生成式AI賦能一本通-編程.數據科學與專業寫作 9787122475992 龔超 夏小俊 張鵬宇等

*書籍均為代購，我們向大陸付款發訂後即無法取消，為避免造成不必要的損失，
下訂前請慎重考慮！下訂前請慎重考慮！謝謝。
*完成訂單後正常情形下約兩周可抵台。
*本賣場提供之資訊僅供參考，以到貨標的為正確資訊。
印行年月：202504*若逾兩年請先於客服中心或Line洽詢存貨情況，謝謝。
台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。
書名：生成式AI賦能一本通-編程.數據科學與專業寫作
ISBN：9787122475992
出版社：化學工業
著編譯者：龔超 夏小俊 張鵬宇等
頁數：290
所在地：中國大陸 *此為代購商品
書號：1716508
可大量預訂，請先連絡。

內容簡介

《生成式AI賦能一本通：編程、數據科學與專業寫作》全面介紹了生成式AI在編程、數據科學及專業寫作領域的廣泛應用與深刻影響。主要內容涵蓋生成式AI的核心原理、技術挑戰、治理策略，以及如何通過提示詞工程與AIGC方法論提升工作效率。讀者將從中獲得與AI高效溝通的技巧，掌握利用大模型進行Python程序設計、數據分析、數學與機器學習自學的方法，並通過豐富案例了解AIGC在科技論文寫作、金融數據分析及創建AI智能體等方面的實際應用。本書旨在幫助讀者理解使用大模型的方法和思路，以在AI時代保持競爭力，實現個人與組織的數字化轉型。 本書主要讀者群體包括計算機專業學生、AI從業者、程序員、數據分析師、科研人員及對未來科技感興趣的廣大讀者。

作者簡介

龔超，日本工學博士，清華大學日本研究中心主任助理，深圳清華大學研究院下一代互聯網研發中心核心成員，未來基因（北京）人工智能研究院首席專家，教育部教育信息化教學應用實踐共同體項目特聘專家。中國人工智能學會中小學工作委員會委員，中國自動化學會普及工作委員會委員。研究方向為人工智能優化算法，人工智能在數字化轉型中的應用等。多家500強企業數字化轉型領域高級顧問，在國內外期刊上發表文章共計60餘篇。

目錄

1 AI交流的探索時代：從對話到協作
1 1 大模型引發的技術浪潮與環境重塑
1 1 1 從開端到未來：OpenAI發展歷程的技術啟示與社會影響
1 1 2 大模型：AI時代的新起點
1 1 3 學習、生活與工作的新模式
1 1 4 技能不再稀缺，我們應該關注什麼？
1 2 聊天機器人的那些事兒
1 2 1 聊天機器人的演化：從ELIZA到DeepSeek
1 2 2 揭開聊天機器人背後的理論淵源：從哲學到未來啟示
1 2 3 未來時代，人機協作的必由之路
1 3 自然語言處理的發展史
1 3 1 什麼是自然語言處理
1 3 2 萌芽期（1950年代至1970年代）：規則方法的探索與局限
1 3 3 統計方法的興起（1970年代至2000年代初）：自然語言處理的革命性進步
1 3 4 深度學習時代（2000年代中期至2010年代）：自然語言處理的轉折點
1 3 5 預訓練模型的出現（2018年至今）
2 解構智慧之源：生成式AI背後的核心原理
2 1 大模型的核心算法架構
2 1 1 Transformer：AI革命的基石
2 1 2 Transformer的擴展與優化模型
2 1 3 多模態大模型的崛起：人工智能的新前沿
2 2 語言數據與表示方法
2 2 1 語言數據的基礎表示：從獨熱編碼到詞袋模型
2 2 2 詞向量表示的演化：從Word2Vec到GloVe
2 2 3 Token化與語言建模：打開自然語言理解的大門
2 3 學習方式與技術突破
2 3 1 探索學習範式的多樣性：從傳統到創新
2 3 2 基於人類反饋的強化學習
2 3 3 規模法則：大模型發展的驅動力
2 3 4 湧現：生成式AI中的關鍵現象
2 3 5 大模型驅動的社會模擬：以斯坦福小鎮為例
3 AIGC的挑戰與治理
3 1 生成式AI技術與挑戰
3 1 1 大模型幻覺：挑戰、原因與應對策略
3 1 2 大模型「三角難題」的權衡與挑戰
3 1 3 合成數據：AIGC創作的基石與隱憂
3 1 4 大模型的能耗挑戰與綠色發展
3 2 AIGC信息與安全
3 2 1 內容創作中的隱私與安全
3 2 2 AIGC的知識產權挑戰：法律與技術的平衡之道
3 2 3 虛假信息與越獄：AIGC時代的挑戰與應對
3 3 AIGC與社會發展
3 3 1 AIGC時代的職業技能革命：從文字創作到全新崗位
3 3 2 跨越技術門檻：AIGC賦能創作與數字鴻溝的平衡之道
3 3 3 大模型偏見與AIGC創作：挑戰與共創未來
3 3 4 AI時代的素養與能力：從作文到計算思維
3 3 5 AIGC時代的教育：禁用還是引導
3 3 6 AI對齊：目標、價值觀與利益的平衡之道
3 3 7 AIGC倫理挑戰與全球治理探索
4 如何與AI有效溝通：提示詞工程
4 1 與大模型高效溝通：從提問到提示工程
4 1 1 學會提問很重要
4 1 2 理解與利用大模型
4 1 3 提示與提示工程
4 2 提示詞工程技巧
4 2 1 思路與原則
4 2 2 優化與提升
4 2 3 驗證與改進
4 3 BRIGHT法則
4 3 1 背景詞（background word）
4 3 2 角色詞（role word）
4 3 3 指令詞（instruction word）
4 3 4 引導詞（guided word）
4 3 5 啟發詞（heuristic word）
4 3 6 任務詞（task word）
4 3 7 舉例說明
5 AIGC賦能Python程序設計
5 1 G-KEEP-ART方法論
5 2 G-KEEP-ART方法論實踐
5 2 1 明目標，繪藍圖
5 2 2 分層次，列清單
5 2 3 細解答，舉實例
5 2 4 行於實，踐于知
5 2 5 活應用，妙理通
5 2 6 學需測，記方深
5 2 7 學為用，知轉能
5 3 人工智能賦能程序設計
5 3 1 基於大模型的Python程序入門優勢
5 3 2 未來展望：人工智能賦能編程教育
6 利用AIGC進行數據分析
6 1 AIGC賦能數字素養提升
6 1 1 數據素養：驅動創新與進步的核心力量
6 1 2 數據分析：提升數據素養的關鍵能力
6 1 3 為什麼使用大模型進行數據分析？
6 2 數據準備與初步分析
6 2 1 數據分析準備
6 2 2 數據導入與預處理
6 2 3 數據理解與探索性分析
6 3 深入分析與可視化呈現
6 3 1 特徵工程
6 3 2 假設檢驗
6 3 3 時間序列分析
6 3 4 可視化
7 跟著AIGC自學數學與機器學習
7 1 機器學習的數學基礎
7 1 1 為什麼利用AIGC賦能數學
7 1 2 如何利用AIGC賦能數學：以微積分為例
7 2 機器學習基礎
7 2 1 什麼是機器學習
7 2 2 機器學習的學習方式
7 2 3 機器學習下的四類問題
7 2 4 監督學習與無監督學習流程
7 3 大模型賦能下的機器學習
7 3 1 為何要用大模型學習機器學習
7 3 2 詢問學習算法的前置知識
7 3 3 一步一步「聊」懂算法原理與代碼
7 3 4 問出算法的步驟
7 3 5 小學生能懂的機器學習
8 AIGC賦能案例
8 1 AIGC賦能科技論文寫作
8 1 1 四大原則
8 1 2 初探：從選
詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於客服中心或Line或本社留言板留言，我們即儘速上架。

大陸簡體正版圖書，訂購後正常情形下約兩周可抵台。