《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
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。
本书通过近百个实际的研究案例，详细介绍了研究人员如何让ChatGPT成为一位称职的研究助手。利用ChatGPT可以完成以下几方面的工作：①确定研究主题并构建问题。②根据选择的研究问题制定和完善假设。③进行文献综述，覆盖系统综述的所有步骤。④选择适当的研究设计和相应的方法论。⑤开发可靠且高效的研究工具。⑥收集并处理数据。⑦解释分析定量和定性数据。⑧撰写和修改研究论文。⑨处理同行评审意见。⑩通过大众和社交媒体平台传播研究结果。以上所有任务都可以通过在ChatGPT界面中简单地输入提示词来完成。
本书是一本面向职场人士的 AI 工具书，旨在帮助读者掌握与 DeepSeek、Kimi、Qwen、 ChatGLM、ChatGPT、Claude、Gemini、Llama、Grok 等主流大语言模型高效协作的能力。通过系 统学习提示词工程的方法与技巧，读者能够在 AI 时代充分挖掘这些工具的潜力，提升工作效率。 本书共 7 章，内容层次分明，涵盖理论基础、技术进阶和实战应用三个板块。全书注重实操 性，所有方法和案例都可以直接应用到实际工作中。第 1～3 章介绍 AI 发展现状和提示词基础知 识，帮助读者建立对 AI 工具的正确认知。第 4～5 章深入讲解 10 种提示词设计模式和结构化提示词 框架，为读者提供了一套完整的方法论。第 6 章精选了 16 个实战案例，涵盖写作、自媒体、财务分 析、法律等领域，每个案例都配有详细的使用指南。第 7 章则探讨了 AI 时代的职业发展策略。 本书适合所有希望在 AI 时代提升竞
本书从技术角度深度解析大模型的原理，从大模型的基础概念及领域发展现状入手，概述大模型的理论基础，介绍OpenAI GPT、清华大学GLM、Meta Llama等主流大模型的技术原理，并从大模型参数高效微调、大模型指令微调、大模型训练优化和大模型推理优化等多角度解析大模型背后的技术，带领读者全方位掌握大模型的原理和实践方法。本书最后介绍私有大模型的构建，手把手指导读者做技术选型并搭建自己的私有大模型。 本书适合人工智能领域有大模型开发需求或对大模型技术感兴趣的技术人员阅读，也适合普通用户扩展了解大模型的前沿应用。
本书结合AI原生应用落地的大量实践，系统讲解提示工程的核心原理、相关案例分析和实战应用，涵盖提示工程概述、结构化提示设计、NLP任务提示、内容创作提示、生成可控性提示、提示安全设计、形式语言风格提示、推理提示和智能体提示等内容。 本书的初衷不是告诉读者如何套用各种预设的提示模板，而是帮助读者深入理解和应用提示设计技巧，以找到决定大语言模型输出的关键因子，进而将提示工程的理论知识应用到产品设计中。 本书适合AI原生应用开发领域的从业者和研究人员，以及人工智能相关专业的教师和学生阅读。
本书生动地讲述了底层视觉的发展历史，总结了人工智能前沿的最新成果，揭示了高清大片背后的科学奥秘，展现了实事求是和永无止境的科学家精神。 同时，附有作者的科研感悟和心路历程，富有启发性。 本书适合理工科专业的大学生和研究生、科研人员，以及人工智能爱好者阅读。
本书探讨了人工智能技术在警务工作中的应用，并对相关的智能技术原理和应用实例进行详细分析。本书共分为十章，涵盖了警务智能概述、警务知识表示、警务确定性推理方法、警务搜索求解策略、警务不确定性推理方法、智能计算及其应用、数据挖掘与机器学习、深度学习、人工智能在监狱中的应用、人工智能未来发展和趋势。本书的编排方式采用了概念讲解、代码示例和示例练习相结合的模式。通过这种方式，读者可以深入理解人工智能及数据挖掘的基础概念，并掌握相关知识和技能。
本书着眼于计算机视觉教学实践，系统地介绍了计算机视觉的基本内容及其代码实现。 本书包含4个部分：第一部分为计算机视觉导论，带领读者初步了解计算机视觉。第二部分为计算机视觉中的图像处理基础，介绍了图像滤波、特征检测、图像拼接、图像分割等经典的图像处理算法；第三部分为计算机视觉中的视觉识别方法，主要讲解基于深度学习的视觉识别方法，包括基于深度学习的图像分类、语义分割、目标检测、动作识别等；第四部分为计算机视觉中的场景重建，主要讨论照相机标定、运动场和光流、平行双目视觉以及三维重建。本书将计算机视觉算法原理与实践相结合，以大量示例和代码带领读者走进计算机视觉的世界，让读者对计算机视觉的研究内容、基本原理有基本认识。 本书适合对计算机视觉感兴趣的专业技术人员和研究人员阅读，同
本书旨在为读者提供一本实用的指南，帮助他们运用现代技术深入探索金融数据领域。 本书以 Python 为主要编程语言，结合实例和 ChatGPT 的协助，详细介绍了从获取金融数据到数据处理、数据可视化、探索、建模，再到机器学习和深度学习等的应用，并且探讨了生成式 AI 在选股和分配权重方面的潜在应用，为读者打开了金融领域未来的一扇新窗。除了提供全面的理论知识 和实用技术指导，本书还附赠了大量高质量的金融数据，可供读者在不方便调用接口时下载和使用。 本书主要面向金融从业人员，或者对金融和数据分析感兴趣的读者。
人工智能（Artif icial Intelligence，AI）技术正在席卷全球，大家都希望能快速掌握AI的基本技术，参与到这个充满前景的领域，但是苦于缺乏相关的基础，对AI行业的术语难以快速理解。本书从基本的概念出发，以日常生活和工作中的实例为基础，深入浅出地阐述AI技术的原理，读者即便没有任何相关的技术基础，也能快速掌握主要的概念，从而完成AI的入门学习。 本书内容涵盖AI基本原理、机器学习、神经网络等核心技术，适合IT技术人员、企业管理者、大学生等读者群体阅读。
本书是专注于如何在AWS上开发和应用生成式AI的实用指南，旨在为技术领导者、机器学习实践者、应用开发者等提供深入了解和应用生成式AI的策略与方法。本书首先介绍了生成式AI的概念及其在产品和服务中的应用潜力，然后详细阐述了生成式AI项目的完整生命周期。作者探讨了多种模型类型，如大语言模型和多模态模型，并提供了通过提示工程和上下文学习来优化这些模型的实际技巧。此外，本书讨论了如何使用LoRA技术对模型进行微调，以及如何通过RLHF使模型与人类价值观对齐。书中还介绍了RAG技术，以及如何利用LangChain和ReAct等开发agent。最后，本书介绍了如何使用Amazon Bedrock构建基于生成式AI的应用程序。基于该强大的平台，读者可以实现自己的创新想法。 本书适合对生成式AI感兴趣的学生和研究人员、在AWS上开发AI应用程序的软件开发人员和数据科学家、寻
本书由浅入深地介绍了生成式AI的理论与实践，内容涉及从基础原理到前沿应用，为读者提供了一个系统的认知框架。本书从生成式AI技术的基础工具入手，逐步深入到Transformer模型与GPT的原理和应用，详细介绍了图像生成模型Stable Diffusion，以及LangChain与AI Agent的相关知识。书中结合开源代码分析，展示了生成式AI在各行各业的实际应用，并探讨了其在高速发展过程中所面临的伦理和隐私风险。 本书适合对生成式AI感兴趣的读者阅读，无论你是初学者还是有一定编程基础的人士，都能从中获得宝贵的知识和经验。对于零编程基础的读者，本书提供了跳过代码实现的理论学习路径。
《MATLAB神经网络43个案例分析》是在《MATLAB神经网络30个案例分析》的基础上修改、补充而成的，秉承着 理论讲解 案例分析 应用扩展 这一特色，帮助读者更加直观、生动地学习神经网络。 《MATLAB神经网络43个案例分析》共有43章，内容涵盖常见的神经网络（BP、RBF、SOM、Hopfield、Elman、LVQ、Kohonen、GRNN、NARX等）以及相关智能算法（SVM、决策树、随机森林、极限学习机等）。同时，部分章节也涉及了常见的优化算法（遗传算法、蚁群算法等）与神经网络的结合问题。此外，《MATLAB神经网络43个案例分析》还介绍了MATLAB R2012b中神经网络工具箱的新增功能与特性，如神经网络并行计算、定制神经网络、神经网络高效编程等。 使用《MATLAB神经网络43个案例分析》时，建议读者按照 先通读章节内容，后调试程序，再精读章节内容 的顺序学习。《MATLAB神经网络43
ChatGPT的横空出世昭示了通用人工智能的可能性，并为我们提供了更加便捷、直观和个性化的信息获取方式，有望在教育、研究、咨询和日常生活中发挥重要作用。而驾驭ChatGPT，使之更好地服务于我们的工作和生活，需要一些技巧和方法，这就是本书要探讨的prompt（提示）工程。 本书以通俗易懂的语言，详细介绍了如何编写高质量的提示，引导ChatGPT输出优质答案，满足各种信息需求。书中包含详细解释和丰富示例，旨在帮助读者掌握利用ChatGPT解决各种问题的实用技能。
本书是基于人工智能生成内容（AIGC）技术所撰写的实用指南，力求通过简洁、明了的语言和 案例 步骤 的方式，详细介绍各工具在短视频创作领域的应用，旨在让读者通过阅读本书能够清晰认知和使用AI工具提高自身的工作效率、丰富生活娱乐，以及提升短视频创作能力。本书分为9章。首先介绍了AI短视频创作的基础入门知识，包括AI短视频创作功能概述、AI短视频创作功能详解和AI短视频创作功能的应用场景。其次，重点讲解了6款国内主流AI工具的操作技巧和核心功能，包括文心一言、即梦Dreamina、即创、腾讯智影、可灵AI和剪映，并结合 案例 步骤 的方式，帮助读者更好地掌握AI工具。最后是AI短视频的进阶应用与案例分析，通过不同工具的结合使用，帮助读者打造出更具吸引力的内容。本书适合短视频创作者、自媒体博主、AI爱好者、数字营销人员、电商从业者
内 容 提 要 随着人工智能技术的进步和消费金融行业的快速发展，智能风控已经成为金融行业的刚性需求。本书围绕智能风控的关键环节一一展开，同时结合具体的智能风控实例进行解析。 本书共6章，主要内容包括智能风控的发展，搭建智能风控模型体系，搭建风控特征画像体系，搭建智能风控策略体系，智能风控与人工的结合，以及智能风控管理。 本书适合银行、消费金融与保险等领域信贷风控模型开发人员、特征挖掘人员和策略分析人员，以及金融科技领域从业者、咨询行业从业者和其他对智能风控感兴趣的人阅读。
《巧用DeepSeek快速搞定数据分析》是一本关于数据分析与DeepSeek应用的实用指南，旨在帮助读者了解数据分析的基础知识及如何利用DeepSeek进行高效的数据处理和分析。随着大数据时代的到来，数据分析已经成为现代企业和行业发展的关键驱动力，《巧用DeepSeek快速搞定数据分析》正是为了满足这一市场需求而诞生。 《巧用DeepSeek快速搞定数据分析》共分为8章，涵盖了从数据分析基础知识、常见统计学方法，到使用DeepSeek进行数据准备、清洗、特征提取、可视化、回归分析与预测建模、分类与聚类分析及深度学习和大数据分析等全面的内容。各章节详细介绍了如何运用DeepSeek在数据分析过程中解决实际问题，并提供了丰富的实例以帮助读者快速掌握相关技能。 《巧用DeepSeek快速搞定数据分析》适合数据分析师、数据科学家、研究人员、企业管理者、学生及对数据分析
内容简介AI让所有人都能轻松成为短视频创作高手，你欠缺的只是一本合适的指导书！这是一本专门写给小白（包括0基础的老年人）的AI短视频高手速成教程，跟着做就能快速生成高质量短视频。本书通过70个实用案例、128个实用知识点、160余分钟教学视频、170余个素材与效果文件、530余张精美插图，53组精心撰写的提示词，全面展示了AI赋能下的短视频高效创作流程，可帮助读者从新手快速变成AI短视频创作高手。本书共包括9章，从技能和案例两条线展开介绍。技能线：对文案生成、文生视频、图生视频、视频生视频、数字人生成、剪同款、一键成片、图文成片、营销成片、音乐MV、游戏大片、智能裁剪、视频降噪、智能运镜、镜头追踪、智能抠像、智能字幕等短视频生成技能进行详细介绍，通过这一本书，你就能快速上手所有类型的短视频创作。案例线：选取了城
这是一本介绍 如何使用深度学习方法解决医学图像处理问题 的入门图书。本书先介绍医学图像的基础知识，包括医学图像数据、数据标注、医学数字图像处理和医学图像分类；其次介绍解决医学图像处理中常见的机器视觉任务（语义分割、关键点检测和医学图像配准），并辅以实战案例，帮助读者深入理解相关技术原理，进而巩固所学知识；后介绍模型优化和迁移学习的相关内容，帮助读者拓宽思路，提升其针对具体需求采用不同的解决方法的能力。 本书适合医工交叉专业以及从事医学图像处理工作的工程人员和科研人员阅读，也可供智能医学相关专业的高年级本科生及研究生参考。 阅读本书之前，读者需要了解基本的深度学习知识，并有一定的Python编程基础。
