人工智能大模型-機器學習基礎 段小手 9787301308189 【台灣高等教育出版社】

*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：202505*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：人工智能大模型-機器學習基礎
ISBN：9787301308189
出版社：北京大學
著編譯者：段小手
頁數：308
所在地：中國大陸 *此為代購商品
書號：1732104
可大量預訂，請先連絡。

編輯推薦

故事化講解：以故事為線索，跟主角一起輕鬆掌握機器學習精髓。 階梯式學習：從傳統機器學習到Transformer架構，助力穩步掌握關鍵知識與技能。 場景化教學：緊密貼合實際，聚焦生活案例，讓算法原理在真實場景中落地。 智能體開髮指南：教你運用現有工具創建智能體，快速搭建個性化AI智能體。

內容簡介

隨著國際前沿的ChatGPT、LLaMA，以及國內自主研發的DeepSeek、文心一言等AI大模型的崛起，人工智能正以驚人的速度融入我們的工作和生活，重塑我們的工作和生活方式。它們能夠通過學習和理解人類的語言來進行對話，並根據上下文進行互動。它們能夠撰寫郵件、論文、腳本，制定商業提案，創作詩歌、故事，甚至可以編寫代碼、檢查程序錯誤等。 本書以大學生村官小L的故事為線索，深入淺出地探討經典機器學習的基礎知識、深度學習的基本原理，以及形形色色的生成式模型。通過本書的學習，讀者不僅可以了解AI大模型的核心技術，還能深刻理解其在實際場景中的應用與價值，甚至可以自己動手設計和構建適用於特定場景的AI模型。衷心地希望本書能成為讀者探索AI世界的鑰匙，能引領大家走向更加廣闊的未來。

作者簡介

段小手，君兮科技創始人，畢業於北京大學。具有10餘年國內一線互聯網/電子商務公司項目管理經驗。其負責的跨境電子商務項目曾獲得「國家發改委電子商務示範項目」「中關村現代服務業試點項目」「北京市信息化基礎設施提升項目」「北京市外貿綜合公共平台」等專項政策支持。目前重點研究領域為機器學習和深度學習等方面。

目錄

第1章 緣起——初識機器學習
1 1 機器學習是什麼——從一個小任務說起
1 2 實踐：數據可視化、模型訓練與預測
1 2 1 對數據進行可視化分析
1 2 2 線性回歸模型的訓練
1 2 3 查看模型參數並做出預測
1 3 模型怎麼評估
1 3 1 回歸任務和分類任務
1 3 2 怎麼評估模型的性能
1 4 什麼是模型的泛化能力
1 4 1 訓練集和測試集
1 4 2 模型的過擬合和欠擬合
1 4 3 什麼是正則化
1 5 小結和練習
第2章 Z書記的考驗——一些經典機器學習算法
2 1 領導的雄心與N村的產業
2 2 水果種植基地的病蟲害與邏輯回歸
2 2 1 土壤條件與病蟲害數據集
2 2 2 邏輯回歸模型的訓練與評估
2 2 3 邏輯回歸的原理是什麼
2 3 銀飾工坊與決策樹
2 3 1 銀飾工坊銷售數據集
2 3 2 決策樹模型的訓練與可視化
2 3 3 決策樹模型的工作原理
2 3 4 簡單說一下隨機森林
2 4 四季花海與支持向量機
2 4 1 遊客流量數據集
2 4 2 訓練支持向量機模型並可視化
2 4 3 SVM的基本原理
2 5 誰是優秀銷售商——無監督學習算法
2 5 1 沒有標籤的數據集
2 5 2 使用K-Means算法完成聚類
2 5 3 K-Means是如何工作的
2 6 小結與練習
第3章 大賽在即——深度學習登場
3 1 比賽數據是非結構化數據
3 2 亮個相吧，深度學習
3 2 1 什麼是神經網絡
3 2 2 動手訓練一個神經網絡
3 2 3 模型在測試集上的表現如何
3 3 掰開揉碎看模型
3 3 1 模型的幾個層和激活函數
3 3 2 優化器與學習率
3 3 3 模型的損失函數
3 4 卷積神經網絡
3 4 1 什麼是卷積
3 4 2 動手訓練CNN
3 4 3 神經網絡的關鍵參數和步驟
3 5 小結與練習
第4章 你聽說過生成式模型嗎
4 1 什麼是生成式模型
4 2 玩一個生成式模型遊戲
4 2 1 數據版「你畫我猜」
4 2 2 生成式模型的核心思想
4 2 3 什麼是表徵學習
4 3 一點概率論知識
4 3 1 樣本空間與概率密度函數
4 3 2 什麼是似然性
4 3 3 最大似然估計
4 4 生成式模型家族來報到
4 4 1 兩大家族都是誰
4 4 2 顯式密度建模家族的兩大分支
4 4 3 隱式密度建模家族的代表
4 5 小結與練習
第5章 教會機器「寫」數字——變分自編碼器
5 1 先介紹一下自編碼器
5 2 動手搭建一個自編碼器
5 2 1 MNIST數據集
5 2 2 先定義一個編碼器
5 2 3 接下來創建解碼器
5 2 4 把編碼器和解碼器「串」起來
5 2 5 看看自編碼器寫的數字
5 2 6 瞧一瞧潛在空間
5 3 再試試變分自編碼器
5 3 1 多變數正態分佈
5 3 2 創建VAE的編碼器
5 3 3 解碼器與KL散度
5 3 4 看看VAE寫的數字
5 4 小結與練習
第6章 又回銀飾工坊——生成對抗網絡
6 1 銀飾工坊的煩惱
6 2 深度卷積生成對抗網絡
6 2 1 數據載入與處理
6 2 2 創建生成器
6 2 3 創建判別器
6 2 4 訓練我們的DCGAN模型
6 3 條件生成對抗網絡
6 3 1 CGAN模型的生成器
6 3 2 CGAN的判別器
6 3 3 合併生成器與判別器並訓練
6 3 4 讓CGAN「畫」出我們想要的圖樣
6 4 小結與練習
第7章 馳援T市——自回歸模型
7 1 T市需要招聘外國人
7 2 自回歸模型與長短期記憶網絡
7 2 1 去哪裡找訓練數據
7 2 2 麻煩的文本數據——向量化
7 2 3 搭建LSTM網絡模型
7 2 4 嵌入層和LSTM層
7 2 5 LSTM模型的訓練
第4章 你聽說過生成式模型嗎
第5章 教會機器「寫」數字——變分自編碼器
第6章 又回銀飾工坊——生成對抗網絡
第7章 馳援T市——自回歸模型
第8章 四季花海的潑天富貴——標準化流模型
第9章 願你一路生花——擴散模型
第10章 酒香也怕巷子深——試試Transformer模型
第11章 高效解決方案——HuggingFace
第12章 我說你畫——多模態模型
第11章 高效解決方案——HuggingFace
第12章 我說你畫——多模態模型
第13章 大結局——各自前程似錦

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。