全書共分10章，全面介紹知識(shí)增強(qiáng)大模型涉及的各類技術(shù)，涵蓋大模型、向量數(shù)據(jù)庫、圖數(shù)據(jù)庫、知識(shí)圖譜、檢索增強(qiáng)生成、GraphRAG等內(nèi)容，并輔以豐富的實(shí)例、精心繪制的插圖和深入淺出的技術(shù)解析，幫助讀者快速掌握知識(shí)增強(qiáng)大模型的理論，引導(dǎo)讀者逐步構(gòu)建知識(shí)增強(qiáng)大模型應(yīng)用。本書既可以作為人工智能相關(guān)的技術(shù)從業(yè)者、企業(yè)或機(jī)構(gòu)管理者
深度學(xué)習(xí)和大模型技術(shù)在推薦系統(tǒng)領(lǐng)域掀起了一場(chǎng)技術(shù)革命，本書從深度學(xué)習(xí)推薦模型、Embedding技術(shù)、大模型、AIGC、模型工程實(shí)現(xiàn)、業(yè)界前沿實(shí)踐等幾個(gè)方面介紹了這場(chǎng)技術(shù)革命中的主流技術(shù)要點(diǎn)。本書既適合推薦系統(tǒng)、計(jì)算廣告和搜索領(lǐng)域的從業(yè)者閱讀，也適合人工智能相關(guān)專業(yè)的本科生、研究生、博士生閱讀，幫助建立深度學(xué)習(xí)推薦系統(tǒng)
"《DeepSeek大模型高性能核心技術(shù)與多模態(tài)融合開發(fā)》深入剖析國(guó)產(chǎn)之光DeepSeek多模態(tài)大模型的核心技術(shù)，從高性能注意力機(jī)制切入，深入揭示DeepSeek的技術(shù)精髓與獨(dú)特優(yōu)勢(shì)，詳細(xì)闡述其在人工智能領(lǐng)域成功的技術(shù)秘訣�！禗eepSeek大模型高性能核心技術(shù)與多模態(tài)融合開發(fā)》循序漸進(jìn)地講解深度學(xué)習(xí)注意力機(jī)制的演進(jìn)，
"《聯(lián)邦學(xué)習(xí)》為研究人員和從業(yè)者深入探討了聯(lián)邦學(xué)習(xí)最重要的問題和方法。聯(lián)邦學(xué)習(xí)(FederatedLearning，F(xiàn)L)是一種機(jī)器學(xué)習(xí)方法，其中訓(xùn)練數(shù)據(jù)不是集中管理的。數(shù)據(jù)由參與聯(lián)邦學(xué)習(xí)過程的各方保留，不與任何其他實(shí)體共享。這使得聯(lián)邦學(xué)習(xí)成為一種日益流行的機(jī)器學(xué)習(xí)解決方案，適用于因隱私、監(jiān)管或?qū)嶋H原因而難以將數(shù)據(jù)集中
"本書專注于介紹基于深度學(xué)習(xí)的算法。從探索深度學(xué)習(xí)的數(shù)學(xué)基礎(chǔ)和理論架構(gòu)，到九大經(jīng)典的深度學(xué)習(xí)算法，旨在為讀者提供一個(gè)從基礎(chǔ)到高級(jí)的全方位指導(dǎo)。截至2024年，書中介紹的9個(gè)算法幾乎涵蓋了整個(gè)深度學(xué)習(xí)領(lǐng)域的經(jīng)典和前沿算法。本書在第1章和第2章介紹了深度學(xué)習(xí)的基礎(chǔ)：數(shù)學(xué)基礎(chǔ)與神經(jīng)網(wǎng)絡(luò)算法。從第3章開始，書籍逐步引領(lǐng)讀者進(jìn)入
"這是一本面向AI開發(fā)人員以及對(duì)生成式人工智能技術(shù)感興趣的讀者的專業(yè)圖書。《生成式AI應(yīng)用開發(fā):基于OpenAIAPI實(shí)現(xiàn)》深入探討生成式AI技術(shù)的原理與實(shí)現(xiàn)，以及如何利用OpenAIAPI進(jìn)行高效開發(fā)�！渡墒紸I應(yīng)用開發(fā):基于OpenAIAPI實(shí)現(xiàn)》內(nèi)容包括ChatGPT的原理解析、OpenAIAPI請(qǐng)求庫的使用、
"本書結(jié)合典型機(jī)械系統(tǒng)控制的實(shí)例，系統(tǒng)地介紹了神經(jīng)網(wǎng)絡(luò)控制的基本理論、基本方法和應(yīng)用技術(shù)。本書是作者多年來從事控制系統(tǒng)教學(xué)和科研工作的結(jié)晶，同時(shí)融入了國(guó)內(nèi)外同行近年來所取得的新成果。全書共分16章，包括緒論、RBF神經(jīng)網(wǎng)絡(luò)的設(shè)計(jì)與仿真、基于梯度下降法的RBF神經(jīng)網(wǎng)絡(luò)控制、自適應(yīng)RBF神經(jīng)網(wǎng)絡(luò)控制、RBF神經(jīng)網(wǎng)絡(luò)滑模控制
"能夠模仿人類語言智能與思維，具有世界一般性知識(shí)的ChatGPT，開啟了通用人工智能的新時(shí)代，正成為引爆第四次工業(yè)革命的火種。本書是第一本體系化介紹ChatGPT基本原理與核心算法的教材及專業(yè)圖書。全書共分5章：第1章為人工神經(jīng)網(wǎng)絡(luò)基礎(chǔ)；第2章詳細(xì)剖析了Transformer及其緣起，分析了視覺領(lǐng)域的Transform
"本書圍繞熱門話題“數(shù)字人”，系統(tǒng)介紹了其發(fā)展過程、技術(shù)特點(diǎn)、應(yīng)用場(chǎng)景、安全問題及未來趨勢(shì)，共分十二章。內(nèi)容涵蓋數(shù)字人的定義、誕生背景、關(guān)鍵技術(shù)，以及在多行業(yè)的應(yīng)用現(xiàn)狀與前景。同時(shí)，探討了數(shù)字人使用中的安全問題、政策支持與未來發(fā)展方向，并展望其融入日常生活的美好愿景，為讀者呈現(xiàn)數(shù)字人領(lǐng)域的全景圖。本書適合對(duì)數(shù)字人技術(shù)感
"本書針對(duì)基于演化的機(jī)器學(xué)習(xí)的一些關(guān)鍵問題進(jìn)行深入探索。全書共20章，分為3篇。上篇為第1～6章，探索了深度改進(jìn)的分布估計(jì)算法，提出了基于共軛先驗(yàn)分布的兩層分布估計(jì)算法、帶有鏈接學(xué)習(xí)的量子演化算法和問題規(guī)模自適應(yīng)的基于分解的多目標(biāo)分布估計(jì)算法。中篇為第7～13章，針對(duì)學(xué)習(xí)分類器與特征選擇方法，重點(diǎn)研究?jī)烧叩娜诤喜呗�，�?/p>
書單推薦 新書推薦
