评分为4星的书籍

一本书读懂AIGC:ChatGPT、AI绘画、智能文明与生产力变革

内容简介

《一本书读懂AIGC:ChatGPT、AI绘画、智能文明与生产力变革》以通俗易懂的方式从各个层面介绍了AIGC的基础知识,并辅以大量案例引领读者了解AIGC的应用实践,让读者可以更快速地利用AIGC改善工作和生活。 第1章从AI发展历史到资本市场近况阐述了AIGC产业的概况,第2章介绍了AIGC相关技术,第3章介绍了文本类AIGC技术的发展及其在传媒、教育、办公等场景中的应用,第4章介绍了声音类AIGC技术的发展及其在音乐、仿真等领域中的应用,第5章介绍了图片类AIGC技术的发展及其在图片生成、图片处理、图片识别等领域中的应用,第6章介绍了视频类AIGC技术的发展及其在视频生成、数字人等领域中的应用,第7章介绍了AIGC上下游产业链(包括芯片、VR等相关设备、元宇宙建模)的概况,第8章提出了AIGC对人类文明发展产生的影响,并对普通人如何应对AIGC带来的“生产力爆炸”提出方法论。 AIGC带来的生产力变革与每个人都息息相关,本书适合所有人阅读,特别是文本、图片、音视频等各类内容创作者,以及科技行业、金融行业的从业者和对AI领域感兴趣的读者。

作者简介

贾雪丽
上海技术交易所专家库专家,代尔夫特理工大学硕士,先后就职于 ING 银行、中国平安、光大集团等顶级金融科技企业,拥有丰富的人工智能、隐私计算及区块链等项目经验,申请人工智能相关发明专利 60 余项,在INTERSPEECH会议上发表论文一篇,参与撰写多个隐私计算行业报告和白皮书。
0xAres
利物浦大学硕士,曾先在投资公司工作,后就职于知名公链。从业期间主持制作过多个区块链系列课程,举办过多次“黑客松”,长期致力于区块链的科普教育,有Web3.0行业全领域孵化经验,乐于通过多种形式的内容创作传播Web3.0共识;2021年组建去创作者中心化组织a15a并开始编写新科技领域的科普书籍,主编了《一本书读懂Web3.0:区块链、NFT、元宇宙和DAO》和《一本书读懂NFT:区块链通证、元宇宙资产、Web3.0营销和数字化身份》。
张炯
星图比特创始人兼CEO,中国通信工业协会信息化科技创新专业委员会委员,上海技术交易所专家库专家;曾就职于IBM,拥有丰富的金融科技从业经验,长期服务中国人民银行、中国工商银行等大型金融机构,擅长技术融合、产业创新,对以区块链、人工智能为代表的数字经济技术有深刻的理解;拥有人工智能和数字资产相关专利8项,参与撰写了《一本书读懂Web3.0:区块链、NFT、元宇宙和DAO》和《一本书读懂NFT:区块链通证、元宇宙资产、Web3.0营销和数字化身份》。
a15a
a15a是一个Creator DAO(创作者去中心化组织),致力于以DAO的形式来产出新科技领域的内容,降低普通人了解科技的门槛。a15a已出版多本新科技科普书籍,并计划推出更多体系化课程和讲座。a15a的主要成员是区块链和人工智能领域的专家、从业者、研究人员和学生,以及法律合规领域的专业人士。在抖音、知乎、小红书、推特等平台上搜索“a15a”即可找到a15a官方账号。

目录

  • 第1章 我们为什么要关注AIGC 1
    • 1.1 从人工智能到人工智能生成内容 2
    • 1.2 巨头如是说 5
      • 1.2.1 国外“大厂”在AIGC领域的布局 5
      • 1.2.2 国内“大厂”在AIGC领域的布局 7
    • 1.3 资本狂潮 9
      • 1.3.1 融资规模 9
      • 1.3.2 AIGC领域大额融资事件一览 10
    • 1.4 异军突起的独角兽企业们 11
      • 14.1 OpenAI 11
      • 14.2 Stability AI 12
      • 1.4.3 Scale AI 13
    • 1.5 行业“大牛”:谁是下一个“乔布斯” 14
  • 第2章 AIGC相关技术介绍 16
    • 2.1 规则系统 19
    • 2.2 变分自编码器 20
    • 2.3 生成对抗网络 22
      • 2.3.1 GAN模型训练原理 22
      • 2.3.2 CGAN模型 24
      • 2.3.3 基于模型架构的衍生 24
      • 2.3.4 基于损失函数的衍生 25
      • 2.3.5 图像生成领域的衍生 25
    • 2.4 Transformer模型架构 26
    • 2.5 基于Transformer模型架构的LLM 28
      • 2.5.1 基于编码器的LLM 28
      • 2.5.2 基于解码器的LLM 35
      • 2.5.3 基于编码器和解码器的LLM 39
      • 2.5.4 BERT模型与GPT模型对比 39
    • 2.6 扩散模型 40
      • 2.6.1 扩散模型原理 41
      • 2.6.2 DALL·E 2模型 43
      • 2.6.3 Stable Diffusion模型 44
    • 2.7 其他模型 46
    • 2.8 LLM的前景光明 47
  • 第3章 下笔如有神:文本类AIGC 48
    • 3.1 何为“智能” 49
    • 3.2 拆解文本生成技术原理 52
      • 3.2.1 1950—1970年,NLP初露锋芒 52
      • 3.2.2 1980—2010年,NLP的寒冬与机遇并存 53
      • 3.2.3 2010—2019年,技术迸发与沉淀 54
      • 3.2.4 2019年到今,AIGC进入寻常百姓家 54
    • 3.3 文本类AIGC在传媒场景中的应用 55
      • 3.3.1 社交媒体文案:Jasper 55
      • 3.3.2 新闻写作:Quakebot、CNET 58
      • 3.3.3 剧本撰写:海马轻帆 58
    • 3.4 文本类AIGC在教育场景中的应用 59
      • 3.4.1 文章撰写:EssayGenuis 59
      • 3.4.2 出题和做题:高校联合团队开发的AI程序 65
      • 3.4.3 青少年教育:Cognii 65
    • 3.5 文本类AIGC在办公场景中的应用 66
      • 3.5.1 搜索引擎优化:Kafkai 66
      • 3.5.2 营销文案:Copysmith 68
      • 3.5.3 电子邮件:Compose.ai 69
      • 3.5.4 代码撰写:GitHub Copilot 69
    • 3.6 文本类AIGC的其他热门场景 71
      • 3.6.1 AI聊天机器人 71
      • 3.6.2 AIGC搜索引擎:Perplexity AI 73
    • 3.7 万众瞩目的ChatGPT 74
      • 3.7.1 ChatGPT是什么 74
      • 3.7.2 ChatGPT的海量应用场景 75
      • 3.7.3 GPT-4模型:截至2023年3月最强的AI模型 82
      • 3.7.4 ChatGPT对普通人意味着什么 85
    • 3.8 文本类AIGC的未来 85
  • 第4章 声临其境:声音类AIGC 88
    • 4.1 从让机器开口说话开始 89
      • 4.1.1 18到19世纪的尝试 89
      • 4.1.2 20世纪30年代,语音合成技术的萌芽 90
      • 4.1.3 20世纪50年代,计算机语音合成系统的起源 91
      • 4.1.4 20世纪末,传统的语音合成方法 92
      • 4.1.5 2016年,AIGC打破语音合成技术的发展瓶颈 93
      • 4.1.6 2017年,语音合成技术迎来研究热 94
    • 4.2 音乐类AIGC 99
      • 4.2.1 从留声机到个人计算机制作的电子音乐 99
      • 4.2.2 早期的音乐类AIGC 102
      • 4.2.3 端到端模型大展身手 106
      • 4.2.4 歌声合成 107
      • 4.2.5 音频延续 108
    • 4.3 人声类AIGC 108
      • 4.3.1 变声器 109
      • 4.3.2 语音助手 110
      • 4.3.3 有声内容创作 113
      • 4.3.4 智能电话机器人 116
      • 4.3.5 教育 116
      • 4.3.6 无障碍沟通 118
    • 4.4 声音类AIGC的未来 120
      • 4.4.1 业内观点 120
      • 4.4.2 声音类AIGC的局限性和未来展望 121
  • 第5章 如你所见:图片类AIGC 123
    • 5.1 从计算机艺术到算法模型艺术 124
      • 5.1.1 20世纪70年代,艺术家的午夜花园 125
      • 5.1.2 2012年,一次有突破意义的尝试:猫脸的识别与生成 125
      • 5.1.3 2014年,GAN模型问世 126
      • 5.1.4 2017年,梦始于Transformer模型 127
      • 5.1.5 2021年,文本与图片进行匹配:CLIP模型和文字提示词 127
      • 5.1.6 2020—2022年,图片生成技术开启AI绘画元年:扩散模型 129
    • 5.2 AI绘画 130
      • 5.2.1 主流的AI绘画工具介绍 130
      • 5.2.2 生成图片类AIGC的方式 133
      • 5.2.3 Prompt词组 137
    • 5.3 图片处理 146
      • 5.3.1 AI修图 146
      • 5.3.2 图片增强 146
      • 5.3.3 分割抠图 147
    • 5.4 图片类AIGC的衍生应用:AI识图和AI鉴图 152
      • 5.4.1 人脸和人体识别 153
      • 5.4.2 通用图片识别 155
      • 5.4.3 是否由AI绘画工具创作 158
    • 5.5 实用、有趣的图片世界 160
      • 5.5.1 头像生成 160
      • 5.5.2 模拟场景 164
      • 5.5.3 PPT生成 168
      • 5.5.4 设计 170
      • 5.5.5 稿件配图 173
      • 5.5.6 更多场景 174
    • 5.6 图片类AIGC的未来 175
      • 5.6.1 局限性和发展预测 175
      • 5.6.2 怎么看AI艺术 178
      • 5.6.3 笔者的一些浅见 180
  • 第6章 众所周知,视频是不能PS的:视频类AIGC 182
    • 6.1 视频生成技术的发展历程 183
      • 6.1.1 早期探索 184
      • 6.1.2 2014—2016年,视频生成起步:无条件视频生成 184
      • 6.1.3 2017年,潘多拉的魔盒:人像视频生成 185
      • 6.1.4 2018—2019年,视频生成视频技术的突破 185
      • 6.1.5 2021年,文本生成视频技术的发展 186
      • 6.1.6 2022年,扩散模型进军视频生成领域 187
    • 6.2 视频生成工具 188
      • 6.2.1 数字人视频生成工具 188
      • 6.2.2 视频编辑工具 189
      • 6.2.3 文本生成视频工具 189
    • 6.3 视频生成应用 190
      • 6.3.1 高清内容生成 190
      • 6.3.2 快速拆条和视频摘要生成 194
      • 6.3.3 场景植入 195
      • 6.3.4 视频卡通化 196
      • 6.3.5 文本生成视频 197
      • 6.3.6 数字人视频生成 198
      • 6.3.7 人脸视频生成 199
    • 6.4 数字人:仿生人与电子羊 201
    • 6.5 视频类AIGC的未来 204
      • 6.5.1 局限性 204
      • 6.5.2 未来预测 205
  • 第7章 AIGC的相关产业和生态发展 207
    • 7.1 芯片:算力决定智力 208
      • 7.1.1 在AIGC领域中,现在用什么芯片 209
      • 7.1.2 随着AIGC的发展,对芯片会有什么新的需求 216
    • 7.2 AIGC展示端口:AR/VR/MR/XR设备 218
      • 7.2.1 AR设备 218
      • 7.2.2 VR设备 219
    • 7.3 模型类AIGC应用在元宇宙里自动化建模 221
      • 7.3.1 拍视频就可以得到模型?基于视频自动化生成模型 222
      • 7.3.2 元宇宙版的神笔马良,基于文本自动化生成三维模型 223
      • 7.3.3 穿越空间,虚拟直播空间建设 224
      • 7.3.4 你元宇宙的化身——数字人生成技术 225
      • 7.3.5 把实物带到元宇宙中,基于三维激光扫描设备的文物逆向建模 226
    • 7.4 AIGC应用的未来 226
  • 第8章 AI文明的降临已开启倒计时 228
    • 8.1 何谓内容 229
    • 8.2 AIGC的版权争议 230
    • 8.3 普通人的AIGC时代生存建议 232
      • 8.3.1 生产力工具:“人工”+“智能”=最强“打工人” 234
      • 8.3.2 做AIGC应用的老师,为人类的“群体智慧”做贡献 237
      • 8.3.3 向AIGC应用学习逻辑,同时关注创新 237
    • 后记 239

大模型时代的基础架构:大模型算力中心建设指南

大模型是近年来引人注目的热点之一。大模型蓬勃发展的基础,是针对其需求设计的算力及基础架构。本书针对如何为大模型构建基础架构进行深入讲解,并基于TOGAF方法论,剖析业界知名案例的设计方案。

《大模型时代的基础架构:大模型算力中心建设指南》总计13章。第1章讲解AI与大模型时代对基础架构的需求;第2章讲解软件程序与专用硬件的结合,涉及GPU并行运算库、机器学习程序的开发框架和分布式AI训练;第3章剖析GPU的硬件架构,涉及GPU的总体设计、Nvidia GH100芯片架构和拥有其他Hopper架构的GPU;第4章讲解GPU服务器的设计与实现;第5章讲解机器学习所依托的I/O框架体系;第6章讲解GPU集群的网络设计与实现;第7章讲解GPU板卡算力调度技术;第8章讲解GPU虚拟化调度方案;第9章讲解GPU集群的网络虚拟化设计与实现;第10章讲解GPU集群的存储设计与实现;第11章讲解如何基于云原生技术为机器学习应用设计与实现更好的开发和运行平台;第12章讲解基于云平台的GPU集群的管理与运营,涉及云运维平台、云运营平台和云审计平台;第13章基于一个服务机器学习的GPU计算平台落地案例,展示如何针对机器学习应用进行需求分析、设计与实现。

无论是高等院校计算机与人工智能等相关专业的本科生或研究生,还是对并行计算技术、云计算技术、高性能存储及高性能网络技术感兴趣的研究人员或工程技术人员,都可以参考和阅读本书。

走向TensorFlow 2.0:深度学习应用编程快速入门

编辑推荐

√ TensorFlow 2.0与上一版对比,可以视为一个完全不同的深度学习框架,必须重学。

√ 面向应用落地,涵盖图像识别|对话机器人|生成网络图片风格迁移|文本情感分析等。

√ 本书实战样例丰富,从TensorFlow模型训练到生产环境部署,全程剖析AI系统开发。

√ 通俗易懂地讲述人工智能从基本原理到知识结构再到工业应用,非常适合突击入门。

内容提要

《走向TensorFlow 2.0:深度学习应用编程快速入门》是TensorFlow 2.0编程实践的入门类书籍,目的是在TensorFlow 2.0正式版发布之际能够帮助大家快速了解其核心特性及基本编程技巧。本书通过5个常用的人工智能编程案例,帮助大家掌握如何在工作中使用TensorFlow 2.0进行应用开发。

《走向TensorFlow 2.0:深度学习应用编程快速入门》内容覆盖了Python和TensorFlow基础入门、自然语言处理和CV领域的实践案例、模型的服务化部署,希望在基于TensorFlow 2.0的人工智能编程上能够助你一臂之力。

精彩节摘

推荐序

AlphaGo以“Master”(大师)作为ID,横空出世,在中国乌镇围棋峰会上,它与世界围棋冠军柯洁对战,在围棋领域,击败人类精英。

继而,AlphaGo Zero,从空白状态起步,在无任何人类输入的条件下,能够迅速自学围棋,并以100∶0的战绩击败人类“前辈”。

机器学习,在尝试以人类经验图谱进行学习时,短短数年,就在围棋领域,击败了拥有几千年沉淀的人类顶尖高手。

如果说这是机器的力量,那么AlphaGo Zero在尝试不以人类的经验图谱进行自我深度学习时,产生了另一个质的飞跃,这,就是机器学习的力量。

机器学习作为人工智能的一种类型,可以让软件根据大量的数据来对未来的情况进行阐述或预判。这项技术,可以通过人类经验学习和自我深度学习,帮助人类在各个领域取得突破性进展。如今,领先的科技巨头无不在机器学习方面予以极大投入。Google、苹果、微软、阿里巴巴、百度,无不深度参与,期望成为机器学习技术的铺路者、领路者、践行者。

未来是什么样子的,没人说得清,但是未来在一步步来临的路上,必然有机器学习技术的铺垫。

2011年,“谷歌大脑”开始开展面向科学研究和工程应用的大规模深度学习。TensorFlow是Google第二代机器学习系统。如今,Google将此系统开源,并将此系统的参数公布给业界工程师、学者和大量拥有编程能力的技术人员,正是为了让全世界的人都能够从机器学习与人工智能中获益。

TensorFlow社区,是机器学习领域内最活跃和友善的社区之一。社区的好处,在于学习的路上,有很多人同行,你的任何问题和疑惑,在社区中都能得到相当不错的答案。如果你想了解和学习机器学习,那么TensorFlow是一个相当不错的选择。如果你想学习TensorFlow,那么这本书会让你以最低难度领略机器学习的奥秘。

我可以代表这样一类人,作为多年的技术工作者,在工作中和机器学习也有一些接触,对机器学习有比较浓厚的兴趣。拿到这本书,相见恨晚,翻阅着,用电脑作为武器,按照书中所示,比画着,一招一式中,不觉间就进入了机器学习的奇妙世界。这也使我通过学习机器如何进行自我深度学习,让自己从另一个角度进行思考,得到收获。

英俊的这本书,书如其名,内容英朗俊秀,深入浅出,浅显易懂,思在天地,行在山野。

推荐读者群体:期望入门机器学习的学生、技术工作者及其身边的人。如果你恰好是其中一类人,又读到了这里,这本书请不要错过,因为你阅读的书中项目可能会比Android系统更加深远地影响着世界!

阿里巴巴菜鸟网络技术专家 薛巍

中国,杭州

2019年9月

媒体评论

本书探讨了开源机器学习软件库TensorFlow 2.0的诸多应用实践,内容涵盖各种热门的应用场景,包括图像识别、自然语言对话机器人、基于生成网络的图片风格迁移、文本情感分析等。该书是为“应用落地”而编写的,每章均附有大量的代码和注释,帮助读者更快地入门和实现应用落地。本书前两章分别介绍了Python的用法和TensorFlow的基础,在最后一章又探讨了如何将TensorFlow所训练的模型部署到生产环境中。本书对有志于在相关领域进行研究并快速产出原型的技术人员具有很高的参考价值。

寿黎但

浙江大学计算机学院教授

深度学习在工业领域逐步得到应用,尤其是其与物联网的结合,在智能家居、智慧城市、智慧交通、智慧医疗、智慧教育、智慧工业等多种行业场景中具有广阔的发展空间。而在这一发展过程中,培养合格的人工智能与物联网结合方向的研发人才,实现人工智能技术在工业应用领域的技术落地和实际应用,是人工智能领域教育培训的一个重要方向。本书详细介绍了深度学习基本原理和基于TensorFlow 2.0的编程实践入门,可以为人工智能领域的入门读者提供非常好的实践导引。

董亚波

浙江大学计算机学院副教授,人工智能研究所副所长

在与本书作者的项目合作中,借助其丰富的TensorFlow开发经验,使得项目得以顺利进行。有幸能够看到本书样章,书中内容短小精悍,有大量实战样例。读者阅读本书后,能够快速走进以TensorFlow 2.0为基础的AI系统开发领域。

牟磊育

中国地震局地球物理研究所 地震数据质量人工智能检测项目负责人

这一波人工智能浪潮与以往我们所讨论的人工智能最大的不同,就是其已经迅速在工业领域进行应用。互联网+人工智能+大数据的时代正在到来,新一代人工智能正加速推进经济向智能化跃升。因此,投资界非常看好目前人工智能在IOT、5G等方向的应用前景。本书作者以深厚的专业知识和多年的实践经验,由浅入深,用生动语言讲述了人工智能的基本原理、知识结构、工业应用。相信此书能够为人工智能爱好者,以及在此领域开展技术研究的读者提供一个通俗易懂的入门导引,帮助读者更快捷地进入人工智能应用领域。

詹家芳

原德国林德工程(杭州)有限公司总经理,留美硕士

前言

坦白地说,在我的技术生涯规划中还未想过要在30岁生日之前出一本技术书。在30岁这一年里,我感觉有280天以上是每天工作超过12小时的,每天我积极处理工作上的事情以求在事业上取得成就、学习自己欠缺的技术以求提升能力、输出自己学到的知识以期帮助更多的人;在30岁这一年里,我第一次体会到颈椎病带来的痛苦,也将一直引以为傲的视力熬成了近视。之所以如此逼自己,大概是因为自己的不自信和痴痴的责任心在作祟。

创作初衷

最开始筹划这本书的时候,也只是想将自己在小象学院的课程内容整理成书(课程内容是关于TensorFlow 1.x的),但是当看到TensorFlow 2.0发布计划公布之后,我又觉得写一本关于TensorFlow 1.x的书是没有意义的,并且会浪费读者的时间和精力。因此,我彻底推翻书稿原来规划的内容,重新调整所有的知识点,所有的实践案例都用TensorFlow 2.0进行重新编程,从而导致交稿日期一拖再拖。说到这里,我要特别感谢电子工业出版社的张春雨老师,他一直在推动、鼓励甚至督促我,使我跌跌撞撞、写写停停完成了初稿、提升稿、提交稿。在本书写作过程中,江郎才尽和被掏空的感觉对我来说是最大的煎熬。我一直是一个喜欢分享知识和观点的人,但是这种成体系的、持续的、面向大众的分享和输出让我对自己的要求不断提高,总是担心如果写错了会误人子弟。这不是一个轻松的过程,尤其是在创业的初期,我首先要做的是全力以赴、出色地完成产品和技术工作,然后用本来就不多的休息时间来完成技术的提升和本书的编写。从一个追求技术深度的技术人员的视角来看,本书不能令我百分百满意,但是万事总要迈出第一步,希望这本书能够为读者带来一定的参考和学习价值。

内容结构

本书在内容规划上分3个部分,共7章,具体如下。

第1部分:编程基础入门,包括Python基础编程入门和TensorFlow 2.0快速入门知识。

 第1章 Python基础编程入门:本章阐述了Python的历史、基本数据类型、数据处理工具Pandas、图像处理工具PIL等,基本覆盖了在后续章节中要用到的Python编程知识和工具。

 第2章 TensorFlow 2.0快速入门:本章从快速上手的角度,通过TensorFlow 2.0的简介、环境搭建、基础知识、高级API编程等内容详细讲解了TensorFlow 2.0编程所需的知识和技巧。

第2部分:TensorFlow 2.0编程实践,讲解了4个编程案例,分别为基于CNN的图像识别应用、基于Seq2Seq的中文聊天机器人、基于CycleGAN的图片风格迁移应用、基于Transformer的文本情感分析。

 第3章 基于CNN的图像识别应用编程实践:本章介绍了基于CNN实现对CFAIR-10图像数据的训练以及在线图像分类预测,包括CNN基础理论知识、编程中用到的TensorFlow 2.0 API详解、项目工程结构设计、项目实现代码详解等。

 第4章 基于Seq2Seq的中文聊天机器人编程实践:本章介绍了基于Seq2Seq实现对“小黄鸡”对话数据集的训练以及在线中文聊天,包括自然语言模型、RNN(循环神经网络)、Seq2Seq模型、编程中用到的TensorFlow 2.0 API详解、项目工程结构设计、项目实现代码详解等。

 第5章 基于CycleGAN的图片风格迁移应用编程实践:本章介绍了基于CycleGAN实现对Apple2Orange数据集的训练以及图像在线风格迁移,包括GAN基础理论知识、CycleGAN算法原理、编程中用到的TensorFlow 2.0 API详解、项目工程结构设计、项目实现代码详解等。

 第6章 基于Transformer的文本情感分析编程实践:本章介绍了基于Transformer的变形结构实现对IMDB评价数据集的训练以及在线对文本的情感分析和预测,包括Transformer基本结构、注意力机制、位置编码、编程中用到的TensorFlow 2.0 API详解、项目工程结构设计、项目实现代码详解等。

第3部分:TensorFlow 2.0模型服务化部署,采用TensorFlow Serving实现对完成训练的模型进行生产环境的服务化部署。

 第7章 基于TensorFlow Serving的模型部署实践:本章介绍了基于TensorFlow Serving框架实现对基于CNN的图像分类模型的服务化部署,包括TensorFlow Serving框架简介、TensorFlow Serving环境搭建、编程中用到的TensorFlow 2.0 API详解、项目工程结构设计、项目实现代码详解等。

致谢

最后,衷心感谢我的妻子包佳楠,感谢她一直以来的鼓励,以及一丝不苟地校正书稿中的语法错误和错别字,每次当我想要放弃的时候,她总是用几句不轻不重的话语让我重新回到本书的编写中来。

Python大战机器学习

数据科学家是当下炙手可热的职业,机器学习则是他们的必备技能。机器学习在大数据分析中居于核心地位,在互联网、金融保险、制造业、零售业、医疗等产业领域发挥了越来越大的作用且日益受到关注。

Python 是最好最热门的编程语言之一,以简单易学、应用广泛、类库强大而著称,是实现机器学习算法的首选语言。

《Python大战机器学习:数据科学家的第一个小目标》以快速上手、四分理论六分实践为出发点,讲述机器学习的算法和Python 编程实践,采用“原理笔记精华+ 算法Python 实现+ 问题实例+ 代码实战+ 运行调参”的形式展开,理论与实践结合,算法原理与编程实战并重。

《Python大战机器学习:数据科学家的第一个小目标》从内容上分为13 章分4 篇展开:第一篇:机器学习基础篇(第1~6 章),讲述机器学习的基础算法,包括线性模型、决策树、贝叶斯分类、k 近邻法、数据降维、聚类和EM算法;第二篇:机器学习高级篇(第7~10 章),讲述经典而常用的高级机器学习算法,包括支持向量机、人工神经网络、半监督学习和集成学习;第三篇:机器学习工程篇(第11~12章),讲述机器学习工程中的实际技术,包括数据预处理,模型评估、选择与验证等;第四篇:Kaggle 实战篇(第13 章),讲述一个Kaggle 竞赛题目的实战。

《Python大战机器学习:数据科学家的第一个小目标》内容丰富、深入浅出,算法与代码双管齐下,无论你是新手还是有经验的读者,都能快速学到你想要的知识。本书可供为高等院校计算机、金融、信息、自动化及相关理工科专业的本科生或研究生使用,也可供对机器学习感兴趣的研究人员和工程技术人员阅读参考。

搜索:开启智能时代的新引擎

如今,在互联网诞生近50年后,搜索的意义已经远远不只“关键词+回车”找出相关信息。大数据、云计算、人工智能赋予了搜索全新的意义,搜索已经无处不在:当我们在使用百度时,当我们拿起iPhone询问Siri天气如何,当我们将照片放入淘宝搜索框……搜索已经融入我们的生活,查询变成了我们日常的一部分。

搜索现在已经发展到什么阶段了?

搜索未来会变成什么样子?

搜索还能带给我们什么……

作者斯特凡·韦茨身为必应搜索的高级总监,多年在微软致力于搜索的研究和推广。在这本书中,斯特凡为我们展示了智能时代未来搜索的全景图。未来的搜索是当你搜索一部电影名称时,你的订票系统已经根据你的日程表开始为你推荐今天的最佳观影时间和地点;当你查询路况,电子地图软件自动为你推荐出回家的最佳躲避拥堵方案;当你和朋友对话时提到晚上一起吃饭,你的手机助手立刻在结束通话时为你列选出最符合你口味的就餐地点……

读完这本书,你会被搜索的强大力量所震撼,也会意识到目前我们使用到的搜索功能只是搜索的冰山一角。当搜索遇到人工智能,当搜索与物联网结合,当搜索和机器学习碰撞……搜索的潜能将被激发出巨大的能量为人类生活、生产的便利带来质的飞跃。同时,也会给我们带来前所未有的挑战。

准备好了吗?让作者带你走进未来5年、10年、20年后的搜索!

李世民权力的逻辑

他是文治武功的千古帝王

他是

完整讲述政治家、军事家、战略家李世民一生的传奇史诗。

一场场生死战役,剖析李世民决战群雄、杀伐谋断的意志和智慧

一件件权力博弈,解密唐太宗治国理政、远交近攻的手段与谋略

蒋中正《中国之命运》言:”“隋唐统一,举葱岭以东,黄海以西,沙漠以南,南海以北,所有全领域的宗教、哲理、文学、艺术、天文、术数、法律、制度、风俗、民情,亦已网罗综合而冶于一炉。”

朱元璋:“明官制,沿汉、唐之旧而损益之。”“诏衣冠如唐制。”“准唐之旧而增损之,日进二十条。”李善长:“汉《九章》为宗,至唐始集成。今制宜遵唐旧。”

孙中山:“汉唐发展昌大。”“最强盛的象汉族,当汉唐武力最大的时候,西边到里海。”“唐之六典,今六法全书。”“吾皇汉民族之精神,且发扬流衍于无极,文之望也!”“如汉之文、景,唐之贞观,能保民斯为善矣。

毛泽东:“自古能军无出李世民之右者。

”太宗皇帝临朝二十三年,放权纳言,知人善任。功业辉灿,政治之清明,官吏之廉洁,百姓之安居乐业。

隐忍、果敢、腹黑、无情,

关于李世民,你究竟了解多少?

集富二代、官二代、军二代与一身,他是如何野蛮生长的

隋朝末年,隋炀帝不顾百姓疾苦,迁都洛阳,大兴土木,开凿运河,导致民不聊生,怨声载道,与此同时,生性好战的他多次发起对外战争,亲征吐谷浑,三征高句丽,滥用民力,致使民变频起,天下大乱。

18岁的李世民见隋朝大势已衰,于是广交英雄豪杰,积极招兵买马,计划举兵反隋,成就野心。这时,他的密友、晋阳县令刘文静因受瓦岗军首领李密株连,被捕入狱。李世民以探视为名,与他在狱中拟定了起兵谋反、西进关中、创立帝业的大胆计划。但父亲李渊的摇摆不定让计划止步不前,于是李世民通过晋阳宫副监裴寂对李渊施展美人计,从而逼迫李渊谋反。

李渊在晋阳起兵以后,李世民与其兄李建成并肩作战,分统左、右两军,展开了一场惊心动魄的铁血征途……

完美呈现唐初四大战役,翩翩公子如何成为最会打仗的皇帝

大业十三年十一月,长安被攻克,李渊建立唐朝。李世民功勋卓著,被拜为尚书令、右武候大将军,进封秦王。

此时的天下,枭雄林立,薛举、薛仁果、刘武周、王世充、窦建德等“十八路反王”割据四方,对立足未稳的李唐王朝虎视眈眈。皇帝李渊倍感压力,急需寻找一个能征善战、有勇有谋的人物统兵出征。

李世民临危受命,出兵讨逆。面对凶狠残暴、心狠手辣的对手,李世民沉着应战,利用天时地理,运用心理战、水战、夜战,或以少胜多,出奇制胜,或以弱战强,稳操胜券。九年时间,他平西秦、攻陇西、夺太原;伐王世充、擒窦建德、战刘黑闼……在生与死、血与火的考验中,立下赫赫战功,谱写了军事史上的帝王传奇。

血溅玄武门,讲述一个篡权者从夺权到控权的历程

随着对手一个个被击溃,李唐江山日趋繁盛,李世民因平定四方立下的盖世功勋,被父皇李渊封为“天策上将”。

然而攘外之后的安定,换来的却是手足之间的割裂。日益滋长的声望和野心一步步将李世民推向风口浪尖,而他本人也确实不再满足于只做一个王侯。与此同时,李渊一面欣赏着儿子超凡的才能,一面又时刻感受到了儿子给自己带来的威胁。于是,在接班人的选择上,举棋不定。感受到威胁的不止李渊,太子李建成看着李世民的威望水涨船高,早已坐立不安,于是,一场储君位之争的战斗打响了。

于是李世民炮制杨文干事件嫁祸李建成,而后站在李建成一方的李元吉赠送烈马。想摔死李世民,接着李建成又收买尉迟恭,摆鸿门宴、策划在昆明池谋杀李世民……

终于,李世民下定决心,在玄武门发动政变,反败为胜间,也背负起了杀兄、弑弟、屠侄、逼父的污名……

毛泽东评李世民:聪明一世,懵懂一时!

一代英主的失误和惋惜。

从16岁在雁门关一战成名到逼迫父亲李渊谋反,从平定四方到玄武门辣手夺权,李世民从一个野心少年,逐步变成实干家、军事家、阴谋家。现在他如愿以偿,成为皇帝,将以一个政治家的身份,面对世人。

唐王朝进入了崭新的李世民时代。他不计前嫌,启用李建成的旧部魏征,委以重任。而后整顿吏治,治贪反腐,厉行节俭,从谏入流,展现出卓越的政治手段。在用人上,他知人善任,任人唯贤,使唐朝廷名相辈出,将星云集;在政治上,他励精图治,让百姓得以休养生息;在外交上,他与少数民族友好交往;在军事上,先后平定突厥、薜延陀、回纥、高昌、焉耆、龟兹、吐谷浑……从此唐朝声威远播,四方宾服,被人称为“天可汗”。

然而,随着年龄的增长,晚年的李世民的心思越发让人琢磨不透,一系列的宫廷祸乱也因此蠢蠢欲动……

飞鸟集

诗人冯唐执笔翻译,以圆熟的文字技巧,打造最凝炼中文译本,为《飞鸟集》找回应有的意境和韵律。

《飞鸟集》中很多诗歌原先是用孟加拉文创作的,后由泰戈尔自己翻译成英文,还有一些则直接用英文写就。这部诗集最早于1922年由郑振铎先生译介到中国。或许是由于最初从孟加拉文翻译为英文的过程中,在一定程度上丧失了诗歌应有的意韵,民国期间的中文译本读来更像散文而非诗歌。

于是,我们邀请诗人冯唐重新翻译《飞鸟集》,借助其圆熟、凝练的文字技巧,找回《飞鸟集》本应有的意境和韵律,更加适合现代中国读者的汉语习惯。冯唐在翻译之余,特别撰写了一篇札记《翻译泰戈尔<飞鸟集>的二十七个瞬间》,分享翻译过程中的种种感悟。

冯唐对中文的运用可谓独树一帜,作为中文超简诗派代表人物,他自己的诗歌创作通常比唐诗七律、七绝、五律、五绝还短,而《飞鸟集》正是一部极度浓缩的诗集,两种极简,会碰撞出怎样的火花?

此次冯唐翻译《飞鸟集》最大的突破在于,冯唐的译本会尽全力押韵,改变以往《飞鸟集》略显寡淡的散文体,他认为诗歌应该押韵,不押韵的一流诗歌即使勉强算作诗,也不如押韵的二流诗歌。而在寻找押韵的过程中,冯唐越来越坚信,押韵是诗人最厉害的武器。

结合《飞鸟集》优美细腻的气质,我们选用了柔和的轻型纸,采用穿线裸书籍的装帧形式,使书体柔软易翻阅,希望喜爱诗歌的朋友拿到这本书能感受到温暖和平静。正文为中英双语,便于对照阅读;采用打字机字体,文艺又复古。封面的红蓝色折纸飞鸟,则象征了文字带着稿纸飞翔的意味。

创业生存法则

“没有创业硬实力的估值只是虚胖”

“任何不赚钱的创业都是耍流氓”

“创业要找到不作恶的善钱”

“不是所有空间都能让你成长”

••••••

作者王胜江作为一线创业导师,对于当下的创业浪潮,有犀利而冷静的思考。创业人怎么避免走弯路?又如何跑赢对手?作者简明扼要地用10堂课,从“寻找投资人” “孵化器的选择”“创新”“品牌”“公关”等方面,并从自己创业辅导的经验中,给出最具代表性的案例,分析出目前本土创业人的短板,直指整个创业环境中存在的缺陷,最终给出创业走向成功的要诀。这是一本接地气、针对本土实际问题的创业指导书。

----------------------------------------------------------------------------------------------------------

名人推荐:

俞敏洪

洪泰基金创始合伙人

王胜江的《创业生存法则》,诠释了一个40岁中年男人的情怀、胸怀和气质,他把智慧知识、经验才能全部集合,慢慢地转换成自己内在气质的一部分,并且提纲挈领地总结出一套独特的创业生存法则,辅之以最新点评的创业案例,值得每一个创业者细细品读。

盛希泰

洪泰基金创始合伙人

创业就像打一场战争,创业者就是战争的最高指挥官,你必须赢,没有退路,这是创业者们唯一的出路,打仗就必须要有足够的弹药,王胜江的这本书就是弹药。看了这本书,你会知道为什么你敲不开投资人的门?为什么真正的好猎人只在冬天捕猎等,这都是创业中最重要的经验和教训。

刘芹

晨兴资本董事总经理

天道不一定酬勤,深度思考比勤奋工作更重要!其实有时候光有勤奋是不靠谱的,机遇很重要,机遇来自你对创业环境趋势的深度思考。王胜江的这本书就是对创业深度思考的结晶,对创业者是一个很好的学习机遇。

陈志武

美国耶鲁大学金融经济学终身教授

创业是梦想,是人生难有的经历,但也更是细节,是商业模式方方面面的创新,是具体的具体!王胜江的《创业生存法则》可以帮你减少在创业历程上的弯路,提高成功的概率。

郎永淳

前央视著名主持人

人生需要不断清零,需要破坏式创新!从0到1,再从1到0,不是回到原点,而是螺旋式上升。王胜江中年创业,就是对自己的破坏式创新,他把经验与教训凝结成书,与创业者分享如何找到正确道路、科学前行!

小米内幕

一位传奇的天使投资人和创业老板,一家神奇的移动互联网公司,一本全面揭开小米高速成长之谜的著作。

《小米内幕》深入披露小米奇迹背后的理念和方法,完全公开小米5年800亿美元估值的秘密。

2015年1月17日,李克强总理在中南海座谈会上“调侃”小米成长史时说:“雷军,你来说说,听说小米已经成了大米。”一席话引爆IT界、财经界、营销界、投资界、出版界等对小米成功背后的探寻。

阿里加教育投资集团总裁、本书作者吴帝聪真诚讲述小米公司的故事,从雷军不平凡的人生经历到创立小米的心路历程,从产品开发设计到品牌建设管理,从公司治理到从企业文化,从日常业务运营到营销推广理念,从正面评价到负面新闻等等,通过一个个介绍和评点,将外界觉得神秘的事情毫无保留地公之于众。

书中对以下问题都进行了详细的解答:

小米通过什么样的手段积累粉丝,直到汇聚起庞大流量?

小米为什么总能找到引爆用户体验的爆点?

小米的抢购”为何如此充满魅力,而用户却乐此不疲?

小米凭什么能免费集结起大量免费的社会营销资源?

小米提倡的互联网思维到底是什么?

小米靠什么进军台湾走向全世界?

小米是否真的涉嫌抄袭?

……

联想集团创始人柳传志说:小米值得尊敬,原来不是做这个(手机)出身,最后就真的做起来了,而且做得还确实不错。

读完这本书,你将了解到:社会上对小米的解读、评论、判断、猜测都是错误的。正如雷军说的:台风口上,猪也能飞——凡事要顺势而为。

Github | Docker | Project