本書(shū)全面介紹大語(yǔ)言模型提示工程基礎(chǔ)、提示詞類型與萬(wàn)能公式、文本摘要、改寫重述、語(yǔ)法糾錯(cuò)、機(jī)器翻譯、數(shù)據(jù)挖掘、程序開(kāi)發(fā)、AI寫作輔導(dǎo)、AI繪畫(huà)、百度文心一言和阿里通義大模型等內(nèi)容。同時(shí)詳細(xì)介紹各類提示詞的應(yīng)用, 如問(wèn)答式、指令式、狀態(tài)類、建議式、安全類和感謝類提示詞, 以及如何通過(guò)實(shí)戰(zhàn)演練掌握這些技巧。此外, 還涉及使用提示詞進(jìn)行文本摘要、改寫重述、語(yǔ)法糾錯(cuò)、機(jī)器翻譯等語(yǔ)言處理任務(wù), 以及在數(shù)據(jù)挖掘、程序開(kāi)發(fā)等領(lǐng)域的應(yīng)用。
通過(guò)“特征工程”技術(shù), 可優(yōu)化訓(xùn)練數(shù)據(jù), 提升機(jī)器學(xué)習(xí)流程的輸出效果! “特征工程”基于現(xiàn)有數(shù)據(jù)設(shè)計(jì)相關(guān)的輸入變量, 由此簡(jiǎn)化訓(xùn)練過(guò)程, 增強(qiáng)模型性能。調(diào)整超參數(shù)或模型的效果都不如特征工程; 特征工程通過(guò)改變數(shù)據(jù)管道, 大幅提升了性能。本書(shū)列舉6個(gè)實(shí)用項(xiàng)目, 引導(dǎo)你利用特征工程優(yōu)化訓(xùn)練數(shù)據(jù)。每章探討一個(gè)代碼驅(qū)動(dòng)的新案例研究, 涉及金融、醫(yī)療等行業(yè)。你將學(xué)會(huì)清洗和轉(zhuǎn)換數(shù)據(jù), 學(xué)會(huì)減少偏見(jiàn)。本書(shū)呈現(xiàn)各種性能提升技巧, 涵蓋從自然語(yǔ)言處理到時(shí)間序列分析等所有主要機(jī)器學(xué)習(xí)子領(lǐng)域。
本書(shū)的目標(biāo)是向你介紹圖數(shù)據(jù)結(jié)構(gòu)、圖分析和圖機(jī)器學(xué)習(xí)的概念、技術(shù)和工具。每章的開(kāi)頭都列出了目標(biāo),大致分為三個(gè)方面:學(xué)習(xí)圖分析和機(jī)器學(xué)習(xí)的概念;用圖分析解決特定問(wèn)題;了解如何使用GSQL查詢語(yǔ)言和TigerGraph圖平臺(tái)。首先介紹圖數(shù)據(jù)的基本概念,然后通過(guò)連接、分析、學(xué)習(xí)三大部分深入講解一些圖算法和機(jī)器學(xué)習(xí)技術(shù)。
本書(shū)提供使用PyTorch 開(kāi)發(fā)深度學(xué)習(xí)應(yīng)用程序的基本原理和方法,旨在為讀者介紹機(jī)器學(xué)習(xí)工程師和數(shù)據(jù)科學(xué)家在解決深度學(xué)習(xí)問(wèn)題中所采用的主流現(xiàn)代算法與技術(shù),緊跟深度學(xué)習(xí)領(lǐng)域的最新發(fā)展趨勢(shì),助力初學(xué)者熟練掌握PyTorch。本書(shū)的核心優(yōu)勢(shì)在于,采用易于理解的問(wèn)題與解決方案的結(jié)構(gòu),全面而詳盡地講解了PyTorch的使用方法,并提供了大量相應(yīng)的代碼示例,以便將這些概念順利應(yīng)用于實(shí)際項(xiàng)目中。本書(shū)適合對(duì)計(jì)算機(jī)視覺(jué)、自然語(yǔ)言處理等領(lǐng)域感興趣的人士閱讀。對(duì)于希望在深度學(xué)習(xí)任務(wù)中運(yùn)用PyTorch 的讀者
本書(shū)從機(jī)器學(xué)習(xí)的基本概念出發(fā),系統(tǒng)地介紹了各種機(jī)器學(xué)習(xí)算法的原理與應(yīng)用。書(shū)中強(qiáng)調(diào)了算法在實(shí)際問(wèn)題中的應(yīng)用與案例分析,通過(guò)完整的解決步驟和結(jié)果展示,使讀者能夠充分掌握算法建模的技術(shù)。本書(shū)涵蓋了監(jiān)督學(xué)習(xí)、無(wú)監(jiān)督學(xué)習(xí)、半監(jiān)督學(xué)習(xí)等主要機(jī)器學(xué)習(xí)算法。
"《機(jī)器學(xué)習(xí)項(xiàng)目成功交付》詳細(xì)闡述了與機(jī)器學(xué)習(xí)成功交付相關(guān)的基本知識(shí),主要包括項(xiàng)目前期,開(kāi)始工作,深入研究問(wèn)題,探索性數(shù)據(jù)分析、道德和基線評(píng)估,使用機(jī)器學(xué)習(xí)技術(shù)制作實(shí)用模型,測(cè)試和選擇模型,系統(tǒng)構(gòu)建和生產(chǎn),發(fā)布項(xiàng)目等內(nèi)容。此外,本書(shū)還提供了相應(yīng)的示例、代碼,以幫助讀者進(jìn)一步理解相關(guān)方案的實(shí)現(xiàn)過(guò)程。本書(shū)適合作為高等院校計(jì)算機(jī)及相關(guān)專業(yè)的教材和教學(xué)參考書(shū),也可作為相關(guān)開(kāi)發(fā)人員的自學(xué)用書(shū)和參考手冊(cè)。"
"本書(shū)循序漸進(jìn)地介紹了深度學(xué)習(xí)的基礎(chǔ)知識(shí)與常用方法,全面細(xì)致地提供了深度學(xué)習(xí)操作的原理和在深度學(xué)習(xí)框架下的實(shí)踐步驟。本書(shū)共分為三部分,理論基礎(chǔ)、實(shí)驗(yàn)和案例。第一部分理論基礎(chǔ),包括第1~7章,主要介紹深度學(xué)習(xí)的基礎(chǔ)知識(shí)、深度學(xué)習(xí)在不同領(lǐng)域的應(yīng)用、不同深度學(xué)習(xí)框架的對(duì)比以及機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)等內(nèi)容; 第二部分實(shí)驗(yàn),包括第8~9章,主要講解常用深度學(xué)習(xí)框架的基礎(chǔ)以及計(jì)算機(jī)視覺(jué)、自然語(yǔ)言處理、強(qiáng)化學(xué)習(xí)和可視化技術(shù)領(lǐng)域的一些實(shí)驗(yàn)講解。第三部分案例包括第10~17章,通過(guò)8個(gè)案例介紹深度學(xué)習(xí)在圖像分類、目標(biāo)
因素空間是信息、智能和數(shù)據(jù)科學(xué)的數(shù)學(xué)基礎(chǔ)理論。本書(shū)將介紹因素空間如何將智能生成的統(tǒng)一機(jī)制落實(shí)到各行各業(yè),開(kāi)展全民智能孵化的洛神工程。 本書(shū)主要內(nèi)容包括:介紹因素的范式特質(zhì)和智能孵化洛神工程的內(nèi)容;介紹因素空間對(duì)智能生成機(jī)制的落實(shí)細(xì)則;介紹因素顯隱的理論,將現(xiàn)有人工智能數(shù)學(xué)算法歸結(jié)到回歸和優(yōu)化兩大方面,突出支持向量機(jī)與因素空間對(duì)支持向量機(jī)的改進(jìn),并介紹作者在線性規(guī)劃方面的獨(dú)特貢獻(xiàn);強(qiáng)調(diào)智能的核心是因果分析,支持珀?duì)柕囊蚬锩摚?duì)其中的瑕疵進(jìn)行改進(jìn);作為智能孵化的一個(gè)應(yīng)用,介紹循證因素
本書(shū)從多角度覆蓋了多智能體自主協(xié)同技術(shù)的內(nèi)容,分5篇共18章,包括多智能體系統(tǒng)的協(xié)同基礎(chǔ)、集群控制、通信優(yōu)化、任務(wù)協(xié)同及目標(biāo)追蹤,旨在將多智能體自主協(xié)同技術(shù)中的方法和理論結(jié)合起來(lái),并強(qiáng)調(diào)協(xié)同基礎(chǔ)的重要性,具有基礎(chǔ)性、應(yīng)用性、綜合性和系統(tǒng)性等特點(diǎn)。本書(shū)可以作為多智能體系統(tǒng)領(lǐng)域研究的入門指南,或者作為協(xié)同無(wú)人系統(tǒng)工程師的自學(xué)教材,還可以用作高年級(jí)本科生以及研究生教材。另外,本書(shū)也可以作為協(xié)同無(wú)人系統(tǒng)、無(wú)人飛行系統(tǒng)以及無(wú)人系統(tǒng)的補(bǔ)充閱讀材料。