当前，人工智能技术正在火热发展之中，并广泛应用于生产生活的方方面面，极大地改变了人们的生活。同时，人工智能技术的发展也对 多的领域产生了冲击。本书就以人工智能技术的发展和应用为出发点，讲述人工智能当前的发展现状、机遇和挑战，以及人工智能技术在诸多方面的应用、未来的发展前景等。 在讲述理论的同时，本书还加入了诸多经典案例，并针对人工智能技术在应用上的难点提出了解决方案。对于互联网、人工智能等领域的企业以及从事高新技术的人员而言，本书是一本可操作性极强的实战书。
从数据分析方法到数据科学基础知识，你需要了解的知识全部在这本图解书中！当下，利用数据为自己的业务和服务提供支持是大势所趋。但是，分析数据需要广泛的知识，自己很难成体系地学习。本书介绍了数据科学的基础知识及周边知识，包括数据、图表的类型以及统计学、人工智能的基本知识等，网罗信息社会中数据活用的问题点，结合生动插图，让初学者也能迅速理解。除了按顺序阅读，获取系统的知识，读者还可以从目录中挑选感兴趣的主题和关键词，按照自己的需求阅读，是一本实用性满分的数据科学学习指南。
当前，人工智能技术正在火热发展之中，并广泛应用于生产生活的方方面面，极大地改变了人们的生活。同时，人工智能技术的发展也对 多的领域产生了冲击。本书就以人工智能技术的发展和应用为出发点，讲述人工智能当前的发展现状、机遇和挑战，以及人工智能技术在诸多方面的应用、未来的发展前景等。 在讲述理论的同时，本书还加入了诸多经典案例，并针对人工智能技术在应用上的难点提出了解决方案。对于互联网、人工智能等领域的企业以及从事高新技术的人员而言，本书是一本可操作性极强的实战书。
以前，技术只是工程师操心的事；如今，技术是工程师、产品经理、企业家共同操心的事，他们只有通力合作才能驾驭强大的技术，进而取得商业上的成功。 如今讲人工智能的书大多属于两种类型：种面向广大公众进行人工智能科普；第二种针对专业技术人员详细讲解人工智能的技术。这两种书，产品经理虽然都可以阅读，但他们更迫切需要第三种——从商业的角度讲人工智能，以产品的方式让人工智能落地的书，而本书正是这种少数类型。 本书具有针对性强、系统性强、实操性强、原创度高的特点。本书共分为三篇。篇是基础篇，讲解技术商业的基本规律、AI技术的实质和边界、AI的商业格局和应用现状。第二篇是合格AI产品经理篇、包含合格AI产品经理的能力体系、AI技术-场景适配和AI产品规划、AI产品经理的职业发展等内容。第三篇是AI产品经理篇，包含AI产品
当前，人工智能技术正在火热发展之中，并广泛应用于生产生活的方方面面，极大地改变了人们的生活。同时，人工智能技术的发展也对 多的领域产生了冲击。本书就以人工智能技术的发展和应用为出发点，讲述人工智能当前的发展现状、机遇和挑战，以及人工智能技术在诸多方面的应用、未来的发展前景等。 在讲述理论的同时，本书还加入了诸多经典案例，并针对人工智能技术在应用上的难点提出了解决方案。对于互联网、人工智能等领域的企业以及从事高新技术的人员而言，本书是一本可操作性极强的实战书。
在人工智能发展的漫长历程中，如何让机器学会创作一直被视为难以逾越的天堑，“创造力”也因此被视为人类与机器 本质的区别之一。然而，人类的创造力也终将赋予机器创造力，把世界送入智能创作的新时代。人工智能绘画作品的夺冠、 聊天机器人ChatGPT的出现，无疑拉开了智能创作时代的序幕。从机器学习到智能创造，从PGC、UGC到AIGC，我们即将见证一场深刻的生产力变革，而这份变革也会影响到我们工作与生活的方方面面。本书将结合生动的比喻和有趣的案例，向所有关注未来科技的从业者、创业者、投资人、政府部门科普AIGC的商业落地场景和行业应用案例。让我们一起迎接全新的智能创作时代。
过去的200年里，组织创新经历了三次革命，即工业革命带来的技术创新、生产力革命带来的科学创新以及管理革命带来的知识创新，而组织的功能重心也从管理转向激励。 赋能这个词用在管理学中，是指是企业由上而下地释放权力，尤其是员工们自主工作的权力，从而通过去中心化的方式驱动企业组织扁平化，大限度发挥个人才智和潜能。 本书从赋能组织的基本概念引入，重点讲述了赋能组织的权力分配、HR管理、领导力、赋能型组织、赋能型团队、赋能型员工，用通俗易懂的语言进行阐述，易于理解和学习。 在所有的管理创新中，重点还是赋能型组织变革与人才机制创新，赋能型组织是时代赋予的组织形式，认真学习并加以实践，定然能给企业带来益处。
《21个项目玩转深度学习——基于TensorFlow的实践详解》以实践为导向，深入介绍了深度学习技术和TensorFlow框架编程内容。 通过本书，读者可以训练自己的图像识别模型、进行目标检测和人脸识别、完成一个风格迁移应用，还可以使用神经网络生成图像和文本，进行时间序列预测、搭建机器翻译引擎，训练机器玩游戏。全书共包含21个项目，分为深度卷积网络、RNN网络、深度强化学习三部分。读者可以在自己动手实践的过程中找到学习的乐趣，了解算法和编程框架的细节，让学习深度学习算法和TensorFlow的过程变得轻松和高效。本书代码基于TensorFlow 1.4及以上版本，并介绍了TensorFlow中的一些新特性。 本书适合有一定机器学习基础的学生、研究者或从业者阅读，尤其是希望深入研究TensorFlow和深度学习算法的数据工程师，也适合对人工智能、深度学习感兴趣
TensorFlow是谷歌2015年开源的主流深度学习框架，目前已得到广泛应用。本书为TensorFlow入门参考书，旨在帮助读者以快速、有效的方式上手TensorFlow和深度学习。书中省略了烦琐的数学模型推导，从实际应用问题出发，通过具体的TensorFlow示例介绍如何使用深度学习解决实际问题。书中包含深度学习的入门知识和大量实践经验，是走进这个前沿、热门的人工智能领域的优选参考书。第2版将书中所有示例代码从TensorFlow 0.9.0升级到了TensorFlow 1.4.0。在升级API的同时，第2版也补充了更多只有TensorFlow 1.4.0才支持的功能。另外，第2版还新增两章分别介绍TensorFlow高层封装和深度学习在自然语言领域应用的内容。本书适用于想要使用深度学习或TensorFlow的数据科学家、工程师，希望了解深度学习的大数据平台工程师，对人工智能、深度学习感兴趣的计算机相关从业人员及在校学生等
本书是一本关于如何使用ChatGPT提问和追问的书。会提问才能得到自己想要的结果，会追问才能优化自己想要的结果。本书从AI指令提示、角色定位提问、给定标准提问、概括总结追问、延伸扩展追问、强化自洽追问、联系上下文追问、聚类分类追问、分步骤与模块追问等方面分别介绍了ChatGPT的提问和追问技巧。本书适合ChatGPT学习者阅读与使用，尤其适合想高效工作的教师、培训师、咨询师和管理者阅读与使用，也适合想用ChatGPT来解决工作和生活问题的广大ChatGPT爱好者阅读与使用。
本书共11章，章主要讲述虚拟化安全的基本理论；第2章阐释如何配置常用的管理程序平台：VMwareESXi、MicrosoftHyper-V和CitrixXenServer等；第3章讲述如何设计安全的虚拟网络，涉及虚拟网络与物理网络、虚拟网络安全考虑因素等；第4章讲述虚拟网络操作，内容包括网络运营挑战和解决方案，虚拟环境中的负载均衡等；第5章讲述虚拟化管理和客户端安全，涉及保护VMwarevCenter、MicrosoftSCVMM和CitrixXenCenter相关的内容；第6章讲述如何保护虚拟机，涉及安全考虑因素、威胁，虚拟机的缺陷等；第7章讲述日志和审计方面的实践，涉及日志和审计的重要意义、虚拟日志和审计选项，以及与现有日志平台集成和有效的日志管理；第8章讲述虚拟化安全的变更和配置管理，内容包括虚拟机如何影响变更和配置管理，将虚拟化集成到变更管理，虚拟化配置管理的佳实践等；第9章讲述如何应对
