在行業(yè)智能化的浪潮中，數(shù)字經(jīng)濟與實體經(jīng)濟的深度融合已成為推動產(chǎn)業(yè)轉(zhuǎn)型升級的關(guān)鍵力量。本書全面系統(tǒng)地闡述了數(shù)實融合的發(fā)展路徑、行業(yè)智能化的典型需求與實踐架構(gòu)，并結(jié)合華為等企業(yè)的成功案例，深入剖析了交通、能源、金融等核心領(lǐng)域的智能化解決方案。同時，本書還針對交通、能源、金融行業(yè)等多個行業(yè)的特點，展示了智能化技術(shù)在各領(lǐng)域的具

以ChatGPT、Sora等為代表的新一代人工智能橫空出世，既展現(xiàn)出廣闊的應(yīng)用前景，也帶來了潛在風(fēng)險和挑戰(zhàn)。本書在解讀前沿人工智能的技術(shù)原理、功能特征的基礎(chǔ)上，呈現(xiàn)我國人工智能大模型的最新發(fā)展動態(tài)，以生動案例展現(xiàn)“人工智能+多場景”的價值前景；識別其在技術(shù)開發(fā)、部署和應(yīng)用中產(chǎn)生的風(fēng)險挑戰(zhàn)；并對美國、歐盟等經(jīng)濟體中的人工

本書依托華為在ICT基礎(chǔ)設(shè)施領(lǐng)域30年來的技術(shù)積累和豐富的企業(yè)數(shù)字化、智能化轉(zhuǎn)型經(jīng)驗，圖文并茂地介紹了泛政府行業(yè)轉(zhuǎn)型的理論知識和實戰(zhàn)案例。全書分為三大篇章，遵循行業(yè)轉(zhuǎn)型脈絡(luò)，分別講述5GtoB推動行業(yè)數(shù)字化轉(zhuǎn)型的探索與挑戰(zhàn)、5G與不同新興技術(shù)的融合打造快速應(yīng)用和規(guī)�；瘡�(fù)制的創(chuàng)新實踐；分析大模型時代人工智能技術(shù)的發(fā)展趨勢

本書共8章，內(nèi)容涵蓋廣泛，語言表述通俗易懂，采用圖文并茂的方式進行講解。第1章概述了文心一言的發(fā)展歷程、基礎(chǔ)知識以及實用技巧；第2章聚焦于文心一言在寫作與繪畫領(lǐng)域的具體應(yīng)用，并提供了相關(guān)案例供讀者參考；第3章介紹了如何利用文心一言提高工作效率，同時展示了相關(guān)的應(yīng)用場景和案例；第4章則針對教育學(xué)習(xí)領(lǐng)域，詳細講解了文心一言

本書共12章，開篇首章闡述人工智能的歷程，接下來的章節(jié)則緊密圍繞人工智能的核心技術(shù)展開，包括搜索、計算機視覺、計算機聽覺、自然語言處理與理解、知識表示與知識獲取、機器學(xué)習(xí)、推理、多模態(tài)信息處理、多智能體系統(tǒng)、可信的人工智能、人工智能生態(tài)等內(nèi)容。

本書是一本全面介紹深度學(xué)習(xí)和PyTorch實戰(zhàn)的入門指南。全書共11章，第1章主要介紹了深度學(xué)習(xí)的概念、應(yīng)用場景及如何搭建開發(fā)環(huán)境。第2章詳細介紹PyTorch數(shù)學(xué)基礎(chǔ)，包括函數(shù)、微分、數(shù)理統(tǒng)計、矩陣等基礎(chǔ)知識及案例。第3章則介紹了數(shù)據(jù)預(yù)處理及常用工具，包括NumPy、Matplotlib、數(shù)據(jù)清洗、特征工程以及深度學(xué)

本書是“鳶尾花數(shù)學(xué)大系：從加減乘除到機器學(xué)習(xí)”叢書的最后一冊，前六本解決了編程、可視化、數(shù)學(xué)、數(shù)據(jù)方面的諸多問題，而本書將開啟機器學(xué)習(xí)經(jīng)典算法的學(xué)習(xí)之旅。本書設(shè)置了24個話題，對應(yīng)四大類機器學(xué)習(xí)經(jīng)典算法(回歸、分類、降維、聚類)，覆蓋算法包括：回歸分析、多元線性回歸、非線性回歸、正則化與回歸、貝葉斯回歸、高斯過程、k近

本書是一本針對初學(xué)者介紹人工智能基礎(chǔ)知識的書籍。本書采用通俗易懂的語言講解人工智能的基本概念、發(fā)展歷程和主要方法，內(nèi)容涵蓋人工智能的核心方法，包括什么是人工智能、神經(jīng)網(wǎng)絡(luò)是如何實現(xiàn)的、計算機是如何學(xué)會下棋的、計算機是如何找到最優(yōu)路徑的、統(tǒng)計機器學(xué)習(xí)方法是如何實現(xiàn)分類與聚類的、專家系統(tǒng)是如何實現(xiàn)的等，每種方法都配有例題并

本書介紹了使用機器學(xué)習(xí)進行個性化預(yù)測的通用原理和方法，以及其在推薦系統(tǒng)等具體場景下的應(yīng)用。第一部分簡要介紹了機器學(xué)習(xí)的基礎(chǔ)內(nèi)容，主要圍繞回歸和分類展開對基本內(nèi)容、特征設(shè)計和評估方法的探討。第二部分詳細介紹了個性化機器學(xué)習(xí)的基礎(chǔ)知識。首先圍繞推薦系統(tǒng)設(shè)置介紹了基于記憶和基于模型的推薦方法等相關(guān)知識，并探討了將社交關(guān)系和價

本書由中科院計算所、軟件所的專家學(xué)者傾心寫就，以“圖像風(fēng)格遷移”應(yīng)用為例，全面介紹智能計算系統(tǒng)的軟硬件技術(shù)棧。第2版以大模型為牽引進行更新，第1章回顧人工智能、智能計算系統(tǒng)的發(fā)展歷程，第2、3章在介紹深度學(xué)習(xí)算法知識的基礎(chǔ)上增加了大模型算法的相關(guān)知識，第4章介紹深度學(xué)習(xí)編程框架PyTorch的發(fā)展歷程、基本概念、編程模