Illustrator是Adobe 公司推出的一款功能強(qiáng)大的矢量應(yīng)用軟件，可以用來(lái)繪制插畫、制作海報(bào)、設(shè)計(jì)網(wǎng)頁(yè)等。它既可以用來(lái)處理矢量圖形，也可以用來(lái)處理位圖。本書正是一本優(yōu)秀的實(shí)訓(xùn)學(xué)習(xí)用書。本書采用理論結(jié)合實(shí)戰(zhàn)的方式編寫，兼具實(shí)戰(zhàn)技巧和應(yīng)用理論，隨書附贈(zèng)所有案例的源文件、素材、視頻教程和教學(xué)PPT。視頻教程可以讓讀者在類似看電影的輕松狀態(tài)下了解案例的具體制作過程，結(jié)合源文件和素材能使讀者更快速地提高設(shè)計(jì)水平。作者編寫本書的初衷是兼顧理論與實(shí)踐，所以在內(nèi)容編排上通過理論與案例相結(jié)合的形式來(lái)展現(xiàn)每
本書以智能機(jī)器人開發(fā)的基本技術(shù)為主要脈絡(luò)，以 ROS 作為核心開發(fā)平臺(tái)，以企業(yè)真實(shí)產(chǎn)品為載體，以崗位能力要求為導(dǎo)向。本書主要內(nèi)容包括智能機(jī)器人認(rèn)知與組成架構(gòu)、智能機(jī)器人運(yùn)動(dòng)控制、智能機(jī)器人環(huán)境建圖、智能機(jī)器人自主導(dǎo)航、智能機(jī)器人自主無(wú)線充電、智能機(jī)器人避障、智能機(jī)器人語(yǔ)音控制、智能機(jī)器人目標(biāo)跟隨、智能機(jī)器人的機(jī)械臂運(yùn)動(dòng)控制、智能機(jī)器人的機(jī)械臂視覺抓取、智能機(jī)器人目標(biāo)檢測(cè)、智能機(jī)器人戴口罩人臉識(shí)別、智能機(jī)器人倉(cāng)儲(chǔ)應(yīng)用場(chǎng)景開發(fā)、智能機(jī)器人導(dǎo)游應(yīng)用場(chǎng)景開發(fā)、智能機(jī)器人家政服務(wù)應(yīng)用場(chǎng)景開發(fā)。
本書系統(tǒng)介紹了推薦算法的知識(shí)框架和技術(shù)細(xì)節(jié)，包括召回、粗排、精排和重排等模塊。第1章從用戶體驗(yàn)、內(nèi)容生產(chǎn)和平臺(tái)發(fā)展角度介紹為什么需要推薦系統(tǒng)，并闡述推薦系統(tǒng)的分類及整體技術(shù)架構(gòu)。第2章介紹推薦算法模型的基礎(chǔ)——數(shù)據(jù)樣本和特征工程。第3章介紹傳統(tǒng)推薦算法。第4~7章介紹推薦系統(tǒng)中最復(fù)雜的部分——精排模塊，包括特征交叉、用戶行為序列建模、Embedding表征學(xué)習(xí)和多任務(wù)學(xué)習(xí)。第8章介紹召回模塊，并詳細(xì)講解非個(gè)性化召回和個(gè)性化召回算法。第9章介紹粗排模塊，重點(diǎn)講解特征蒸餾和輕量級(jí)特征交叉等方法。第1
本書探討了AI領(lǐng)域的AI Agent（智能體）和生成式AI的前沿進(jìn)展，以及這些技術(shù)如何重塑我們的生活和工作方式。本書首先回顧了AI技術(shù)的演變歷程，并強(qiáng)調(diào)了智能體的定義及其在客戶服務(wù)、醫(yī)療健康和制造業(yè)等領(lǐng)域的廣泛應(yīng)用。本書也對(duì)智能體與傳統(tǒng)軟件進(jìn)行了對(duì)比，分析了智能體的自主性、適應(yīng)性和協(xié)作能力。生成式AI的崛起也被特別提及，其在藝術(shù)創(chuàng)作、數(shù)據(jù)增強(qiáng)等領(lǐng)域的應(yīng)用被廣泛討論。本書還探討了智能體在多智能體系統(tǒng)中的協(xié)同作用和具身智能的概念，分析了智能體的商業(yè)應(yīng)用，包括企業(yè)級(jí)應(yīng)用與任務(wù)規(guī)劃、流程優(yōu)化等，同時(shí)也指
本書的結(jié)構(gòu)由淺入深，第1章和第2章介紹大語(yǔ)言模型和LangChain的基礎(chǔ)知識(shí)，使讀者能夠?qū)Ρ緯鴥?nèi)容有整體的認(rèn)識(shí)，并完成運(yùn)行環(huán)境的安裝配置，為后續(xù)實(shí)踐奠定基礎(chǔ)。第3章至第8章詳細(xì)介紹LangChain的重要模塊，包括模型調(diào)用、鏈、智能體等，深入淺出地介紹了各模塊的原理和使用方式。第9章至第11章涉及實(shí)踐項(xiàng)目，包括對(duì)話機(jī)器人、代碼理解、檢索增強(qiáng)生成，通過這些項(xiàng)目，讀者能更好地理解如何基于LangChain構(gòu)建自己的大語(yǔ)言模型應(yīng)用系統(tǒng)。
本書以PyTorch作為深度學(xué)習(xí)框架，主要包括4部分。第1部分（第1、2章），主要概述PyTorch基礎(chǔ)知識(shí)與常見深度學(xué)習(xí)算法實(shí)現(xiàn)，例如，CNN、LSTM，即CNN-LSTM；第2部分（第3～5章）高級(jí)神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)，主要包括常見的深度學(xué)習(xí)網(wǎng)絡(luò)結(jié)構(gòu)，例如CNN、RNN及最新的Transformer等模型；第3部分（第6～9章）生成式AI和深度強(qiáng)化學(xué)習(xí)，主要包括GAN、GPT和DQN等算法；第4部分（第10～14章）生產(chǎn)中PyTorch落地的幾個(gè)關(guān)鍵性主題，分布式訓(xùn)練、自動(dòng)機(jī)器學(xué)習(xí)管道構(gòu)建和硬件快速
用戶體驗(yàn)是用戶對(duì)產(chǎn)品、系統(tǒng)或服務(wù)的使用或預(yù)期使用所產(chǎn)生的感知和反應(yīng)，具有較強(qiáng)的主觀性。如何對(duì)主觀性較強(qiáng)的用戶體驗(yàn)進(jìn)行優(yōu)化設(shè)計(jì)受到越來(lái)越多的關(guān)注，本書系統(tǒng)論述了用戶體驗(yàn)?zāi)：齼?yōu)化設(shè)計(jì)方法及應(yīng)用。第1章對(duì)用戶體驗(yàn)優(yōu)化設(shè)計(jì)進(jìn)行介紹；第2章對(duì)模糊理論進(jìn)行論述；第3～5章分別探討多目標(biāo)進(jìn)化優(yōu)化、穩(wěn)健參數(shù)設(shè)計(jì)、人因差錯(cuò)預(yù)防等用戶體驗(yàn)優(yōu)化設(shè)計(jì)方法；第6～9章結(jié)合具體應(yīng)用案例論述如何基于模糊信息進(jìn)行用戶體驗(yàn)的優(yōu)化設(shè)計(jì)，內(nèi)容包括面向多目標(biāo)進(jìn)化優(yōu)化的產(chǎn)品造型設(shè)計(jì)、面向穩(wěn)健參數(shù)設(shè)計(jì)的產(chǎn)品造型設(shè)計(jì)、面向穩(wěn)健參數(shù)設(shè)計(jì)的用戶
作為人工智能的核心技術(shù)，機(jī)器學(xué)習(xí)在數(shù)據(jù)分析中具有舉足輕重的地位。本書在介紹機(jī)器學(xué)習(xí)相關(guān)知識(shí)的基礎(chǔ)上，主要介紹了如何對(duì)有噪聲的數(shù)據(jù)進(jìn)行魯棒回歸分析。全書共6章，除第1章外，各章對(duì)異常點(diǎn)或重尾分布數(shù)據(jù)中的具體問題進(jìn)行了詳細(xì)分析與建模，所涉及的問題包括權(quán)值選擇問題、變量相關(guān)性問題以及網(wǎng)絡(luò)數(shù)據(jù)問題等。本書對(duì)于構(gòu)建具有魯棒性的機(jī)器學(xué)習(xí)模型具有很好的參考性，適用于含噪聲的數(shù)據(jù)分析與應(yīng)用，可供數(shù)據(jù)分析、人工智能等相關(guān)專業(yè)師生及行業(yè)技術(shù)人員參考閱讀。
本書講解利用Excel進(jìn)行數(shù)據(jù)分析的相關(guān)知識(shí)，主要內(nèi)容包括：數(shù)據(jù)分析基礎(chǔ)知識(shí)、數(shù)據(jù)源的鏈接、M語(yǔ)言與數(shù)據(jù)爬蟲、公式與函數(shù)、數(shù)據(jù)的整理、條件格式的應(yīng)用等。
本書主要內(nèi)容包括：Tableau數(shù)據(jù)分析概述、連接數(shù)據(jù)源、Tableau基礎(chǔ)操作、數(shù)據(jù)可視化、統(tǒng)計(jì)分析、儀表板和故事；Tableau Prep數(shù)據(jù)清洗、處理、角色和參數(shù)，Tableau Prep的高級(jí)應(yīng)用，數(shù)據(jù)清洗和分析案例，以及Tableau在線服務(wù)器等。
新書資訊 新書推薦