"本書從人工智能時代大學生應具備的基礎素養出發,緊密圍繞任務案例闡述生成式人工智能(AIGC)如何輔助學習、工作、科研、生活等方面,主要內容包括了解生成式人工智能、熟練使用“提示詞”與AI高效溝通、AIGC助力“輕松”工作、AIGC輔助“高效”學習、AIGC創造“美好”生活、AIGC打造“爆款”文案、AIGC創作“大師”畫作、AIGC生成“震撼”大片、AIGC作為“全能”專家、AIGC發展面臨的挑戰以及未來的展望。本書既可以作為高等職業院校、應用型本科院校、中等職業學校的人工智能通識課程
"《Vue.js 3.x+Element Plus從入門到項目實踐》通過實例深入淺出地講解Vue.js框架的各項實戰技能。《Vue.js 3.x+Element Plus從入門到項目實踐》共15章,主要講解了搭建Vue + Element Plus開發環境、模板語法和指令、計算屬性和偵聽器、雙向數據綁定、事件處理、組件和組合API、項目腳手架vue-cli和Vite、前端路由、狀態管理Vuex、Element Plus基礎入門、Element Plus中的表單和Element Plus中
"主要內容:● 解構并理解編程的基礎知識● 通過代碼示例全面了解面向對象編程以及它是如何在C#中應用的跟隨簡單的步驟和示例在Unity中創建和實現C#腳本● 使用接口、抽象類和類擴展將代碼分割成可以靈活復用的構建塊● 掌握游戲設計文檔的基礎知識,進行關卡搭建、添加光照和簡單的對象動畫● 使用C#創建簡單的游戲機制,例如實現玩家控制器和射擊機制● 熟悉堆棧、隊列、異常處理、錯誤處理等其他C#核心概念● 處理文本、XML以及JSON數據以保存和
本書詳細講解了基于微服務的數據工程應用開發實踐,包括微服務及數據工程相關原理概述、開發環境搭建、服務運行與跟蹤、服務通信與配置、國產自主可控數據庫實踐、相關系統的開發實踐等內容,特色是(1)結合當今微服務發展技術指導傳統數據工程應用的開發實踐(2)引入當今對國產自主可控數據庫的要求,詳細講解了如何在微服務技術條件下對國產化數據庫的安裝、配置與使用。(3)采用經典的數據工程應用案例分析。讀者對象是管理科學工程專業本科學生、從事數據工程開發的開發人員、架構師等。
"《機器學習項目成功交付》詳細闡述了與機器學習成功交付相關的基本知識,主要包括項目前期,開始工作,深入研究問題,探索性數據分析、道德和基線評估,使用機器學習技術制作實用模型,測試和選擇模型,系統構建和生產,發布項目等內容。此外,本書還提供了相應的示例、代碼,以幫助讀者進一步理解相關方案的實現過程。本書適合作為高等院校計算機及相關專業的教材和教學參考書,也可作為相關開發人員的自學用書和參考手冊。"
"本書講述了一個開源Web框架從無到有,直至發布上線的開發歷程,逐步實現Web框架的核心對象管理、Web路由及數據庫支持等三大組成部分并集成多個常用服務,完成框架中三十多個TypeScript裝飾器的設計與開發。通過本書,讀者能夠從最基礎的代碼開始,輕松掌握Web框架的開發技能,為深入探索高級Web技術奠定堅實基礎。本書分為三大模塊。Web框架基礎模塊(第1章)從編寫最簡單的HTTP服務開始,介紹Web框架的基礎知識;框架開發模塊(第2~5章)詳細闡述框架核心對象管理的實現、集成Expr
"隨著現代人工智能技術的迅速發展,其在醫學領域中的應用也越來越廣泛、越來越深入,Python在數據挖掘、機器學習、神經網絡、深度學習等方面得到了廣泛的支持和應用。本書以醫學應用案例的形式介紹了Python程序設計的基礎知識及醫學應用實踐,其中,在Python程序設計的基礎部分介紹了Python基本語法、數據類型、程序控制結構、函數、文件處理和異常處理等程序設計與開發知識,還介紹了Python開發環境、開發軟件PyCharm和第三方庫的安裝與配置等;在醫學應用實踐部分介紹了用Python實現自然語
本書分為四部分共22章, 涵蓋AI的基本理論、核心技術和廣泛應用, 介紹了AI的歷史沿革、全球發展態勢及中國的成果, 探討了AI對未來就業市場的影響、機器學習、大數據、計算機視覺等技術原理, 以及AI在無人駕駛、智能制造、智慧醫療等領域的具體應用。同時, 強調了AI技術與國家未來發展的戰略聯系, 倡導科技創新與社會責任感, 并討論了AI倫理的重要性。
"本書循序漸進地介紹了深度學習的基礎知識與常用方法,全面細致地提供了深度學習操作的原理和在深度學習框架下的實踐步驟。本書共分為三部分,理論基礎、實驗和案例。第一部分理論基礎,包括第1~7章,主要介紹深度學習的基礎知識、深度學習在不同領域的應用、不同深度學習框架的對比以及機器學習、神經網絡等內容; 第二部分實驗,包括第8~9章,主要講解常用深度學習框架的基礎以及計算機視覺、自然語言處理、強化學習和可視化技術領域的一些實驗講解。第三部分案例包括第10~17章,通過8個案例介紹深度學習在圖像分類、目標