本書以DeepSeek這一AI技術(shù)工具為核心，全面介紹了其發(fā)展脈絡(luò)、應(yīng)用場景、產(chǎn)業(yè)應(yīng)用，以及圍繞它的技術(shù)突破所展開的企業(yè)戰(zhàn)略思考。本書從DeepSeek的誕生背景、創(chuàng)始人故事、中國AI產(chǎn)業(yè)發(fā)展歷程出發(fā)，深入探討了它在智能客服、內(nèi)容創(chuàng)作、數(shù)據(jù)分析、智能教育等領(lǐng)域的實(shí)際應(yīng)用，并分析了AI技術(shù)如何通過降本增效推動(dòng)企業(yè)、內(nèi)容產(chǎn)

本書的主要內(nèi)容有：設(shè)計(jì)現(xiàn)代化和安全的云原生或混合式數(shù)據(jù)分析和機(jī)器學(xué)習(xí)平臺。整合數(shù)據(jù)到妥善治理、可擴(kuò)展和有彈性的數(shù)據(jù)平臺，以數(shù)據(jù)加速創(chuàng)新。實(shí)現(xiàn)企業(yè)數(shù)據(jù)訪問的民主化，治理業(yè)務(wù)團(tuán)隊(duì)抽取洞察力的方式，并構(gòu)建AI/ML能力。賦予業(yè)務(wù)團(tuán)隊(duì)用流處理流水線實(shí)時(shí)決策的能力。構(gòu)建MLOps平臺，采用預(yù)測分析和規(guī)范性分析方法。

本書的主要內(nèi)容有：為機(jī)器學(xué)習(xí)系統(tǒng)編寫自動(dòng)化測試，容器化開發(fā)環(huán)境，并重構(gòu)有問題的代碼庫。運(yùn)用MLOps和CI/CD實(shí)踐，加速實(shí)驗(yàn)周期并提升機(jī)器學(xué)習(xí)解決方案的可靠性。運(yùn)用精益交付和產(chǎn)品實(shí)踐，提高構(gòu)建符合用戶需求的正確產(chǎn)品的成功率。確定適合的團(tuán)隊(duì)結(jié)構(gòu)及團(tuán)隊(duì)內(nèi)外的協(xié)作方式，以促進(jìn)快速工作流、減少認(rèn)知負(fù)擔(dān)，并在組織內(nèi)推廣機(jī)器學(xué)習(xí)

本書作為AIGC技術(shù)的深度解析與實(shí)踐指南，旨在為讀者揭開AIGC的神秘面紗。全書精心設(shè)計(jì)了8章內(nèi)容，從基礎(chǔ)知識到實(shí)戰(zhàn)應(yīng)用，層層遞進(jìn)，詳盡闡述。全書覆蓋基礎(chǔ)知識及7大應(yīng)用場景，包括撰寫多類型文章、處理辦公事務(wù)、圖像創(chuàng)作、音頻編輯、短視頻創(chuàng)作、Python編程、數(shù)字人虛擬主播，旨在幫助讀者快速掌握AIGC的核心技能，提升辦

本書以通俗易懂、大量圖解的方式剖析了DeepSeek的底層技術(shù)。全書分為3章和附錄，第1章詳細(xì)分析了推理大模型的范式轉(zhuǎn)變，即從訓(xùn)練時(shí)計(jì)算到測試時(shí)計(jì)算；第2章解讀了DeepSeek-R1的架構(gòu)混合專家（MoE）；第3章展示了DeepSeek-R1詳細(xì)的訓(xùn)練過程及核心技術(shù)，涵蓋基于GRPO的強(qiáng)化學(xué)習(xí)等；附錄分享了DeepS

本書旨在為讀者提供一個(gè)深入了解人工智能技術(shù)及其應(yīng)用的全景視角。在內(nèi)容安排上，本書從基礎(chǔ)理論出發(fā)，逐步深入技術(shù)實(shí)現(xiàn)和應(yīng)用場景，以確保讀者能夠掌握人工智能的關(guān)鍵概念、技術(shù)方法及其在實(shí)際中的應(yīng)用。本書詳細(xì)介紹人工智能的定義、發(fā)展歷程、研究領(lǐng)域和應(yīng)用前景，以及自然語言處理、計(jì)算機(jī)視覺處理、智能語音處理等關(guān)鍵技術(shù)，并探討人工智能

本書從技術(shù)價(jià)值、存在風(fēng)險(xiǎn)、倫理治理的維度介紹相關(guān)內(nèi)容，旨在使讀者全面地理解、掌握人工智能倫理方法，通過案例分析使讀者能夠運(yùn)用這些方法解決現(xiàn)實(shí)世界中的問題。本書較為全面地介紹了人工智能倫理概念及人工智能應(yīng)用倫理等方面的知識，分為基礎(chǔ)篇、理論篇、應(yīng)用篇三部分，共16章。本書適用于所有理工科、社會(huì)科學(xué)專業(yè)學(xué)生作為人工智能通識

本書系統(tǒng)地介紹了人工神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)知識、工作原理及應(yīng)用實(shí)例，旨在幫助讀者深入掌握人工神經(jīng)網(wǎng)絡(luò)的設(shè)計(jì)及應(yīng)用方法。全書共分10章，涵蓋從基礎(chǔ)理論到典型神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)的各個(gè)方面。前兩章詳細(xì)講解了人工神經(jīng)網(wǎng)絡(luò)的基本概念、結(jié)構(gòu)及工作原理，為后續(xù)的神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)奠定理論基礎(chǔ)。隨后的章節(jié)重點(diǎn)介紹了不同類型的典型神經(jīng)網(wǎng)絡(luò)，包括結(jié)構(gòu)設(shè)計(jì)方法

本書采用“理論+應(yīng)用+操作實(shí)踐”相結(jié)合的方式，深入淺出地介紹生成式人工智能及大模型的基礎(chǔ)知識。書中精選典型案例，展示大模型在各行業(yè)的應(yīng)用，并通過Transformer架構(gòu)，詳細(xì)解析生成式人工智能及大模型的核心原理與技術(shù)演進(jìn)。此外，本書還通過文本生成、圖像生成、視頻生成等應(yīng)用場景，指導(dǎo)讀者學(xué)習(xí)AI工具的使用。本書體系完整

本書內(nèi)容涵蓋從人工智能的起源、發(fā)展到前沿技術(shù)的多個(gè)方面，包括人工智能基礎(chǔ)概念、數(shù)學(xué)素養(yǎng)與計(jì)算思維、數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)、智能體技術(shù)、機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)、圖像識別與計(jì)算機(jī)視覺、自然語言處理與大語言模型、生成式人工智能、機(jī)器人及其智能化、群體智能等核心技術(shù)，同時(shí)結(jié)合大量實(shí)戰(zhàn)練習(xí)和項(xiàng)目，強(qiáng)調(diào)理論與實(shí)踐并重。書中特別