全書分為七部分：深度學習與深度置信網(wǎng)絡(luò)研究現(xiàn)狀、深度置信網(wǎng)絡(luò)參數(shù)自適應(yīng)學習、自組織深度置信網(wǎng)絡(luò)、增量式深度置信網(wǎng)絡(luò)、生成式對抗性深度置信網(wǎng)絡(luò)、事件驅(qū)動的深度置信網(wǎng)，以及事件驅(qū)動的深度置信網(wǎng)絡(luò)預(yù)測控制。每一部分均在工業(yè)過程優(yōu)化運行中有相應(yīng)實驗測試與應(yīng)用實踐。從理論方法到應(yīng)用實踐，書中的內(nèi)容從基礎(chǔ)概念到最新進展均有涵蓋，使

本書重點針對應(yīng)用層的ChatGPT開發(fā)核心技術(shù)進行介紹，著重于案例分析和最佳實踐的講解。全書共16章，包括ChatGPT端到端語音聊天機器人項目實戰(zhàn)、ChatGPT應(yīng)用開發(fā)的三大核心內(nèi)幕及典型案例、ChatGPT底層架構(gòu)Transformer技術(shù)及源碼實現(xiàn)、GPT內(nèi)幕機制及源碼實現(xiàn)逐行解析、GPT-2源碼實現(xiàn)及GPT-

本書的主要內(nèi)容為連續(xù)學習的理論和應(yīng)用的一些關(guān)鍵技術(shù)方法，其創(chuàng)新點包括：(1)提出一種跨時序任務(wù)的感知目標函數(shù)；(2)提出一種代表性重演樣本挑選算法；(3)提出一種基于元學習的訓練樣本影響的計算方法；(4)提出一種基于非對稱的梯度度量與最大差異優(yōu)化算法；(5)提出一種基于增廣圖網(wǎng)絡(luò)的連續(xù)多標簽分類算法；(6)提出一種基于

多模態(tài)深度學習是一種研究視覺、語言、音頻等多種模態(tài)數(shù)據(jù)之間關(guān)聯(lián)性的技術(shù)。本書是一本探討多模態(tài)深度學習領(lǐng)域最新進展和應(yīng)用的專業(yè)書籍，綜合了最新的研究進展和實際應(yīng)用案例，涵蓋了多個關(guān)鍵領(lǐng)域，包括多模態(tài)語音識別、多模態(tài)虛假新聞的檢測與處理、視頻文本跨模態(tài)檢索等，為讀者展現(xiàn)了一個全面了解多模態(tài)深度學習領(lǐng)域發(fā)展前沿的窗口，為學術(shù)

本書全面探討了機器學習中的**化理論、方法與實踐，特別是在人工智能顛覆性發(fā)展的背景下，包括但不限于監(jiān)督學習、無監(jiān)督學習、深度學習及強化學習等的應(yīng)用。本書詳細介紹了**性條件、KKT條件、拉格朗日對偶等核心**化理論，探討了梯度下降法、鄰近梯度法、牛頓法、擬牛頓方法（BFGS方法）、塊坐標下降法、隨機梯度類方法、增廣拉格

本教材結(jié)合人才培養(yǎng)與計算機教育改革的新思想、新要求，以人工智能技術(shù)和應(yīng)用為核心，融合計算機科學、軟件工程、數(shù)據(jù)科學等多學科知識，旨在循序漸進地引導學生掌握人工智能的基礎(chǔ)概念、支撐理論，并深入程序設(shè)計和新一代信息技術(shù)的專業(yè)應(yīng)用實踐，通過理論講解、實踐案例和習題練習，致力于培養(yǎng)學生的人工智能理論知識和實踐技能，奠定學生在人

本書是一本學習計算機與人工智能知識的入門教材，包含計算機發(fā)展簡史、計算機中的數(shù)據(jù)表示、計算機硬件基礎(chǔ)、程序設(shè)計與計算機軟件、計算機網(wǎng)絡(luò)與網(wǎng)絡(luò)安全、物聯(lián)網(wǎng)與大數(shù)據(jù)、人工智能概述、人工智能的實現(xiàn)方法、人工智能應(yīng)用、人工智能的未來發(fā)展等內(nèi)容。通過本書的學習，讀者可以了解計算機與人工智能發(fā)展史中的重要人物、機型/系統(tǒng)和事件，了

"《生成式人工智能基礎(chǔ)與應(yīng)用》是一本介紹生成式人工智能（AIGC）技術(shù)及應(yīng)用的通識教程。全書精心設(shè)計了8章內(nèi)容，從基礎(chǔ)知識到實戰(zhàn)應(yīng)用，層層遞進，進行了詳盡闡述。書中覆蓋基礎(chǔ)知識及6大應(yīng)用場景，包括文案創(chuàng)作、高效處理辦公事務(wù)、創(chuàng)作圖形圖像、音頻優(yōu)化合成、生成短視頻、代碼編寫等。《生成式人工智能基礎(chǔ)與應(yīng)用》旨在幫助讀者快速

"《人工智能概論》共分為12章。第1章敘述人工智能的定義、起源、流派與發(fā)展，第2章和第3章研究人工智能的知識表示方法和知識圖譜，第4章探索搜索推理技術(shù)，第5章探討群智能算法的主要方法，第6章至第11章逐一討論人工智能的主要應(yīng)用領(lǐng)域，包括機器學習、人工神經(jīng)網(wǎng)絡(luò)與深度學習、專家系統(tǒng)、計算機視覺、自然語言處理和語音處理等，第

本書是一流本科課程“人工智能”的配套教材，是作者二十余年教學經(jīng)驗的結(jié)晶。考慮初學者的特點，遵循思維過程安排全書內(nèi)容，同時通過案例學習深化理解。全書分兩篇，共11章�；�礎(chǔ)篇（第1～6章）包括緒論、確定性推理、不確定性推理、搜索策略、機器學習和知識圖譜。應(yīng)用篇（第7～11章），包括人工神經(jīng)網(wǎng)絡(luò)與深度學習、卷積神經(jīng)網(wǎng)絡(luò)及其圖