人工智能(AI) - 第3页

在AI技术飞速发展的今天，普通人如何抓住技术红利，实现工作、学习和生活的“弯道超车”？由清华大学新闻与传播学院和新媒体研究中心推出的DeepSeek使用指南《普通人如何抓住deepseek红利》，或许就是那把“金钥匙”。这款开源、免费的通用人工智能（AGI）工具，正在成为普通人提升竞争力的“秘密武器”。这份文档瞄准普通人如何用AI工具DeepSeek实现“效率开挂”，用生活化场景教你用DeepSe

人工智能时代，AI如何赋能企业，实现企业价值指数级增长？面对人工智能、大数据、云计算、人型机器人和智能设备的飞速发展，企业如何应对剧变？本书以AI为基点，详细阐述了企业为什么需要人工智能、如何利用人工智能，以及人工智能如何成功赋能企业所需的框架和重要元素等，描绘了一幅人工智能帮助企业实现商业价值指数级增长的路线图。

全书共 8 章，分为 3 篇，分别为人工智能的基本理论、人工智能的应用以及人工智能的融合拓展，涵盖了目前主流的人工智能技术。 本书在介绍人工智能的基本原理时，尽量回避了相关的复杂模型和算法设计，方便你在社会层面理解人工智能的应用形式和未来的发展路径。 本书适合具有高中及以上数学基础的学生，包括各类职业院校、应用型本科非计算机专业的学生阅读，也适合对人工智能感兴趣或有相关需求的社会人士阅读。

适读人群 ：本书适合对Agent技术感兴趣或致力于投身该领域的研究人员、开发人员、企业负责人，以及高等院校相关专业师生等阅读。本书根据李宏毅老师“机器学习”公开课中与深度学习相关的内容编写而成，介绍了卷积神经网络、Transformer、生成模型、自监督学习（包括 BERT 和 GPT）等深度学习常见算法，并讲解了对抗攻击、领域自适应、强化学习、元学习、终身学习、网络压缩等深度学习相关的进阶算法。

机器学习的目标是对计算机编程，以便使用样本数据或以往的经验来解决给定的问题。已经有许多机器学习的成功应用，包括分析以往销售数据来预测客户行为，优化机器人的行为以便使用较少的资源来完成任务，以及从生物信息数据中提取知识的各种系统。《机器学习导论（原书第3版）》是关于机器学习的内容全面的教科书，其中有些内容在一般的在机器学习导论书中很少介绍。主要内容包括监督学习，贝叶斯决策理论，参数、半参数和非参数方

《深度学习的数学》基于丰富的图示和具体示例，通俗易懂地介绍了深度学习相关的数学知识。第1章介绍神经网络的概况；第2章介绍理解神经网络所需的数学基础知识；第3章介绍神经网络的最优化；第4章介绍神经网络和误差反向传播法；第5章介绍深度学习和卷积神经网络。书中使用Excel进行理论验证，帮助读者直观地体验深度学习的原理。

全网疯传的《DeepSeek从入门到精通》的第二弹：《DeepSeek如何赋能职场应用：从提示语技巧到多场景应用》。在职场中，不同岗位的用户对人工智能工具的需求各不相同。例如，市场人员需要快速生成高质量的文案，数据分析人员需要高效处理和分析大量数据，设计师需要创意灵感和设计支持。DeepSeek通过其强大的功能和灵活的提示语技巧，能够满足这些多样化的需求。

《机器学习实战 (原书第2版) : 基于Scikit-Learn、Keras和TensorFlow》英文版Through a series of recent breakthroughs, deep learning has boosted the entire field of machine learning. Now, even programmers who know close to n

适读人群 ：开发人员、任何想基于大模型开发应用的普通用户本书为大模型应用开发极简入门手册，为初学者提供了一份清晰、全面的“可用知识”，带领大家快速了解GPT-4和ChatGPT的工作原理及优势，并在此基础上使用流行的Python编程语言构建大模型应用。通过本书，你不仅可以学会如何构建文本生成、问答和内容摘要等初阶大模型应用，还能了解到提示工程、模型微调、插件、LangChain等高阶实践技术。书中

本书首先介绍OpenCV 4以及如何基于Python 3在各种平台上安装OpenCV 4。接下来，你将学习如何执行读取、写入、操纵，以及显示静态图像、视频和摄像机回馈等基本操作。你还将学习图像处理、视频分析、深度估计和分割，并通过构建一个简单的GUI应用程序获得实践经验。接下来，你将处理两类常见问题：人脸检测和人脸识别。你还将学习物体分类和机器学习的概念，这将使你能够创建和使用物体检测器和分类器，