本書致力于為廣大讀者提供一份深入且實用的指引，旨在闡述如何將ChatGPT技術高效融入多個行業(yè)及日常生活之中。本書自ChatGPT基礎概念講起，逐步深入至其高級功能與參數(shù)設定，同時細致解析通過API實現(xiàn)個性化定制的途徑。書中不僅著重于ChatGPT在教育、金融、心理健康、翻譯、辦公自動化等關鍵領域的應用案例，亦旨在激發(fā)

"人工智能（AI）技術造福了人類,但是如果不恰當?shù)亻_發(fā)和使用，反而會傷害人類和社會。針對AI技術的新特征和新挑戰(zhàn)，本書系統(tǒng)提出并全面介紹“以人為中心人工智能”的理念、方法和應用�；�于“以人為中心人工智能”的理念，本書系統(tǒng)提出“人智交互”(人�踩斯ぶ悄芙换�)這一跨學科新領域，定義人智交互的研究對象、方法、關鍵問題、研究范

機器學習是人工智能的重要技術基礎，涉及的內容十分廣泛。本書內容涵蓋了機器學習的基礎知識，主要包括機器學習的概論、統(tǒng)計學習基礎、分類、聚類、神經(jīng)網(wǎng)絡、貝葉斯網(wǎng)絡、支持向量機、進化計算、文本分析等經(jīng)典的機器學習理論知識，也包括用于大數(shù)據(jù)機器學習的分布式機器學習算法、深度學習和加強學習等高等級內容。此外，還介紹了機器學習的熱

"本書介紹了現(xiàn)代智能信息處理的多個方面，包括人工智能的發(fā)展歷程，人工智能的應用現(xiàn)狀，人工智能相關的數(shù)學知識，人工智能方法（監(jiān)督學習、無監(jiān)督學習、半監(jiān)督學習、強化學習、深度學習），智能通信信息處理，智能計算機信息處理以及智能生物醫(yī)學信息處理等�！冬F(xiàn)代智能信息處理》側重智能信息處理的基本方法，突出結合實際運用場景展開，展示

本書首先介紹深度學習，并與其他機器學習模型進行比較，并闡述與TensorFlow互補的用于創(chuàng)建深度學習模型的技術，如Panda、Scikit-Learn和Numpy。隨后介紹有監(jiān)督的深度學習模型，并使用單層的多個感知器構建淺層神經(jīng)網(wǎng)絡，使用Tensorflow2.0和KerasAPI創(chuàng)建真實的應用程序。隨后是數(shù)據(jù)增強和

"《大模型時代的人工智能基礎與實踐——基于OmniForce的應用開發(fā)教程》由京東探索研究院及京東教育聯(lián)袂撰寫，圖文并茂地介紹傳統(tǒng)人工智能和新一代人工智能（基于大模型的通用人工智能技術），展示人工智能廣闊的應用場景。同時，本書介紹新一代人工智能模型OmniForce實訓平臺的操作，幫助讀者深入學習人工智能理論并輕松創(chuàng)建

"模式識別是人工智能技術的重要分支，也是實現(xiàn)機器智能的重要手段。本書作為該領域的入門教材，介紹了各類典型的模式識別的理論與方法。全書共10章。第1章為緒論；第2~5章介紹與模式識別相關的人工智能基礎知識，包括智能Agent、確定性知識表示與推理、搜索策略、智能優(yōu)化算法等；第6章介紹特征提取與選擇方法，應用于模式識別中的

本書系統(tǒng)介紹了基于狀態(tài)空間模型的狀態(tài)反饋及卡爾曼濾波方法，共8章，由三部分組成，第一部分（第1、2章），連續(xù)時間狀態(tài)反饋控制；第二部分（第3～6章），離散時間狀態(tài)反饋控制；第三部分（第7、8章），卡爾曼濾波。本書介紹了連續(xù)系統(tǒng)及離散系統(tǒng)的狀態(tài)空間模型建模、狀態(tài)反饋控制器、觀測器、干擾抑制及參考信號跟蹤的設計方法，并結合

本書深度剖析人工智能領域的最新趨勢及其對未來的潛在影響，特別是聚焦于歐盟在這一領域的政策動向、監(jiān)管措施和立法進展。書中詳細闡述歐盟對于算法的通用監(jiān)管策略，展示其在構建倫理監(jiān)管環(huán)境方面所取得的最新成就，并提供對歐盟道德法規(guī)與可信賴人工智能的宏觀洞察。內容不僅涵蓋科學信息技術的基礎概念闡釋，還深入探討歐盟機構層面的立法、監(jiān)

本書全面且詳細地闡述了控制工程領域的基礎理論知識。全書共7章，深入淺出地介紹了自動控制系統(tǒng)的基本概念、控制系統(tǒng)的數(shù)學模型、基于傳遞函數(shù)的時域分析與設計、控制系統(tǒng)的根軌跡分析與設計、控制系統(tǒng)的頻域分析、控制系統(tǒng)的校正、線性離散系統(tǒng)的分析和校正相關知識。