本書內(nèi)容包括人工智能概述、人工智能通用技術（計算機視覺、智能語音、自然語言處理等）、人工智能典型應用場景與職業(yè)發(fā)展、機器學習與深度學習、人工智能法律與倫理，并圍繞迎賓機器人的典型應用開發(fā)了相關項目。在內(nèi)容的選取上，本書突出人工智能主流技術和典型案例，覆蓋了目前市場上最常見的人工智能技術及應用。編者仔細研究了國內(nèi)15家國

在人工智能飛速發(fā)展的今天，如何幫助企業(yè)應用人工智能來提升競爭力，如何防范在應用人工智能時可能帶來的風險，成為人類必須面對且亟須解決的問題。本書探討了人工智能的局限性以及人工智能所帶來的機會，研究了人類和機器可以互相補充配合的領域，提出了一個面向企業(yè)層面的“1+1＞2”的智能體：人機共融體（Humachine）。人機共融

本書首先介紹深度強化學習的基礎知識以及TensorFlow2.x的**主要版本。隨后介紹OpenAIGym、基于模型的RL和無模型的RL，并學習如何開發(fā)基本代理。深入介紹發(fā)現(xiàn)如何實施高級深度強化學習算法，例如行動者批評、深度確定性策略梯度、深度Q網(wǎng)絡、近端策略優(yōu)化以及深度循環(huán)Q網(wǎng)絡，以訓練RL代理。同時，本書通過構(gòu)建用

本書是基于Python以及飛槳（PaddlePaddle）深度學習框架的實踐性機器學習入門教程，內(nèi)容涵蓋Python基礎語法、機器學習常用算法以及在計算機視覺和自然語言處理等經(jīng)典領域的詳細案例解析。本書語言簡潔易懂，注重實踐與理論相結(jié)合，旨在幫助讀者掌握機器學習的核心概念和技能。通過閱讀本書，讀者可以快速了解機器學習各

本書旨在探討AIGC（ArtificialIntelligenceGeneratedContent）的發(fā)展歷程、應用范圍及其對社會和個人的影響，從而幫助讀者深入了解并應用人工智能技術。 本書共分為8章。第1章介紹了ChatGPT和AIGC的發(fā)展歷史，以及核心技術的演進與應用。第2章詳細探討了ChatGPT的特點、功能，

人工智能（AI），尤其是生成式語言模型和生成式人工智能（AIGC）模型，正以驚人的速度改變著我們的世界。駕馭這股潮流的關鍵，莫過于探究自然語言處理（NLP）技術的深奧秘境。本書將帶領讀者踏上一段扣人心弦的探索之旅，讓其親身感受，并動手搭建語言模型。本書主要內(nèi)容包括N-Gram，詞袋模型（BoW），Word2Vec（W2

ChatGPT作為人工智能領域的一大進步，引起了熱議，其強大功能的背后離不開大模型的支持。大模型指的是參數(shù)規(guī)模超過千萬的機器學習模型，主要應用于語音識別、計算機視覺等領域。本書聚焦大模型，對大模型的技術場景和商業(yè)應用展開詳細敘述。本書主要從典型應用ChatGPT入手，探尋其背后支撐大模型的魅力。首先，本書對大模型的基礎

《智能邊緣計算》對智能邊緣計算的概念、發(fā)展歷程以及邊緣計算的網(wǎng)絡形態(tài)進行了介紹，闡述了邊緣計算系統(tǒng)架構(gòu)和部署方案，并對邊緣計算的關鍵技術，如計算卸載、邊緣緩存、商業(yè)模式、移動性管理以及安全技術進行了詳細分析，針對智能邊緣計算的幾種實際場景以及與新興技術的融合進行了綜述說明。本書涉及的內(nèi)容廣泛，對算法、技術的闡述足夠清晰

本書共分7個模塊，內(nèi)容涵蓋計算機基礎知識、使用Windows10系統(tǒng)、使用Word2016制作文檔、使用Excel2016制作電子表格、使用PowerPoint2016制作演示文稿、計算機網(wǎng)絡應用、體驗人工智能等。另外，書末還安排了4套最新的全國計算機等級考試一級計算機基礎及MSOffice應用模擬試題。

本書收錄了20篇有關深度學習的技術文章，文章針對無人系統(tǒng)，尤其是與無人機控制和航空領域相關的各種深度學習技術進行了介紹，并利用深度學習對大規(guī)模數(shù)據(jù)集動態(tài)特性的理解方面的優(yōu)勢，在參考大量相關文獻的基礎上，提出了基于強化學習和深度學習的態(tài)勢感知及決策方案，為深度學習在無人系統(tǒng)方面的技術研究提供了有益的參考。