人工智能(AI) - 第10页

强化学习作为机器学习及人工智能领域的一种重要方法，在游戏、自动驾驶、机器人路线规划等领域得到了广泛的应用。本书结合了李宏毅老师的“深度强化学习”、周博磊老师的“强化学习纲要”、李科浇老师的“世界冠军带你从零实践强化学习”公开课的精华内容，在理论严谨的基础上深入浅出地介绍马尔可夫决策过程、蒙特卡洛方法、时序差分方法、Sarsa、Q 学习等传统强化学习算法，以及策略梯度、近端策略优化、深度Q 网络、深

《人工智能：从图灵测试到DeepSeek》是由哈尔滨工业大学计算学部人工智能学院张伟男教授团队撰写的公开课文档，系统梳理了人工智能的发展脉络、核心技术及行业应用，并展望了其未来趋势。该文档结合理论与实践，既涵盖学科基础知识，又深入探讨了前沿技术突破，体现了中国在人工智能领域的科研实力与教育成果。目录人工智能的概念从图灵测试到DeepSeek走进行业的人工智能人工智能对教育的影响

机器学习是计算机科学与人工智能的重要分支领域。本书作为该领域的入门教材，在内容上尽可能涵盖机器学习基础知识的各方面。为了使尽可能多的读者通过本书对机器学习有所了解，作者试图尽可能少地使用数学知识。然而，少量的概率、统计、代数、优化、逻辑知识似乎不可避免。因此，本书更适合大学三年级以上的理工科本科生和研究生，以及具有类似背景的对机器学习感兴趣的人士。为方便读者，本书附录给出了一些相关数学基础知识简介

2025年春节，中国AI黑马DeepSeek汇聚全球目光。本书全面解析了DeepSeek的崛起历程、技术突破及其对AI行业的深远影响；介绍了DeepSeek相关应用方法，包括优化交互方式、调用API服务、本地部署模型等；分析了DeepSeek即将引发的行业变革，以及其AI能力在垂直行业领域的应用。当哪吒遇上DeepSeek，绝非偶然，像一场跨越千年的数字闹海，是无畏精神与前沿科技的激情碰撞，文化自

周志华⽼师的《机器学习》（俗称“⻄⽠书”）是机器学习领域的经典⼊⻔教材之⼀。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“⻄⽠书”中除了公式以外的重、难点内容加以解析，以过来⼈视⻆给出学习建议，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“⻄⽠书”章节、公式对应，每个公式的推导和解释都以本科数学视⻆进⾏讲

AI has acquired startling new language capabilities in just the past few years. Driven by the rapid advances in deep learning, language AI systems are able to write and understand text better than eve

本书是一本利用AI工具进行高效写作的指导手册，包含六个关键步骤，从明确主题到问题解答，旨在帮助读者掌握AI写作的核心技巧，适合职场人士、专业写作者和创作者、教育工作者、广告和创意团队、社交媒体内容创作者以及公共演讲者和演讲撰稿人等广泛群体。本书的特色在于通俗易懂的AI知识讲解、丰富的案例实践、多场景应用以及一学就会的指令技巧，帮助读者利用AI进行写作，提升工作效率与创作质量。本书不仅揭示了利用AI

数字化转型背景下，Python作为一门简单、易学、速度快、免费、开源的主流编程语言，广泛应用于大数据处理、人工智能、云计算等各个领域，是众多高等院校学生的必修基础课程，也是堪与Office办公软件应用比肩的职场人士的必备技能。同时随着数据存储、数据处理等大数据技术的快速进步，机器学习的各种算法在各行各业得以广泛应用，同样成为高校师生、职场人士迎接数字化浪潮、与时俱进提升专业技能的必修课程。本书将“

北京机器学习是计算机科学和人工智能中非常重要的一个研究领域，近年来，机器学习不但在计算机科学的众多领域中大显身手，而且成为一些交叉学科的重要支撑技术。本书邀请国内外相关领域的专家撰文，以综述的形式介绍机器学习中不同领域的研究进展。全书共分13章。第1章是关于机器学习的一个全局性综述。第2至第6章分别对统计学习、非监督学习、符号学习、强化学习和流形学习进行了综述，并穿插了作者的一些精彩工作。第7和第

本书是机器学习原理和算法编码实现的基础性读物，内容分为两大主线：单个算法的原理讲解和机器学习理论的发展变迁。算法除包含传统的分类、聚类、预测等常用算法之外，还新增了深度学习、贝叶斯网、隐马尔科夫模型等内容。对于每个算法，均包括提出问题、解决策略、数学推导、编码实现、结果评估几部分。数学推导力图做到由浅入深，深入浅出。结构上数学原理与程序代码一一对照，有助于降低学习门槛，加深公式的理解，起到推广和扩