"《人工智能設(shè)計(jì)概論》深入探討了人工智能與藝術(shù)設(shè)計(jì)融合的理論與應(yīng)用實(shí)踐。本書(shū)采用跨學(xué)科視角，深入剖析人工智能在設(shè)計(jì)領(lǐng)域的基礎(chǔ)理論與應(yīng)用實(shí)踐，揭示了AI賦能設(shè)計(jì)創(chuàng)新的內(nèi)在邏輯與實(shí)現(xiàn)機(jī)制。本書(shū)精心編排了6個(gè)章節(jié)，不僅涵蓋了AI賦能設(shè)計(jì)的基礎(chǔ)知識(shí)與前沿技術(shù)，還融入了倫理、社會(huì)等多維度的深入分析，全面展現(xiàn)了設(shè)計(jì)學(xué)科在智能化浪潮

"隨著深度學(xué)習(xí)相關(guān)技術(shù)的發(fā)展，特別是卷積神經(jīng)網(wǎng)絡(luò)技術(shù)的成熟，深度學(xué)習(xí)已經(jīng)成為多種計(jì)算機(jī)視覺(jué)任務(wù)的常用工具。卷積神經(jīng)網(wǎng)絡(luò)模型由于其強(qiáng)大的表征能力，可以作為一種優(yōu)秀主干模型，但往往以較大的參數(shù)量和計(jì)算量為代價(jià)。本書(shū)從基本架構(gòu)設(shè)計(jì)、新式通用組件、模型壓縮方法三個(gè)方面著手，試圖普遍地、一般地提升卷積神經(jīng)網(wǎng)絡(luò)的精度和效率。書(shū)中介

本書(shū)致力于為廣大讀者提供一份深入且實(shí)用的指引，旨在闡述如何將ChatGPT技術(shù)高效融入多個(gè)行業(yè)及日常生活之中。本書(shū)自ChatGPT基礎(chǔ)概念講起，逐步深入至其高級(jí)功能與參數(shù)設(shè)定，同時(shí)細(xì)致解析通過(guò)API實(shí)現(xiàn)個(gè)性化定制的途徑。書(shū)中不僅著重于ChatGPT在教育、金融、心理健康、翻譯、辦公自動(dòng)化等關(guān)鍵領(lǐng)域的應(yīng)用案例，亦旨在激發(fā)

"人工智能（AI）技術(shù)造福了人類(lèi),但是如果不恰當(dāng)?shù)亻_(kāi)發(fā)和使用，反而會(huì)傷害人類(lèi)和社會(huì)。針對(duì)AI技術(shù)的新特征和新挑戰(zhàn)，本書(shū)系統(tǒng)提出并全面介紹“以人為中心人工智能”的理念、方法和應(yīng)用�；�于“以人為中心人工智能”的理念，本書(shū)系統(tǒng)提出“人智交互”(人�踩斯ぶ悄芙换�)這一跨學(xué)科新領(lǐng)域，定義人智交互的研究對(duì)象、方法、關(guān)鍵問(wèn)題、研究范

機(jī)器學(xué)習(xí)是人工智能的重要技術(shù)基礎(chǔ)，涉及的內(nèi)容十分廣泛。本書(shū)內(nèi)容涵蓋了機(jī)器學(xué)習(xí)的基礎(chǔ)知識(shí)，主要包括機(jī)器學(xué)習(xí)的概論、統(tǒng)計(jì)學(xué)習(xí)基礎(chǔ)、分類(lèi)、聚類(lèi)、神經(jīng)網(wǎng)絡(luò)、貝葉斯網(wǎng)絡(luò)、支持向量機(jī)、進(jìn)化計(jì)算、文本分析等經(jīng)典的機(jī)器學(xué)習(xí)理論知識(shí)，也包括用于大數(shù)據(jù)機(jī)器學(xué)習(xí)的分布式機(jī)器學(xué)習(xí)算法、深度學(xué)習(xí)和加強(qiáng)學(xué)習(xí)等高等級(jí)內(nèi)容。此外，還介紹了機(jī)器學(xué)習(xí)的熱

"本書(shū)介紹了現(xiàn)代智能信息處理的多個(gè)方面，包括人工智能的發(fā)展歷程，人工智能的應(yīng)用現(xiàn)狀，人工智能相關(guān)的數(shù)學(xué)知識(shí)，人工智能方法（監(jiān)督學(xué)習(xí)、無(wú)監(jiān)督學(xué)習(xí)、半監(jiān)督學(xué)習(xí)、強(qiáng)化學(xué)習(xí)、深度學(xué)習(xí)），智能通信信息處理，智能計(jì)算機(jī)信息處理以及智能生物醫(yī)學(xué)信息處理等�！冬F(xiàn)代智能信息處理》側(cè)重智能信息處理的基本方法，突出結(jié)合實(shí)際運(yùn)用場(chǎng)景展開(kāi)，展示

本書(shū)首先介紹深度學(xué)習(xí)，并與其他機(jī)器學(xué)習(xí)模型進(jìn)行比較，并闡述與TensorFlow互補(bǔ)的用于創(chuàng)建深度學(xué)習(xí)模型的技術(shù)，如Panda、Scikit-Learn和Numpy。隨后介紹有監(jiān)督的深度學(xué)習(xí)模型，并使用單層的多個(gè)感知器構(gòu)建淺層神經(jīng)網(wǎng)絡(luò)，使用Tensorflow2.0和KerasAPI創(chuàng)建真實(shí)的應(yīng)用程序。隨后是數(shù)據(jù)增強(qiáng)和

"《大模型時(shí)代的人工智能基礎(chǔ)與實(shí)踐——基于OmniForce的應(yīng)用開(kāi)發(fā)教程》由京東探索研究院及京東教育聯(lián)袂撰寫(xiě)，圖文并茂地介紹傳統(tǒng)人工智能和新一代人工智能（基于大模型的通用人工智能技術(shù)），展示人工智能廣闊的應(yīng)用場(chǎng)景。同時(shí)，本書(shū)介紹新一代人工智能模型OmniForce實(shí)訓(xùn)平臺(tái)的操作，幫助讀者深入學(xué)習(xí)人工智能理論并輕松創(chuàng)建

"模式識(shí)別是人工智能技術(shù)的重要分支，也是實(shí)現(xiàn)機(jī)器智能的重要手段。本書(shū)作為該領(lǐng)域的入門(mén)教材，介紹了各類(lèi)典型的模式識(shí)別的理論與方法。全書(shū)共10章。第1章為緒論；第2~5章介紹與模式識(shí)別相關(guān)的人工智能基礎(chǔ)知識(shí)，包括智能Agent、確定性知識(shí)表示與推理、搜索策略、智能優(yōu)化算法等；第6章介紹特征提取與選擇方法，應(yīng)用于模式識(shí)別中的

本書(shū)系統(tǒng)介紹了基于狀態(tài)空間模型的狀態(tài)反饋及卡爾曼濾波方法，共8章，由三部分組成，第一部分（第1、2章），連續(xù)時(shí)間狀態(tài)反饋控制；第二部分（第3～6章），離散時(shí)間狀態(tài)反饋控制；第三部分（第7、8章），卡爾曼濾波。本書(shū)介紹了連續(xù)系統(tǒng)及離散系統(tǒng)的狀態(tài)空間模型建模、狀態(tài)反饋控制器、觀測(cè)器、干擾抑制及參考信號(hào)跟蹤的設(shè)計(jì)方法，并結(jié)合