"本书全面深入探讨了生成内容的人工智能（AIGC），系统阐述了其定义、应用及未来趋势。书中分析 了AI如何重塑工作模式与职业机会，提供了零基础者的详尽入门指南，目的是帮助读者掌握关键技能与 学习路径。本书具体内容包括有效利用ChatGPT的技巧，如Prompt设计与自定义指令，提升日常沟通与 创作效率；同时，探讨

"《深入浅出机器学习：从数据到大模型》是一本旨在帮助读者系统学习机器学习的著作。本书通过深入浅出的方式，将复杂的机器学习理论和技术讲解得深入浅出。本书从机器学习的基础开始，为读者提供了对数据处理、特征工程和模型评估等核心概念的全面介绍。读者将学习如何准备和清洗数据，如何选择和构建合适的特征，并学会使用各种评估指标来评估

"本书以模糊计算、神经计算、进化计算三大模块为主，从理论基础和实践应用两个维度全面、系统地介绍关于计算智能的常见算法，并设计8个上机实验，以满足前面章节内容仿真验证的需要。全书共11章，内容分别为绪论、模糊系统理论、模糊系统应用、神经网络理论、支持向量机、深度学习、遗传算法、遗传规划、蚁群算法、粒子群算法、新型群智能优

"本书从数据表示学习角度介绍机器学习及其应用。全书共7章，分别介绍数据表示学习与数学基础、传统降维方法、分布式表示学习和聚类算法、稀疏表示学习、神经网络中的特征提取、生成式表示学习和对比式表示学习。本书涉及的数据表示学习算法的具体应用领域包括计算机视觉、自然语言处理以及图网络分析等。本书主要面向广大从事人工智能、机器学

"本书从基础概念、历史沿革、基础算法、代表性应用、前沿进展、跨学科交叉融合等方面全面深入地介绍人工智能，侧重人工智能基础思维方式的培养和跨学科广域视野的构建。全书以图片为主并辅以少量文字说明，每节配有视频资源，不同学科背景的读者都可以轻松获得人工智能的基础知识。为配合课堂教学，本书配有全套PPT课件、思考与讨论、实践设

本书以严谨的科学态度和图文结合的形式，为你展开一幅幅充满幻想与现实交织的人工智能发展史画卷。本书涵盖了人工智能学科发展进程的方方面面，从哲学、小说到技术与工程，还包括许多影响人工智能发展的其他领域。同时，书中重点介绍了一些人工智能发展的里程碑事件，如神经生物学、脑科学、微电子学和机器人等领域的辉煌成就。本书语言通俗易懂

本书共分8个章节，内容如下：第1章主要介绍人工智能与深度学习的产业背景与百度EasyDL平台深度学习应用；第2章介绍深度学习所需要安装的开发工具及环境配置；第3章介绍TensorFlow的安装、张量的基本知识；第4章介绍数据集的概念、标注工具的使用、数据集的制备；第5章介绍神经网络前向传播流程，以及激活函数、初始化函数

本书深入剖析机器学习中的概率思维，从基础理论出发，结合经典例子，阐述如何将概率思维巧妙应用于机器学习算法，帮助读者理解数据背后的规律与不确定性。除引言外，全书内容分为5章，包括贝叶斯定理中的概率思维、朴素贝叶斯算法中的概率思维、极大似然估计和最大后验估计、贝叶斯网络、马尔可夫链和隐马尔可夫模型。

本书深入剖析机器学习中的线性思维和非线性思维，从基础理论出发，结合经典例子，阐述如何将线性思维和非线性思维巧妙应用于机器学习算法，帮助读者理解数据背后的规律与不确定性。除引言外，全书内容分为7章，包括线性回归中的线性思维、感知机分类中的线性思维、逻辑回归中的线性思维、支持向量机中的线性思维、核方法、高斯核函数的非线性映

本书聚焦人工智能处理器硬件设计的算力瓶颈问题，介绍了神经网络处理内核电路与系统的设计目标、优化技术、评价方式，以及应用领域。全书共9章，以人工智能硬件芯片组织架构的核心处理单位“卷积神经网络”在系统架构层面的算力性能提升为目标，在回顾了CPU、GPU和NPU等深度学习硬件处理器的基础上，重点介绍主流的人工智能处理器的各