,以及DeepSeek工具集成和本地部署等相关知识。本书力求使零基础读者轻松掌握DeepSeek的使用方法,并学以致用、融会贯通。
深度学习和大模型技术在推荐系统领域掀起了一场技术革命,本书从深度学习推荐模型、Embedding技术、大模型、AIGC、模型工程实现、业界前沿实践等几个方面介绍了这场技术革命中的主流技术要点。 本书既适合推荐系统、计算广告和搜索领域的从业者阅读,也适合人工智能相关专业的本科生、研究生、博士生阅读,帮助建立深度学习推荐系统的技术框架,通过学习前沿案例,加强深度学习理论与推荐系统工程实践的融合能力。
本书全面且深入地呈现了深度学习领域的知识体系,系统梳理了该领域的核心知识,阐述了深度学习的关键概念、基础理论及核心思想,剖析了当代深度学习架构与技术。全书共 20 章。本书首先介绍深度学习的发展历程、基本概念及其在诸多领域(如医疗诊断、图像合成等)产生的深远影响;继而深入探讨支撑深度学习的数学原理,包括概率、标准分布等;在网络模型方面,从单层网络逐步深入到多层网络、深度神经网络,详细讲解其结构、功能、优化方法及其在分类、回归等任务中的应用,同时涵盖卷积网络、Transformer 等前沿架构及其在计算机视觉、自然语言处理等领域的独特作用。本书还对正则化、采样、潜变量、生成对抗网络、自编码器、扩散模型等关键技术展开深入分析,阐释其原理、算法流程及实际应用场景。对于机器学习领域的新手,本书是全面且
《图解人工智能》从基础概念、历史沿革、基础算法、代表性应用、**研究进展、跨学科交叉成果等多个方面深入介绍人工智能。为满足不同程度学习者的学习需求,全书以图片为主并辅以少量文字说明,每节配有 小清爱提问 在线视频,具有初等阅读能力的读者(包括中小学生)可以轻松获得人工智能的基础知识和全局视野;每一节还包括扩展学习资料、深入阅读材料和编程实践资源供高等阅读能力的读者(包括大学生和教师)自学提高。为配合课堂教学,全书每一节都配有PPT课件、附加视频资料、互动演示程序等教学资源。对应不同知识背景的读者,本书有速读、专业、教学3种建议阅读模式。 期待更多人能借此书产生对人工智能学科的探索热情! 本书封面贴有清华大学出版社防伪标签,无标签者不得销售。版权所有,侵权必究。
内容简介 自人工智能(AI)的概念诞生之日起,科学家们就热衷于探讨它的发展路径。第一阶段毫无疑问是计算智能,经过半个多世纪,AI在运算能力和记忆方面早已超越人类。第二阶段,是感知智能,让机器可以看得懂听得懂这个世界。科学界认为,尚未到来的第三阶段,是认知智能,甚至提到一个词:认知时代。 我们来到大模型时代或者是生成式人工智能时代了吗?如果我们此时此刻正身处这个时代,那上一个是什么时代? 有人说,大规模预训练已经过时,AI要实现具身化,具备推理能力,接着自我意识相伴而生。具身智能揭开了人类驯服机器的科学路径,小到在分子或原子上进行操作的纳米机器,大到震天撼地的巨型机械,无不乖乖地服从人类的操控指令,替代或者协助人类完成复杂的任务。 具有自我意识的AI是更安全还是更不安全?我们需要开始认真考虑
《DeepSeek 从入门到精通(微课视频版) 提示词设计 多场景应用 工具深度融合》 是一本系统讲解大模型 DeepSeek 应用方法的实用指南,内容涵盖从入门操作、提示词设计、本 地与云端部署到上百种实际场景应用,以及AI 智能体设计,全面展示了 DeepSeek 在办公、写作、 编程、教育、创意等领域的强大能力。全书结构清晰,配合丰富案例与实操技巧,帮助读者快 速掌握与大模型高效交互的方法。 本书最大特色在于实用性与前瞻性并重,既有提示词设计的系统讲解,提供100 提示词模 板,又有 DeepSeek 与 WPS、Word、Excel、Xmind、剪映等常用软件的深度融合案例,真正实 现AI 赋能日常工作与创作。无论你是职场人士、内容创作者、教师学生,还是对大模型感兴趣 的开发者,本书都将为你提供可操作、可落地的指导,助你在 AI 时代实现效率与创意的双重飞跃。
《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。
本书是一本全面探索DeepSeek大语言模型应用的实用指南,涵盖了近200个精心设计的实用案例,以 场景思维 为核心,从用户实际需求出发,系统地展示了DeepSeek如何在日常工作、学习和生活的各个方面发挥智能助手的作用。 全书共分为20章,内容丰富且有层次: (1)从基础工具使用和提示词工程入门,到内容创作、知识工作、创意设计等应用场景,涵盖了多个专业领域(医疗、金融、法律、心理)的深度应用。 (2)介绍了日常生活、创业自媒体、行业赋能的多维度实践,提供了API集成方案和30个精选高频场景的深度解析; (3)每个实例都针对特定用户群体的痛点和需求,提供了具体、可操作的解决方案,帮助读者快速掌握如何将DeepSeek融入工作流程,真正实现AI赋能。 书中不仅关注 如何使用 ,更着眼于 为何使用 和 何时使用 ,帮助读者建立对AI辅助工具的系统性
内容简介这是一本人人都能读懂的大模型综合指南,既是一本大模型的科普书,又是一本大模型的商业书。由中国电信研究院天翼智库官方出版,从核心技术、基础设施、商业应用、产业体系、安全治理5个维度全面讲解了大模型。语言上通俗易懂,内容上深入浅出,呈现上图文并茂,给读者良好阅读体验的同时,让读者对大模型的理解事半功倍!无论你是AI工程师,还是完全没有IT技术背景的爱好者;无论你是一线的从业人员,还是企业的管理者和决策者,你都能通过本书系统理解和掌握大模型,从而深刻认识大模型的核心价值和应用潜力,把握住大模型带来的变革和商机。通过阅读本书,我们每个人都能从中收获以下知识:(1)AI的本质和AI发展的4个阶段;(2)大模型的核心技术和大模型的技术进化路线;(3)大模型的算力基础设施和数据基础设施;(4)基座
本书是深度学习领域的入门教材,系统地整理了深度学习的知识体系,并由浅入深地阐述了深度学习的原理、模型以及方法,使得读者能全面地掌握深度学习的相关知识,并提高以深度学习技术来解决实际问题的能力。 全书共15章,分为三个部分。 分为机器学习基础:第1章是绪论,介绍人工智能、机器学习、深度学习的概要,使读者全面了解相关知识;第2~3章介绍机器学习的基础知识。 第二部分是基础模型:第4~6章分别讲述三种主要的神经网络模型:前馈神经网络、卷积神经网络和循环神经网络;第7章介绍神经网络的优化与正则化方法;第8章介绍神经网络中的注意力机制和外部记忆;第9章简要介绍一些无监督学习方法;第10章介绍一些模型独立的机器学习方法,包括集成学习、自训练、协同训练、多任务学习、迁移学习、终身学习、元学习等。 第三部分
《强化学习(第2版)》作为强化学习思想的深度解剖之作,被业内公认为是一本强化学习基础理论的经典著作。它从强化学习的基本思想出发,深入浅出又严谨细致地介绍了马尔可夫决策过程、蒙特卡洛方法、时序差分方法、同轨离轨策略等强化学习的基本概念和方法,并以大量的实例帮助读者理解强化学习的问题建模过程以及核心的算法细节。《强化学习(第2版)》适合所有对强化学习感兴趣的读者阅读、收藏。
虽然很多深度学习工具都使用Python,但PyTorch 库是真正具备Python 风格的。对于任何了解NumPy 和scikit-learn 等工具的人来说,上手PyTorch 轻而易举。PyTorch 在不牺牲高级特性的情况下简化了深度学习,它非常适合构建快速模型,并且可以平稳地从个人应用扩展到企业级应用。由于像苹果、Facebook和摩根大通这样的公司都使用PyTorch,所以当你掌握了PyTorth,就会拥有更多的职业选择。 本书是教你使用 PyTorch 创建神经网络和深度学习系统的实用指南。它帮助读者快速从零开始构建一个真实示例:肿瘤图像分类器。在此过程中,它涵盖了整个深度学习管道的关键实践,包括 PyTorch张量 API、用 Python 加载数据、监控训练以及将结果进行可视化展示。 本书主要内容: (1)训练深层神经网络; (2)实现模块和损失函数; (3)使用 PyTorch Hub 预先训练的模型; (4)探索在 Jupyt
《AI人工智能:发展简史 技术案例 商业应用(第2版)》通过 知识+案例 两条线索展开介绍,力图帮助读者全方位、多角度地了解人工智能。 纵向知识线包括3大认识、3大价值、3大盈利模式、3种营销变化、5个时代、5大商业模式、8大技术、18个领域、8种研究成果、5种热卖商品等,针对人工智能的基本概念、发展阶段、研究价值、市场状况、基础技术、发展前景、营销应用、热门领域、影响意义、热卖商品和研究成果等内容,向读者系统化地进行介绍。 横向案例线共包含12章专题内容,详解了18个领域的50多种智能产品及其应用,内容涉及智能家居、智能安防、无人驾驶、智能社交、智能生产、工业设计、电子商务、军事航天、法律预判、智能医疗、智能营销、智能理财、新零售、餐饮服务、物流运输、农业、智能教育、企业管理、5G技术等,同时通过100多个图解、190
本书全面阐述了现代因果关系分析,展示了因果关系如何从一个模糊的概念发展成为一套数学理论,并广泛用于统计学、人工智能、经济学、哲学、认知科学、卫生科学和社会学等领域。本书提出了一个全面的因果关系理论,它统一了因果关系的概率、操作、反事实和结构方法,并提供了简单的数学工具来研究因果关系和统计关联之间的关系。本书通过融合领域知识、常识约束、文化传承的概念等来补充数据信息,为基于统计的机器学习中遇到的基本问题提供了科学的解决方案。
随着计算科学的快速发展,人工智能已为我们大家熟知。2017 年国务院正式印发《新一代人工智能发展规划》,明确了人工智能的国家战略地位,关于人工智能的科普、技术普及读物也已出现,但符合少年儿童认知的人工智能科普读物却一直是个空白。本书是面向少年儿童的人工智能科普读物,用轻松有趣的笔触和明确简洁的形式介绍人工智能的历史、现状及未来。 本书写给6 岁以上、13 岁以下的青少年读者,深入浅出地介绍了人工智能的发展历史、人工智能的主要研究方向、技术实现流程及人工智能与未来社会的关系探索等。本书从科普和青少年教育的角度出发,培养孩子们对人工智能乃至新科技的认知,目的是让孩子们了解人工智能知识,建立正确的科技价值观和科学的方法论,为将来人工智能的研究和应用做好准备。
本书强调 把 AI作为方法 (AI即 Artifcial Intelligence,人工智能)这一核心理念,旨在引导读者掌握与 AI对话的关键技巧,并将AI融入工作和生活真正体验 AI带给人类的高效与便捷。 本书从技术的发展规律人手,探讨了把AI作为方法的必然性和必要性,进一步剖析了算法与哲学在内在逻辑上的贯通性。此外,本书通过丰富多样的案例展示了 AI的强大魅力,通过一系列 召唤术 帮助读者运用AI创造性地完成各种各样的任务,在这个过程中体验和掌握运用AI的核心技巧。 本书适合对 AI有研究兴趣、有使用需求、有产品研发需求或有投资意向的读者阅读。读者可扫描文中的二维码了解本书所介绍的与AI交互的秘诀。
本书从Python数据分析的基础知识入手,结合大量的数据分析示例,系统地介绍了数据分析与可视化方法,带领读者逐步掌握Python数据分析的相关知识,提高解决实际问题的能力。 本书共13章,主要内容包括数据分析与可视化概述、Python编程基础、NumPy数值计算基础、Pandas统计分析基础、Pandas数据载入与预处理、Matplotlib数据可视化基础、Seaborn可视化、pyecharts可视化、时间序列数据分析、SciPy科学计算、统计与机器学习、图像数据分析和综合案例实战等。 本书可作为各类高等院校数据科学与大数据、软件工程和计算机科学与技术等专业的教材,也可作为Python数据分析初学者和爱好者的参考书。
《DeepSeek大模型 : 技术解析与商业应用》系统讲解了DeepSeek 大语言模型的技术原理与商业实践,既深入剖析模型的核心原理,又提供切实可行的实践指导。全书共分为10 章,从基础概念入手,逐步阐明模型架构、本地部署方法,并详细解析了DeepSeek 提示词的思维链,指导用户如何根据不同需求设计有效的提示词,以实现高效的AI 交互。书中深入探讨了DeepSeek 在多领域的应用:在内容创作方面,利用AI 生成创意文案、优化代码开发与学术写作,从而显著提升效率;在自媒体领域,通过解锁流量密码,为开发者和创作者提供智能支持;在职场环境中,辅助简历优化、面试模拟及知识库构建,全面提升办公效能;在数字艺术设计方面,赋能创作者高效产出作品,激发无限创意表达。此外,本书还讲解了如何通过DeepSeek API 将技术无缝嵌入商业流程,进而构建智能生态系统。
内容上,本书力求系统地介绍基于深度学习的图文多模态信息处理技术,侧重介绍最通用、最基础的技术,覆盖了多模态表示、对齐、融合和转换等四大关键技术。同时也介绍了多模态信息处理领域的**发展前沿 多模态预训练模型。此外,为了让读者可以实践这些多模态深度学习技术,本书提供了四个完整的实战案例,分别对应多模态表示、对齐、融合和转换这四个关键技术。 具体而言,本书的内容分为四个部分:初识多模态信息处理、单模态表示、多模态信息处理的关键技术、多模态预训练模型。 第一部分包括两个章节:第1章介绍多模态信息的基本概念、难点、使用深度学习方法的动机、多模态信息处理的关键技术以及这些技术的发展历史,第2章介绍若干同时涉及图像和文本的多模态热门研究任务。 第二部分包括两个章节:第3和4章分别介绍了多模态信息处
本书是一本针对初学者介绍人工智能基础知识的书籍。本书采用通俗易懂的语言讲解人工智能的基本概念、发展历程和主要方法,内容涵盖人工智能的核心方法,包括什么是人工智能、神经网络(深度学习)是如何实现的、计算机是如何学会下棋的、计算机是如何找到**路径的、如何用随机算法求解组合优化问题、统计机器学习方法是如何实现分类与聚类的、专家系统是如何实现的等,每种方法都配有例题并给出详细的求解过程,以帮助读者理解和掌握算法实质,提高读者解决实际问题的能力。 此外,本书可以帮助人工智能的开发人员理解各种算法背后的基本原理。书中的讲解方法和示例,有助于相关课程的教师讲解相关概念和算法。 总之,这是一本实用性强、通俗易懂的人工智能入门教材,适合不同背景的读者学习和使用。