本书系统介绍了最优化的基本理论、建模方法与常用算法,内容涵盖优化的基本概念、最优性条件、凸优化、无约束与约束优化等基础知识,并重点讨论机器学习中的优化建模与算法,如主成分分析、支持向量机、随机优化和零阶优化算法等。

本书分为“大模型基础”、“大模型优化方法”和“大模型能力扩展”三个部分,逐步深入地介绍了大模型的核心技术和前沿发展。第一部分“大模型基础”作为基础篇目,注重理论铺垫;第二部分“大模型优化方法”作为进阶篇目,深入技术细节;第三部分“大模型能力扩展”作为高级篇目,聚焦前沿挑战。

本书主要分为机器学习的基础、非参数化模型、线性模型、聚类方法、降维方法、EM算法与隐变量模型、集成学习、概率图模型、人工神经网络基础、神经网络模型、生成式模型、自监督学习、强化学习基础、强化学习算法、深度强化学习等模块。

本书从智能的概念出发,了解、学习人工智能的发展历史和发展动向,初步掌握人工智能的基本技术和研究方法,重点掌握表达、搜索、推理和学习等人工智能技术手段;了解人工智能的应用领域,为今后进一步从事相关专业奠定基础。

本书是一本专为青少年打造的人工智能实践启蒙书。全书以“感官系统”“超级大脑”“智能伙伴”等生动比喻解析AI核心技术,通过猫狗识别实验、语音助手互动、改作文等场景,直观展现机器学习、计算机视觉与大语言模型的工作原理,同时引导读者用图形化编程实现语音魔法故事工坊、智能感应小夜灯、校园安全小卫士等趣味项目。本书还设置了技术漏

本书专注于几何深度学习及其在图神经网络领域中的应用,涵盖了从数学基础到前沿模型的全面指导,同时结合实际项目案例,帮助读者深入地理解几何深度学习的复杂概念。书中不仅详细阐述了各类算法的理论背景,还提供了实际操作指南,为读者提供了理论与实践相结合的全面支持。第1章和第2章介绍了几何深度学习的数学与算法基础。第1章涵盖了高等

本书尝试归纳人工智能技术在设计领域的应用现状,为设计从业者提供AI赋能的简明手册。全书以“用户中心、数据驱动、智能协同”为写作宗旨,包括四个主体章节。第2章数据采集与处理,围绕人因、物理世界、数字世界三个维度,介绍几何、语义、生理、心理、行为、文本、影音等各类数据的采集方法、处理技术以及在人工智能设计中的应用场景。第3

本书系统介绍人工智能逻辑,共分三部分:第一部分“知识表示与推理”重点介绍命题逻辑、谓词逻辑和描述逻辑,这些逻辑系统是知识表示与自动推理的基础。命题逻辑(第2章)用于表达和推理有关事实的信息。谓词逻辑(第3章)则进一步支持对象属性、对象之间关系及量词结构的表达与推理。描述逻辑(第4章)则在知识图谱等领域中得到广泛应用,能

本书主要通过模拟大脑的结构(如神经元、突触)和功能(如学习、记忆等),来实现机器人的自主心智发育,共10章,分3部分。第1部分(第1章和第2章)介绍大脑的基本组成与功能划分,以及本书主要的研究方法--发育网络的基础知识;第2部分(第3-5章)介绍基于发育网络的机器视觉、听觉以及视觉-听觉双模发育机理;第3部分(第6-1

本书聚焦大模型开发全流程,从Transformer到GPT,深度解构大模型的技术核心,从0到1重构复现大模型,直击智能体开发与RAG知识库开发前沿,全书通过代码级实践揭示大模型的技术原理与奥秘,铺就一条从“理解原理”到“亲手缔造”的进阶之路。书中详解Ollama本地部署、FastAPI服务器及云端API调用,覆盖Qwe