人工智能作為21世紀科技發(fā)展的最新成就，深刻揭示了科技發(fā)展為人類社會帶來的巨大影響。本書結(jié)合求解智能問題的數(shù)據(jù)結(jié)構(gòu)以及實現(xiàn)的算法，把人工智能的應用程序應用于實際環(huán)境中，并從社會和哲學、心理學以及神經(jīng)生理學角度對人工智能進行了獨特的討論。本書提供了一個嶄新的視角，展示了以人工智能為代表的科技現(xiàn)象作為一種“奇點”思潮，揭示

本書是一本介紹人工智能的入門級教材，系統(tǒng)地論述了人工智能的概念、原理與應用，主要內(nèi)容包括緒論（第1章）、知識表示與推理技術(shù)（第2章）、機器學習算法（第3～7章）、計算智能理論（第8～11章）、專家系統(tǒng)（第12章）等板塊。本書不但介紹了人工智能的基本原理，還結(jié)合各個研究方向的前沿成果對各種智能算法和應用技術(shù)進行詳細闡述，

這是一本探討人工智能與生物技術(shù)的融合顛覆傳統(tǒng)醫(yī)療，并對未來藥物研發(fā)產(chǎn)生重大影響的書。作者憑借其在生物科學方面的專業(yè)背景，以及在生物技術(shù)和制藥行業(yè)的從業(yè)經(jīng)驗，為讀者呈現(xiàn)了對醫(yī)療科技這一前沿領(lǐng)域的深刻見解。書中首先概述了數(shù)據(jù)科學方法的興起以及生物學領(lǐng)域的范式轉(zhuǎn)變，這一轉(zhuǎn)變催生了計算生物學的革命，即通過計算機模擬進行生物實驗

本書著力于AI生產(chǎn)力應用場景，不僅講解基礎(chǔ)功能，還提供真實案例，幫助讀者快速掌握高效AI工作流，是能讓零基礎(chǔ)用戶也能快速且輕松應用的實戰(zhàn)版本。全書涵蓋生活、家庭教育、職場、創(chuàng)業(yè)、自媒體等40個細分應用場景，針對具體問題，手把手為讀者展示操作重點和細節(jié)，且獨家精創(chuàng)了指令模板，方便用戶復用。

全書分六個章節(jié)，智啟之旅：人工智能的誕生，智能伙伴：日常生活中的AI，智慧之光：AI如何幫助我們解決問題，與AI對話：理解機器學習與自然語言處理，智能創(chuàng)造者：編程和創(chuàng)造你的AI，智能未來：AI的倫理與挑戰(zhàn)。本冊為青年本。

全書共6章，分別聚焦于DeepSeek應用的不同主題，從理論基礎(chǔ)到實際操作，再到行業(yè)應用，為讀者構(gòu)建了一個完整的知識體系。第1-2章從技術(shù)演進的角度，深入淺出地介紹DeepSeek如何重構(gòu)人機交互范式，并全面、細致講解了DeepSeek的基礎(chǔ)操作，為讀者快速上手DeepSeek打下基礎(chǔ)。第3章重點介紹了具有獨創(chuàng)性的六定

本書系統(tǒng)講解自動機器學習工具與方法。讓機器學習與自動化兩大概念合理的結(jié)合起來，進而讓讀者精準理解自動化機器學習的必要性。從技術(shù)原理剖析其在自動化機器學習中的角色和內(nèi)涵，通過案例掌握自動化機器學習的關(guān)鍵知識點和技術(shù)原理。自動機器學習可以將部分機器學習過程自動化，減輕數(shù)據(jù)科學從業(yè)者的工作負擔。本書介紹自動機器學習模塊的理論

本書第一章介紹了脈沖神經(jīng)網(wǎng)絡的背景，第二章介紹了脈沖神經(jīng)網(wǎng)絡的基本概念及工作原理，第三章介紹了脈沖神經(jīng)網(wǎng)絡的學習算法等，第四章介紹了多款典型的邊緣端類腦計算神經(jīng)形態(tài)芯片設計，包括所用的脈沖網(wǎng)絡喲拓撲結(jié)構(gòu)、片上學習算法、硬件架構(gòu)和關(guān)鍵模塊電路設計，第五章總結(jié)了類腦芯片的應用前景，目前存在的問題以及結(jié)論。

《人工智能導論》作為公共基礎(chǔ)課，主要授課對象是大一大二非計算機專業(yè)學生，為多學科協(xié)調(diào)發(fā)展上打下基礎(chǔ)。助力各專業(yè)學生解決實際應用問題，培養(yǎng)創(chuàng)造性思維能力，提高人工智能科技素養(yǎng)和認知能力，推進人工智能深入融合到行業(yè)發(fā)展中，賦能增效。本課程掌握人工智能技術(shù)的基本概念，為各專業(yè)學生今后設計和應用求解學科問題奠定“智能+”思維基

全書共分為12章，首先介紹大模型的基礎(chǔ)知識與發(fā)展歷程，從神經(jīng)網(wǎng)絡的起源到大規(guī)模預訓練模型的演化，再到Transformer、BERT與GPT等模型架構(gòu)的深入剖析，幫助讀者理解大模型的技術(shù)基石。其次詳細解析了DeepSeek-R1及其Zero版本在強化學習與模型架構(gòu)上的核心技術(shù)，包括混合專家模型、動態(tài)學習率調(diào)度、分布式訓