
会员
AIGC:从ChatGPT到多元应用赋能
马征等更新时间:2024-09-10 16:53:31
最新章节:11.2.3 通用人工智能时代的生存法则开会员,本书免费读 >
当前,ChatGPT和AIGC成为市场热点,本书就聚焦这一热点,对其进行详细讲述。本书分为ChatGPT的前世今生、ChatGPT开启AI新纪元、AIGC未来应用前景上、中、下三篇。在上篇,本书对ChatGPT这一核心应用的发展、行业赋能、职业趋势进行了讲解,让读者对ChatGPT有一个全面的了解。在中篇,本书从内容变革、技术图谱、产业链、发展趋势等方面讲解了ChatGPT背后的核心技术——AIGC的发展态势。在下篇,本书从资讯行业、教育行业、娱乐行业。电商行业、金融行业等多行业入手,讲解了AIGC在其中的应用以及对这些行业的变革。本书内容由浅入深、由理论到应用对ChatGPT和AIGC进行了全方位的讲解,内容十分全面。
上架时间:2024-08-01 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
最新章节
马征等
主页
最新上架
具身智能:人工智能的下一个浪潮
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,大规模预训练已经计算机11.3万字- 会员
人工智能技术
本书介绍了人工智能概览、机器学习、深度学习、人工智能主流开发框架、华为全栈全场景AI战略—EI、HiAI、昇腾,以及人工智能综合实验等内容?这是一本华为ICT学院人工智能课程培训的教材。本书是作者和华为的工作人员共同完成的,其间参阅了国内外现有教材和相关文献后编写的?全书注重理论与实践的结合,注重算法与框架的实际应用与实现方法,注重创新思维的训练与培养?本书既可作为高等院校人工智能课程的培训教材,计算机13.6万字 - 会员
AI时代生存手册:零基础掌握DeepSeek
本书将带你深入探索AI“神器”——DeepSeek的无限潜能,带你从零开始,轻松掌握AI的核心应用。通过学习本书,你将轻松上手DeepSeek,开启智能生活新篇章;通过学习本书,你将学会用DeepSeek大幅提升工作效率;通过学习本书,你将学会如何让DeepSeek成为你的职场超级助手;通过学习本书,你将学会如何利用DeepSeek激发自己的创作灵感,打造爆款内容和个人品牌;通过学习本书,你将学会计算机7.2万字 - 会员
AI智能语音技术与产业创新实践
本书从技术、应用和产业3个维度为切入点,对智能语音语义领域相关的热点和趋势展开研究。本书以“人与机器的对话”开篇,讲述人类语音生成、传播和感知的过程,引发对于机器智能语音听说的思考,进而阐述技术探索发展史;然后,分析了以语音交互为核心的技术现状,综合剖析提出全双工、端到端模型构建、语音假冒攻击等热点;其次,从政策、投融资和产业规模上,分析整体智能语音产业环境,纵观国内外企业在相关技术和产品上的积极计算机13.6万字 - 会员
巧用ChatGPT快速搞定数据分析
本书共分为8章,涵盖了从数据分析基础知识、常见的统计学方法到使用ChatGPT进行数据准备、数据清洗、数据特征提取、数据可视化、回归分析与预测建模、分类与聚类分析,以及深度学习和大数据分析等全面的内容。计算机10.7万字 - 会员
硅基物语·AI写作高手:从零开始用ChatGPT学会写作
本书从写作与ChatGPT的基础知识讲起,结合创作者的实际写作经历与写作教学经历,介绍了用ChatGPT写作的基础技巧、进阶写作的方法、不同文体的写作方法、写作变现的秘诀,让读者理解写作技巧与变现思路。计算机14.7万字 - 会员
《机器学习》习题参考
本书配套周志华教授所著的《机器学习》教材,通过大量习题考查读者对机器学习相关知识点的理解与掌握。全书分为两个部分:第一部分习题对应《机器学习》第1~10章的内容,包括绪论、模型评估与选择、线性模型、决策树、神经网络、支持向量机、贝叶斯分类器、集成学习、聚类、降维与度量学习;第二部分包含6章应用专题,通过综合题的形式对知识点进行多角度考查,包括线性模型的优化与复用、面向类别不平衡数据的分类、神经网络计算机19.3万字 - 会员
贝叶斯算法与机器学习
本书共分为10章,涵盖了贝叶斯概率、概率估计、贝叶斯分类、随机场、参数估计、机器学习、深度学习、贝叶斯网络、动态贝叶斯网络、贝叶斯深度学习等。本书涉及的应用领域包含机器学习、图像处理、语音识别、语义分析等。计算机0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