本書超越了簡(jiǎn)單的AI工具使用教程，書中分為三大部分，逐步引導(dǎo)讀者從理解AI的核心概念，到掌握高效使用AI的方法，最終探索AI的進(jìn)階應(yīng)用。第一部分探討了DeepSeek為何被視為AI時(shí)刻，分析了它與OpenAI、Anthropic等的不同之處，解析了AI的思考方式，還討論了AI是否真正理解人類需求。第二部分介紹了如何高效

本書全面系統(tǒng)地介紹了字節(jié)跳動(dòng)旗下AI智能助手豆包的使用方法，涵蓋注冊(cè)登錄流程及基本操作要點(diǎn)，并通過豐富多樣的學(xué)習(xí)、工作、生活等場(chǎng)景的應(yīng)用實(shí)例，如化身學(xué)習(xí)小能手、擔(dān)當(dāng)高效職場(chǎng)助手、呈現(xiàn)精彩模擬人物互動(dòng)等，充分展現(xiàn)了豆包的強(qiáng)大效用。此外，還深入介紹了豆包智能體及其應(yīng)用實(shí)例，以及豆包App的注冊(cè)/登錄方式和便捷功能。隨書贈(zèng)送

本書為廣受讀者喜愛的暢銷書升級(jí)版，旨在讓讀者快速、簡(jiǎn)單地上手大模型應(yīng)用開發(fā)。本書為初學(xué)者提供了一份清晰、全面的最小可用知識(shí)，帶領(lǐng)你快速了解GPT-4和ChatGPT的工作原理及優(yōu)勢(shì)，并在此基礎(chǔ)上使用流行的Python編程語言構(gòu)建大模型應(yīng)用。升級(jí)版在舊版的基礎(chǔ)上進(jìn)行了全面更新，融入了大模型應(yīng)用開發(fā)的最新進(jìn)展，比如RAG、

大模型在眾多領(lǐng)域得到了廣泛應(yīng)用，促進(jìn)了AI技術(shù)的整合和創(chuàng)新。然而，在實(shí)際應(yīng)用過程中，直接將大模型應(yīng)用于特定行業(yè)常常難以達(dá)到預(yù)期效果。本書詳細(xì)闡述如何在游戲經(jīng)營(yíng)分析場(chǎng)景中利用大模型實(shí)現(xiàn)數(shù)據(jù)體系的建設(shè)。本書分為6個(gè)部分，共16章。第1部分主要介紹大模型技術(shù)的發(fā)展與應(yīng)用，從大模型的發(fā)展現(xiàn)狀展開，重點(diǎn)介紹大模型與數(shù)據(jù)體系的相關(guān)

本書是一本以大字大圖配視頻為特色的AI實(shí)用指南，以五天學(xué)習(xí)計(jì)劃為框架，幫助讀者零基礎(chǔ)認(rèn)識(shí)AI、學(xué)會(huì)使用熱門AI工具(如豆包、DeepSeek)，并將其運(yùn)用于日常生活中。本書涵蓋AI基礎(chǔ)知識(shí)、生活助手功能、健康管理功能、娛樂應(yīng)用功能及藝術(shù)創(chuàng)作功能等內(nèi)容。本書語言通俗易懂、操作步驟具體，并附有小練習(xí)。讀者可以掌握AI工具的

本書聚焦通用人工智能的學(xué)科內(nèi)涵與發(fā)展趨勢(shì)，以一套基于能力與價(jià)值雙系統(tǒng)的通用人工智能認(rèn)知架構(gòu)與測(cè)試模式為核心，梳理形成一個(gè)定義、兩個(gè)完備性、三個(gè)特征、八個(gè)關(guān)鍵問題的理論框架。本書共6章，從人工智能的歷史、內(nèi)涵與哲學(xué)基礎(chǔ)切入，依次介紹通用人工智能的定義與特征、測(cè)試與評(píng)級(jí)、訓(xùn)練與測(cè)試平臺(tái)，以及TongAI理論框架，最后給出對(duì)

JoshStarmer博士在YouTube的賬號(hào)StatQuest視頻總觀看量突破7000萬次（2024年11月統(tǒng)計(jì)的數(shù)據(jù)），他幫助全世界各行各業(yè)的人贏得數(shù)據(jù)科學(xué)競(jìng)賽、通過考試、順利畢業(yè)、成功求職或?qū)崿F(xiàn)晉升，因此被大家譽(yù)為硅谷的守護(hù)神。他那獨(dú)特的圖文表達(dá)形式和幽默的語言風(fēng)格深受觀眾喜愛，這本《StatQuest圖解機(jī)器

本書全面解析了DeepSeek的崛起歷程、技術(shù)突破及其對(duì)AI行業(yè)的深遠(yuǎn)影響。全書共6章，第1章追溯DeepSeek的起源與發(fā)展，展示其從初創(chuàng)到全球爆火的歷程；第2章通過AI領(lǐng)域拼多多的比喻，分析其低成本、高性能的商業(yè)化路徑，并深入探討其核心技術(shù)；第3章介紹相關(guān)應(yīng)用方法，包括優(yōu)化交互方式、調(diào)用API服務(wù)、本地部署模型等；

《大模型Agent應(yīng)用開發(fā)》深入探討了LLM的核心概念、前沿技術(shù)和實(shí)際應(yīng)用，最終為擴(kuò)展AI能力邊界的大型基礎(chǔ)模型(LargeFoundationModels，LFM)的崛起鋪平道路。本書開篇詳細(xì)介紹了LLM的基本原理，隨后探討了多種主流架構(gòu)框架，既涵蓋專有模型(如GPT-3.5/4)，也分析開源模型(如FalconLL

本書以深度學(xué)習(xí)入門內(nèi)容為主線，通過數(shù)形結(jié)合的方式來漸進(jìn)式引導(dǎo)讀者進(jìn)行學(xué)習(xí)，力爭(zhēng)使各位讀者對(duì)于每個(gè)算法原理不僅要做到知其然更要做到知其所以然。同時(shí)，本書采用了深度學(xué)習(xí)中較為流行且簡(jiǎn)單易學(xué)的PyTorch框架來進(jìn)行示例，以便讓各位讀者在學(xué)習(xí)各個(gè)算法的原理過程中也能夠掌握其實(shí)際的用法。本書共10章，分為深度學(xué)習(xí)領(lǐng)域發(fā)展和開發(fā)