
会员
智能原理
更新时间:2019-10-21 12:27:17
最新章节:7.6 本章小结开会员,本书免费读 >
本书全面梳理了各个学科与智能研究相关的成果,在此基础上归纳了一般智能的构成要素,形成了生物智能和非生物智能统一的智能理论体系。系统分析了智能的进化、发展、使用和评价,提出了语义逻辑的主要准则和不同于冯?诺伊曼体系的智能计算架构。并且为构建本书所述非生物智能体或人工智能学界讨论的通用人工智能提出了一条可实现的路径。本书适合对智能和人工智能感兴趣的学生、学者和实践工作者阅读。
上架时间:2018-03-01 00:00:00
出版社:电子工业出版社
上海阅文信息技术有限公司已经获得合法授权,并进行制作发行
智能原理最新章节
查看全部最新上架
- 会员
DeepSeek使用秘笈:从入门到精通的100个实用技巧
本书以“从入门到精通”为逻辑主线,从基础操作指南到提示词深度优化,系统拆解DeepSeek的核心能力。书中给出的100个DeepSeek实用技巧,既讲究由浅入深,又讲究实战落地,从0到1教你如何让DeepSeek帮你提高效率:针对办公、创作、营销等高频场景,提炼文档处理、工具应用等实战技巧;聚焦金融、教育、交通等七大行业,解析AI技术落地场景与解决方案;同时介绍了本地部署、智能体开发等应用指南,通计算机12.7万字 - 会员
DeepSeek实战:操作攻略与商业应用
如今,随着智能创作时代的到来,AI文生内容成为不可忽视的趋势。DeepSeek作为AI文生领域内容领域的一个新热点和新风口,受到资本和各类企业的广泛关注。本书就聚焦于DeepSeek,对其进行详细讲述。本书分为三个部分,第一部分详细介绍DeepSeek的基础理论知识、技术架构、功能、背后的商业生态等,让读者对DeepSeek有一个全面的了解;第二部分讲述DeepSeek操作攻略,包括准备工作、指令计算机10.8万字 - 会员
AI赋能项目经理:10倍提升项目管理效率
本书通过具体的实操案例,构建了一套针对项目管理的智能工具协同网络,使项目经理、产品经理及相关职业人群,理解并掌握AIGC技术,并且重塑面向未来的工作方式。本书共9章,主要内容如下:首先,介绍AIGC发展简史以及核心概念、技术场景。其次,结合项目管理的核心事项,阐述AIGC技术是如何赋能项目经理的,即项目经理如何通过构建数字工具协同体系,在智能技术的加持下提升职业竞争力。再次,结合实践介绍常用数字工计算机8.9万字 - 会员
构建可靠的机器学习系统
本书融合作者构建、运维和扩展大型机器学习系统的经验,通过丰富的示例,详细讲解如何运行高效、可靠的机器学习系统。本书首先概述机器学习相关概念和数据管理原则,涵盖数据管理、机器学习模型、评估质量、特征、公平性、隐私等主题;然后介绍机器学习模型及其生命周期;最后讲述如何将机器学习引入组织,以及引入后组织会发生什么等复杂问题。计算机26.5万字 - 会员
深入浅出人工智能:原理、技术与应用
本书旨在帮助读者从零开始学习人工智能,掌握人工智能的原理、技术和应用。本书共10章,首先是人工智能概述,接着深入浅出地讲解人工智能的原理和技术,包括数据预处理、数据可视化、机器学习基础、监督学习模型、无监督学习算法、神经网络基础、训练深度神经网络等内容,最后讲解人工智能的应用,包括智能对话和知识图谱。本书适合想要学习并掌握人工智能技术和应用的零基础读者阅读,还可以作为高等院校人工智能相关课程的教材计算机11.3万字 - 会员
社交网络信息传播模型、算法及应用
本书系统地阐述信息传播问题中所涉及的各种传播模型、数学优化方法以及计算方法等,并通过对大量信息传播的实际问题进行了建模与分析。该著作将为人工智能、大数据、管理科学、运筹学、人文社会科学等领域开展相关研究的本科生、研究生以及学者提供重要的参考。计算机16万字 - 会员
从零构建大模型
本书是关于如何从零开始构建大模型的指南,由畅销书作家塞巴斯蒂安·拉施卡撰写,通过清晰的文字、图表和实例,逐步指导读者创建自己的大模型。在本书中,读者将学习如何规划和编写大模型的各个组成部分、为大模型训练准备适当的数据集、进行通用语料库的预训练,以及定制特定任务的微调。此外,本书还将探讨如何利用人工反馈确保大模型遵循指令,以及如何将预训练权重加载到大模型中。计算机13.8万字 - 会员
豆包:人人都能上手的AI工具
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个豆包智能体模板计算机7.1万字 - 会员
人工智能数学基础与Python机器学习实战
本书分为3个部分:第1章和第2章是人工智能的数学基础,主要介绍了机器学习的概念、Python开发环境的搭建、机器学习bibei的数学知识,以及线性代数和概率论的相关知识;第3~12章主要介绍了回归模型、分类模型、聚类模型、半监督模型的建立和相关算法的理论,以及如何使用sklearn具体实现相关算法模型的搭建;第13章介绍了Spark机器学习,笔者认为对于机器学习,不能只限于Python中的skle计算机0字