本書系統(tǒng)地探討生成式人工智能這一革命性技術(shù)，剖析其深層原理、應(yīng)用前景與未來發(fā)展方向，為讀者提供一個俯瞰生成式人工智能全貌的宏觀視角。本書從基礎(chǔ)原理的闡釋到技術(shù)應(yīng)用的廣泛探索，構(gòu)建了一個全面的知識體系，涵蓋自然語言處理、深度學(xué)習(xí)等前沿領(lǐng)域，為讀者奠定堅實的理論基礎(chǔ)。通過對ChatGPT在智能客服、內(nèi)容生成、教育、醫(yī)療等多

本書系統(tǒng)介紹了智能科學(xué)技術(shù)的初步知識，是人工智能相關(guān)專業(yè)的入門教材。全書共10章，主要內(nèi)容圍繞智能科學(xué)的基本概念與相關(guān)知識，沿著大多數(shù)初學(xué)者的樸素問題鏈逐步展開，具體包括智能科學(xué)的相關(guān)名詞、發(fā)展歷程、應(yīng)用、專業(yè)學(xué)習(xí)方法、科學(xué)問題、人工智能及其要素、挑戰(zhàn)與展望等。本書語言簡練，實例豐富，通俗易懂，重點突出，邏輯性強(qiáng)，便于

傳統(tǒng)的控制圖多數(shù)是在已知過程分布的假設(shè)下構(gòu)建的，這種控制圖被稱為參數(shù)控制圖。然而，在實際應(yīng)用中，大多數(shù)過程因為其數(shù)據(jù)的復(fù)雜性導(dǎo)致它們的精確分布往往難以確定。當(dāng)預(yù)先指定的參數(shù)分布無效時，參數(shù)控制圖的結(jié)果將不再可靠。為了解決這個問題，通常考慮非參數(shù)或穩(wěn)健的控制圖。非參數(shù)控制圖在監(jiān)測各種非正態(tài)和復(fù)雜過程中非常有效。近年來對非

機(jī)器學(xué)習(xí)是一門多領(lǐng)域交叉學(xué)科，涵蓋概率論知識、統(tǒng)計學(xué)知識、近似理論知識和復(fù)雜算法知識，使用計算機(jī)作為工具，致力于真實實時地模擬人類學(xué)習(xí)方式，并將現(xiàn)有內(nèi)容進(jìn)行知識結(jié)構(gòu)劃分來有效提高機(jī)器學(xué)習(xí)效率。本書共分為七章：第一章，機(jī)器學(xué)習(xí)概述，介紹了機(jī)器學(xué)習(xí)的特點、分類以及應(yīng)用；第二章，線性回歸，包括線性回歸模型的建立、學(xué)習(xí)策略的確

全書分為七部分：深度學(xué)習(xí)與深度置信網(wǎng)絡(luò)研究現(xiàn)狀、深度置信網(wǎng)絡(luò)參數(shù)自適應(yīng)學(xué)習(xí)、自組織深度置信網(wǎng)絡(luò)、增量式深度置信網(wǎng)絡(luò)、生成式對抗性深度置信網(wǎng)絡(luò)、事件驅(qū)動的深度置信網(wǎng)，以及事件驅(qū)動的深度置信網(wǎng)絡(luò)預(yù)測控制。每一部分均在工業(yè)過程優(yōu)化運(yùn)行中有相應(yīng)實驗測試與應(yīng)用實踐。從理論方法到應(yīng)用實踐，書中的內(nèi)容從基礎(chǔ)概念到最新進(jìn)展均有涵蓋，使

本書重點針對應(yīng)用層的ChatGPT開發(fā)核心技術(shù)進(jìn)行介紹，著重于案例分析和最佳實踐的講解。全書共16章，包括ChatGPT端到端語音聊天機(jī)器人項目實戰(zhàn)、ChatGPT應(yīng)用開發(fā)的三大核心內(nèi)幕及典型案例、ChatGPT底層架構(gòu)Transformer技術(shù)及源碼實現(xiàn)、GPT內(nèi)幕機(jī)制及源碼實現(xiàn)逐行解析、GPT-2源碼實現(xiàn)及GPT-

本書的主要內(nèi)容為連續(xù)學(xué)習(xí)的理論和應(yīng)用的一些關(guān)鍵技術(shù)方法，其創(chuàng)新點包括：(1)提出一種跨時序任務(wù)的感知目標(biāo)函數(shù)；(2)提出一種代表性重演樣本挑選算法；(3)提出一種基于元學(xué)習(xí)的訓(xùn)練樣本影響的計算方法；(4)提出一種基于非對稱的梯度度量與最大差異優(yōu)化算法；(5)提出一種基于增廣圖網(wǎng)絡(luò)的連續(xù)多標(biāo)簽分類算法；(6)提出一種基于

多模態(tài)深度學(xué)習(xí)是一種研究視覺、語言、音頻等多種模態(tài)數(shù)據(jù)之間關(guān)聯(lián)性的技術(shù)。本書是一本探討多模態(tài)深度學(xué)習(xí)領(lǐng)域最新進(jìn)展和應(yīng)用的專業(yè)書籍，綜合了最新的研究進(jìn)展和實際應(yīng)用案例，涵蓋了多個關(guān)鍵領(lǐng)域，包括多模態(tài)語音識別、多模態(tài)虛假新聞的檢測與處理、視頻文本跨模態(tài)檢索等，為讀者展現(xiàn)了一個全面了解多模態(tài)深度學(xué)習(xí)領(lǐng)域發(fā)展前沿的窗口，為學(xué)術(shù)

本書全面探討了機(jī)器學(xué)習(xí)中的**化理論、方法與實踐，特別是在人工智能顛覆性發(fā)展的背景下，包括但不限于監(jiān)督學(xué)習(xí)、無監(jiān)督學(xué)習(xí)、深度學(xué)習(xí)及強(qiáng)化學(xué)習(xí)等的應(yīng)用。本書詳細(xì)介紹了**性條件、KKT條件、拉格朗日對偶等核心**化理論，探討了梯度下降法、鄰近梯度法、牛頓法、擬牛頓方法（BFGS方法）、塊坐標(biāo)下降法、隨機(jī)梯度類方法、增廣拉格

本教材結(jié)合人才培養(yǎng)與計算機(jī)教育改革的新思想、新要求，以人工智能技術(shù)和應(yīng)用為核心，融合計算機(jī)科學(xué)、軟件工程、數(shù)據(jù)科學(xué)等多學(xué)科知識，旨在循序漸進(jìn)地引導(dǎo)學(xué)生掌握人工智能的基礎(chǔ)概念、支撐理論，并深入程序設(shè)計和新一代信息技術(shù)的專業(yè)應(yīng)用實踐，通過理論講解、實踐案例和習(xí)題練習(xí)，致力于培養(yǎng)學(xué)生的人工智能理論知識和實踐技能，奠定學(xué)生在人