本書具體包括以下內(nèi)容：人工智能時代、人工智能技術(shù)在無人駕駛汽車中的應(yīng)用、人工智能在無人機中的應(yīng)用、人工智能在電力系統(tǒng)中的應(yīng)用、人工智能分散多動力、人工智能集成一體化、典型智能生產(chǎn)線及智能機器、人工智能教學(xué)設(shè)計、智能文本數(shù)據(jù)分型教學(xué)設(shè)計、智能機器人教學(xué)設(shè)計、智能語音數(shù)據(jù)分析教學(xué)設(shè)計。

本書系統(tǒng)介紹了可信人工智能的基礎(chǔ)知識、理論方法和應(yīng)用要素。內(nèi)容包括緒論、人工智能的風(fēng)險與信任、人工智能可解釋推理、人工智能對抗樣本和防御、人工智能內(nèi)容生成與深度偽造、人工智能使能系統(tǒng)的可信決策、人工智能可信應(yīng)用的要素。本書還討論了以人為本人工智能系統(tǒng)的設(shè)計、開發(fā)和使用中涉及的人類、組織和技術(shù)等復(fù)雜的因素。本書可以作為教

本書從基本的理論出發(fā)，講解應(yīng)用程序編程接口(API)調(diào)用方面的知識，對應(yīng)用程序編程接口基本概念、分類以及接口核心內(nèi)容進行講解，使讀者掌握部分人工智能技術(shù)接口的應(yīng)用場景、接口請求方式、響應(yīng)機制、接口地址、返回參數(shù)，了解提供應(yīng)用程序編程接口的平臺，重點學(xué)習(xí)人工智能方面應(yīng)用程序編程接口的使用方法以及請求返回參數(shù)的含義。

本書以Python為基礎(chǔ)，圍繞使用scikit-learn平臺，詳細介紹機器學(xué)習(xí)模型、算法、應(yīng)用場景及其案例實現(xiàn)方法，逐步帶領(lǐng)讀者熟悉并掌握機器學(xué)習(xí)的經(jīng)典算法。全書共13章，主要內(nèi)容包括配置開發(fā)環(huán)境、機器學(xué)習(xí)的基本概念、文件管理和KNN、線性回歸、邏輯回歸、K-means聚類算法、決策樹、集成算法、AdaBoost算法

本書將帶領(lǐng)你深入了解人工智能的定義，追溯歷史，一同見證人工智能的萌芽、誕生、發(fā)展和變革。我們將一起領(lǐng)略人工智能在不同領(lǐng)域的神奇應(yīng)用，隨后再深入人工智能的核心領(lǐng)域，剖析大語言模型、知識工程、計算機視覺、自然語言處理和人機交互等領(lǐng)域的關(guān)鍵技術(shù)。在專業(yè)上，本書介紹了人工智能人才的培養(yǎng)與職業(yè)規(guī)劃，為報考指點迷津。最后，我們將探

本書是一部分析探討人工智能核心理論與實際應(yīng)用的圖書。全書系統(tǒng)地介紹了人工智能的基本原理，涵蓋了機器學(xué)習(xí)、深度學(xué)習(xí)、自然語言處理等關(guān)鍵領(lǐng)域。通過詳實的案例分析，可以使讀者深刻地理解人工智能在現(xiàn)實生活中的廣泛應(yīng)用。該研究突破了傳統(tǒng)著作的束縛，強調(diào)理論與實踐的緊密結(jié)合。作者以通俗易懂的語言，為讀者揭示了人工智能背后的技術(shù)奧秘

本書主要敘述了大模型技術(shù)的最新發(fā)展概況、應(yīng)用實例、當(dāng)前及未來需要注意和解決的問題。內(nèi)容包括：大模型技術(shù)概述、語言大模型技術(shù)、多模態(tài)大模型技術(shù)、大模型技術(shù)生態(tài)、大模型的開發(fā)訓(xùn)練與推理部署、大模型應(yīng)用、大模型的安全性、大模型技術(shù)的問題總結(jié)與思考。

"隨著時代的發(fā)展，人工智能技術(shù)越來越受重視，影響著工業(yè)生產(chǎn)、家居生活和教育醫(yī)療等方方面面，提高人工智能相關(guān)知識素養(yǎng)，十分有必要。本書作為了解人工智能素養(yǎng)的入門基礎(chǔ)圖書，按照人工智能新知識體系，內(nèi)容分為八個項目，包括人工智能的發(fā)展、基礎(chǔ)技術(shù)、行業(yè)賦能應(yīng)用工業(yè)互聯(lián)網(wǎng)等，由淺入深，循序漸進，圖文并茂，在內(nèi)容和形式上都有創(chuàng)新，

"《AIGC人工智能創(chuàng)作》課程是為了滿足“人工智能+”行動的要求而開設(shè)的課程，可以作為《網(wǎng)絡(luò)編輯》、《網(wǎng)絡(luò)營銷》、《視覺營銷設(shè)計》、《短視頻設(shè)計與制作》等相關(guān)課程的拓展與深化。課程配套教材《AIGC人工智能創(chuàng)作項目化教程》分析了現(xiàn)行主流的AIGC平臺，根據(jù)當(dāng)前最新行業(yè)發(fā)展現(xiàn)狀，將AIGC業(yè)務(wù)流程重構(gòu)為教學(xué)項目，形成了本

本書涵蓋了一系列有監(jiān)督的機器學(xué)習(xí)方法，包括基礎(chǔ)方法(k-NN、決策樹、線性和邏輯回歸等)和高級方法(深度神經(jīng)網(wǎng)絡(luò)、支持向量機、高斯過程、隨機森林和提升等)，以及常用的無監(jiān)督方法(生成模型、k-均值聚類、自動編碼器、主成分分析和生成對抗網(wǎng)絡(luò)等)。所有方法都包含詳細的解釋和偽代碼。通過在方法之間建立聯(lián)系，討論一般概念(例如