幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

大模型技術與應用(新時代大學電腦通識教育教材)

  • 作者：編者:王志強//蔡平//王儀豐|責編:袁勤勇
  • 出版社：清華大學
  • ISBN：9787302685319
  • 出版日期：2025/03/01
  • 裝幀：平裝
  • 頁數：242
人民幣：RMB 58 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書根據全國高等院校電腦基礎教育研究會發布的《中國高等院校電腦基礎教育課程體系2024》中有關「大模型技術及應用」課程參考方案編寫。
    本書是高等學校人工智慧通識教育的一門核心課程教材，主要內容包括大模型的定義、分類、構建流程、層次結構、核心技術、典型平台、API調用、提示工程、典型應用、數據分析、行業應用和未來趨勢等。此外，附錄部分還設計了6個實驗，旨在幫助讀者將理論知識轉化為實踐能力。本書內容新穎，講解深入淺出，並配有大量的例題和習題。
    本書為教師提供了教學大綱、PPT課件及習題參考答案等配套教學資源，讀者可登錄清華大學出版社官網下載。本書適合作為高等學校文理工通用的人工智慧通識課程教材，也可供對人工智慧和大模型技術感興趣的工程師和研究人員參考。
作者介紹
編者:王志強//蔡平//王儀豐|責編:袁勤勇
目錄
第1章  大模型技術概述
  1.1  人工智慧與大模型發展史
  1.2  大模型的定義
  1.3  大模型的分類
    1.3.1  按模態方式劃分
    1.3.2  按應用領域劃分
  1.4  大模型的構建流程
    1.4.1  數據準備
    1.4.2  模型選擇與設計
    1.4.3  模型訓練
    1.4.4  模型評估與優化
    1.4.5  模型部署與維護
  1.5  大模型的應用場景
    1.5.1  文字生成：從對話到創作
    1.5.2  圖像生成：從想象到現實
    1.5.3  音視頻生成：聲音與畫面的合成
    1.5.4  虛擬人生成：數字生命的誕生
    1.5.5  代碼生成：編程的自動化
    1.5.6  多模態生成：融合的藝術
    1.5.7  策略生成：決策的智能化
  1.6  大模型與搜索引擎
    1.6.1  相似性
    1.6.2  差異性
    1.6.3  互補性
  本章小結
  習題
第2章  大模型技術平台
  2.1  大模型的層次結構
    2.1.1  硬體基礎設施層
    2.1.2  軟體基礎設施層
    2.1.3  模型即服務層
    2.1.4  應用層
  2.2  大模型的三大要素
    2.2.1  算力
    2.2.2  演算法
    2.2.3  數據
    2.2.4  三大要素的協同
  2.3  大模型的核心技術
    2.3.1  Transformer架構
    2.3.2  預訓練模型
    2.3.3  模型微調
    2.3.4  基於人類反饋的強化學習
    2.3.5  模型推理
  2.4  大模型的典型平台
    2.4.1  文心一言
    2.4.2  Kimi智能助手
    2.4.3  ChatGPT
  2.5  大模型的API調用
    2.5.1  API調用的意義
    2.5.2  API的調用過程

    2.5.3  文心大模型的API調用
  本章小結
  習題一
第3章  大模型提示工程
  3.1  提示工程概述
    3.1.1  提示工程的優化方法
    3.1.2  提示工程的應用場景
  3.2  零樣本提示
    3.2.1  零樣本提示的內涵
    3.2.2  零樣本提示的優化策略
    3.2.3  零樣本提示的應用場景
    3.2.4  零樣本提示與遷移學習的關係
  3.3  少樣本提示
    3.3.1  少樣本提示的內涵
    3.3.2  少樣本提示的工作原理
    3.3.3  少樣本提示的應用場景
    3.3.4  少樣本提示的優勢與局限
  3.4  思維鏈提示
    3.4.1  思維鏈提示的內涵
    3.4.2  思維鏈提示的優化策略
    3.4.3  思維鏈提示的應用場景
    3.4.4  思維鏈提示的挑戰與限制
  3.5  思維樹提示
    3.5.1  思維樹提示的內涵
    3.5.2  思維樹提示的工作步驟
    3.5.3  思維樹提示的應用場景
    3.5.4  思維樹提示與思維鏈提示的比較
  3.6  自動提示工程
    3.6.1  為什麼需要自動提示工程
    3.6.2  自動提示工程的技術原理
    3.6.3  自動提示工程的未來方向
  閱讀材料：提示工程師
  本章小結
  習題三
第4章  大模型典型應用
  4.1  內容創作
    4.1.1  社交媒體
    4.1.2  新聞報道
    4.1.3  小說創作
    4.1.4  詩歌創作
    4.1.5  學術選題
  4.2  智能辦公
    4.2.1  辦公應用
    4.2.2  會議管理
    4.2.3  語言翻譯
    4.2.4  文檔要點
  4.3  智能客服
    4.3.1  智能客服的優勢
    4.3.2  智能客服的關鍵技術
  4.4  智能編程

    4.4.1  編寫程序代碼
    4.4.2  改寫程序代碼
    4.4.3  協助解決程序異常
  4.5  自動駕駛
    4.5.1  數據處理與預處理
    4.5.2  環境感知與理解
    4.5.3  決策與規劃
    4.5.4  智能優化與控制
  本章小結
  習題四
第5章  大模型數據分析
  5.1  數據分析概述
    5.1.1  數據分析的定義
    5.1.2  數據分析的特點
    5.1.3  數據分析的流程
    5.1.4  數據分析的應用
  5.2  數據處理方法
    5.2.1  數據預處理
    5.2.2  數據選擇
    5.2.3  數值操作
    5.2.4  數值運算
    5.2.5  數據分組
    5.2.6  時間序列分析
  5.3  數據可視化
    5.3.1  數據可視化及圖表類型
    5.3.2  柱形圖應用
    5.3.3  折線圖應用
    5.3.4  餅圖的應用
  5.4  回歸分析
    5.4.1  線性回歸的概念
    5.4.2  線性回歸演算法實現
    5.4.3  多項式回歸的概念
    5.4.4  多項式回歸演算法實現
  5.5  聚類分析
    5.5.1  K-Means聚類分析
    5.5.2  K-Means聚類演算法實現
    5.5.3  層次聚類分析
    5.5.4  層次聚類演算法實現
  閱讀材料：數據分析師
  本章小結
  習題五
第6章  大模型行業應用
  6.1  行業大模型
    6.1.1  行業大模型的概念
    6.1.2  行業大模型的特點
    6.1.3  行業大模型的應用
  6.2  工業大模型
    6.2.1  工業大模型的概念
    6.2.2  工業大模型的技術流程
    6.2.3  工業大模型的應用場景

  6.3  金融大模型
    6.3.1  金融大模型的概念
    6.3.2  金融大模型的技術路徑
    6.3.3  金融大模型的應用領域
  6.4  醫療大模型
    6.4.1  醫療大模型的概念
    6.4.2  常見的醫療大模型
    6.4.3  醫療大模型的應用
  6.5  教育大模型
    6.5.1  教育大模型的概念
    6.5.2  教育大模型的技術架構
    6.5.3  教育大模型的應用場景
  6.6  文化大模型
    6.6.1  文化大模型的概念
    6.6.2  文化大模型的關鍵技術
    6.6.3  文化大模型的應用場景
  本章小結
  習題六
第7章  大模型未來趨勢
  7.1  多模態大模型
  7.2  AI智能體
    7.2.1  AI智能體的定義
    7.2.2  AI智能體的演進
    7.2.3  AI智能體的未來
  7.3  具身智能
    7.3.1  具身智能的概念
    7.3.2  具身智能的發展歷程
    7.3.3  具身智能的應用領域  閱讀材料：未來科學家
  本章小結
  習題七
附錄A  實驗指導
  實驗1  文本生成
  實驗2  繪畫創作
  實驗3  提示詞設計
  實驗4  論文助手
  實驗5  編程助手
  實驗6  數據分析
參考文獻

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032