本书共分为10章,第1章主要介绍人工智能的诞生过程,第2章和第3章介绍了专家系统和神经网络这两项最有代表性的技术,以及监督学习、无监督学习和强化学习的机器学习技术发展,第4章~第8章分别介绍了语音识别、图像识别、自然语言处理、大语言模型和具身智能的技术原理,第9章介绍机器通过怎样的方式理解世界,第10章探讨AI是否可以
本书第一部分(第1~3章)介绍为什么现在是建厂的“机会窗口”,包括AI能力的三段升级(从生成到推理再到行动),解释为什么云上Token虽然方便却让你在关键时刻受制于人,并建立一个重要的认知:评价算力关键看Token成本与Token质量。第二部分(第4~11章)是建厂的核心攻略,详细拆解了Token工厂的产线设计,从数据
本书聚焦自动化类专业,全面系统地阐述了人工智能领域的核心理论与前沿技术。内容涵盖人工智能的基本概念、发展起源及伦理问题,详细讲述机器感知中的计算机视觉、自然语言理解与语音识别技术,深入讲解机器学习的算法原理与实践应用。重点阐释大模型的生成机制、关键技术及落地实践,探讨注意力机制与多模态融合的最新研究进展,同时分析人工智
本书共8章,分为4篇,即人工智能概述篇、人工智能基础篇、人工智能应用篇、人工智能展望篇,主要内容包括人工智能概述、机器学习基础、深度学习基础、大语言模型技术基础、人工智能工具应用、人工智能行业应用、人工智能前沿应用、人工智能伦理安全与发展趋势。
本书共16章:第1章主要介绍人工智能的概念和发展,以及Python对人工智能算法设计的支持等;第2-7章主要介绍与人工智能相关的数学基础知识,包括向量、矩阵、特征值、矩阵分解、极限和导数,以及微积分、概率论等;第8-11章主要介绍最优化方法、假设检验、相关分析、随机过程等;第12-15章主要介绍回归分析、SVM模型、决
本书围绕大模型展开,共分为6章。首先介绍机器学习基础,包括人工智能、模型、神经网络等概念;接着阐述语言建模基础,涵盖统计语言模型及其评估技术;随后聚焦循环神经网络,讲解其实现与训练过程;继而解析Transformer架构,涉及自注意力机制等关键组件;然后探讨与大模型相关的议题,如微调预训练模型、减少幻觉现象等;最后总结
本书讲解如何使用ClaudeCode开展AI编程实践,从工具认知、环境搭建到第一个项目落地,逐步深入核心工作流、CLAUDE.md配置技巧与对话策略,并进一步扩展到skill、hook、MCP、多智能体协作等进阶能力,最后通过3个完整案例(Chrome扩展、内容创作自动化与应用程序开发),带领读者掌握从0到1构建真实产
本书遵循“动手创造”的理念,从点亮一颗LED开始,逐步教会你如何使用Python与物理世界互动,并借助OpenCV赋予树莓派“看”与“听”的能力。带领读者踏入AI的大门,亲手在树莓派上部署并运行先进的本地AI模型,完成实时目标检测、离线语音交互等经典任务,甚至完成大语言模型(LLM)和扩散模型的部署和调用。最终,通过融
本书共分为5篇,总计13章。第1篇梳理AI编程的行业格局,介绍ClaudeCode的诞生背景与技术底座;第2篇阐释并拆解Harness工程理念,阐述其成为AI编程全新范式的核心逻辑;第3篇深入源码级别,讲解ClaudeCode的工具与命令、权限与生命周期、观察与反馈、智能协作与记忆、终端UI与生态扩展等五大核心模块的设
本书基于ClaudeCode源代码,以“启动-交互-执行-扩展”为主线,系统拆解其整体架构设计与各模块边界。全书共分5章:第1章和第2章梳理入口分流机制、REPL交互流程,以及命令系统与工具系统的设计思路;第3章聚焦底层支撑机制,包括上下文管理、基于文件的持久化记忆,以及上下文窗口压缩策略;第4章分析Prompt工程,