掃一掃
關(guān)注中圖網(wǎng)
官方微博
本類(lèi)五星書(shū)更多>
-
>
全國(guó)計(jì)算機(jī)等級(jí)考試最新真考題庫(kù)模擬考場(chǎng)及詳解·二級(jí)MSOffice高級(jí)應(yīng)用
-
>
決戰(zhàn)行測(cè)5000題(言語(yǔ)理解與表達(dá))
-
>
軟件性能測(cè)試.分析與調(diào)優(yōu)實(shí)踐之路
-
>
第一行代碼Android
-
>
JAVA持續(xù)交付
-
>
EXCEL最強(qiáng)教科書(shū)(完全版)(全彩印刷)
-
>
深度學(xué)習(xí)
中圖價(jià):¥69.3
加入購(gòu)物車(chē)
人工智能與CHATGPT 版權(quán)信息
- ISBN：9787302638179
- 條形碼：9787302638179 ; 978-7-302-63817-9
- 裝幀：平裝-膠訂
- 冊(cè)數(shù)：暫無(wú)
- 重量：暫無(wú)
- 所屬分類(lèi)：>
人工智能與CHATGPT 本書(shū)特色
ChatGPT的背景：從大語(yǔ)言模型到GPT
ChatGPT的技術(shù)：從Transformer模型到RLHF
ChatGPT的使用：從對(duì)話(huà)到OpanAI API
ChatGPT的應(yīng)用：從編程到統(tǒng)計(jì)分析
ChatGPT的案例：從寫(xiě)專(zhuān)利到出試卷
人工智能與CHATGPT 內(nèi)容簡(jiǎn)介
人們相信人工智能可以為這個(gè)時(shí)代的技術(shù)帶來(lái)突破，而ChatGPT則使這種希望成為現(xiàn)實(shí)。現(xiàn)在，許多人都渴望了解與ChatGPT相關(guān)的一切，包括技術(shù)的歷史和背景，其神奇的功能以及如何使用它。雖然ChatGPT的使用方法很簡(jiǎn)單，但它具有無(wú)限的潛力。如果不去親身體驗(yàn)，很難體會(huì)到它的強(qiáng)大之處。本書(shū)盡可能全面地介紹了與ChatGPT相關(guān)的內(nèi)容，特別是許多應(yīng)用示例，可以給讀者帶來(lái)啟發(fā)。 希望讀者通過(guò)這本書(shū)了解ChatGPT后，在自己的工作中也能充分利用它。本書(shū)適合希望了解和使用ChatGPT的人閱讀。
人工智能與CHATGPT 目錄
第1章 人工智能概述 1
1.1 什么是人工智能 1
1.2 人工智能的發(fā)展歷史 2
1.3 人工智能的分類(lèi) 4
1.4 機(jī)器學(xué)習(xí) 5
1.5 深度學(xué)習(xí) 6
1.6 通用人工智能（AGI） 9
1.7 自然語(yǔ)言處理 10
1.8 生成式人工智能（AIGC） 11
1.9 強(qiáng)化學(xué)習(xí) 12
第2章 自然語(yǔ)言處理 15
2.1 自然語(yǔ)言處理的基本概念 15
2.2 自然語(yǔ)言處理的主要技術(shù) 15
2.3 自然語(yǔ)言處理的發(fā)展歷史 16
2.4 語(yǔ)言模型 19
2.5 文本分類(lèi)和聚類(lèi) 24
2.6 分詞和詞性標(biāo)注 26
2.7 命名實(shí)體識(shí)別 28
2.8 句法分析 29
2.9 情感分析 30
2.10 機(jī)器翻譯 32
2.11 文本摘要 33
2.12 自然語(yǔ)言處理的商業(yè)應(yīng)用 34
2.13 自然語(yǔ)言處理的發(fā)展趨勢(shì) 39
第3章 OpenAI公司及其產(chǎn)品 40
3.1 OpenAI公司簡(jiǎn)介 40
3.2 OpenAI公司發(fā)展歷史 40
3.3 OpenAI和微軟的合作 41
3.4 OpenAI公司主要產(chǎn)品 42
第4章 ChatGPT關(guān)聯(lián)技術(shù) 46
4.1 前饋神經(jīng)網(wǎng)絡(luò) 46
4.2 序列到序列模型（Seq2Seq） 47
4.3 自注意力機(jī)制 47
4.4 多頭自注意力機(jī)制 48
4.5 自監(jiān)督學(xué)習(xí) 48
4.6 Transformer 模型 49
4.7 語(yǔ)言生成技術(shù) 51
4.8 多語(yǔ)種語(yǔ)言模型 52
4.9 預(yù)訓(xùn)練語(yǔ)言模型 53
4.10 生成式預(yù)訓(xùn)練模型（GPT） 54
4.11 近端策略?xún)?yōu)化算法（PPO） 54
4.12 詞嵌入 55
4.13 Softmax分類(lèi)器 56
4.14 指示學(xué)習(xí)和提示學(xué)習(xí) 57
4.15 人類(lèi)反饋強(qiáng)化學(xué)習(xí)（RLHF） 58
4.16 多模態(tài) 59
4.17 生成式對(duì)抗網(wǎng)絡(luò) 60
4.18 知識(shí)圖譜和實(shí)體鏈接 61
4.19 GPU、TPU與模型訓(xùn)練 61
第5章 ChatGPT介紹 66
5.1 ChatGPT的主要功能 66
5.2 ChatGPT的開(kāi)發(fā)歷史 67
5.3 ChatGPT的開(kāi)發(fā)目標(biāo) 67
5.4 GPT模型的演化 68
5.5 GPT-3到ChatGPT的演化 71
5.6 模型的突破davinci-002 73
5.7 ChatGPT的模型調(diào)用 74
5.8 ChatGPT的訓(xùn)練過(guò)程 74
5.9 預(yù)訓(xùn)練素材來(lái)源 76
5.10 訓(xùn)練數(shù)據(jù)集 77
5.11 數(shù)據(jù)集標(biāo)注 78
5.12 RLHF應(yīng)用 79
5.13 計(jì)算資源與參數(shù)構(gòu)成 81
5.14 ChatGPT存在的問(wèn)題 82
第6章 GPT–3.5引擎介紹 84
6.1 GPT-3引擎 84
6.2 GPT-3.5引擎 85
6.3 ChatGPT和GPT-3的區(qū)別 85
6.4 預(yù)訓(xùn)練 85
6.5 詞嵌入應(yīng)用 86
6.6 多層Transformer模塊 87
6.7 模型變體 88
第7章 ChatGPT使用指南 90
7.1 如何訪問(wèn)ChatGPT 90
7.2 如何更有效地提問(wèn) 91
7.3 提問(wèn)技巧 95
7.4 會(huì)話(huà)線程 96
7.5 上下文 97
7.6 重生成答案 98
7.7 應(yīng)對(duì)回答字?jǐn)?shù)限制 99
7.8 使用小技巧 103
第8章 ChatGPT應(yīng)用形式 104
8.1 計(jì)算 104
8.2 寫(xiě)代碼 106
8.3 解釋代碼 107
8.4 高級(jí)語(yǔ)言轉(zhuǎn)換成匯編語(yǔ)言 108
8.5 反匯編 110
8.6 程序文檔生成 111
8.7 程序語(yǔ)言轉(zhuǎn)換 112
8.8 程序模擬運(yùn)行 113
8.9 代碼增加注釋 113
8.10 時(shí)間復(fù)雜度計(jì)算 114
8.11 代碼優(yōu)化方案 115
8.12 修復(fù)代碼Bug 116
8.13 查詢(xún)公式 117
8.14 生成復(fù)雜公式 119
8.15 生成圖片（通過(guò)代碼運(yùn)行） 120
8.16 生成表格 122
8.17 生成數(shù)據(jù)庫(kù)文檔 123
8.18 自動(dòng)生成SQL代碼 123
8.19 不同數(shù)據(jù)庫(kù)SQL命令轉(zhuǎn)換 124
8.20 提取關(guān)鍵字 126
8.21 取名 126
8.22 轉(zhuǎn)換人稱(chēng) 127
8.23 整理文字 127
8.24 生成流程圖 128
8.25 英語(yǔ)論文摘要 130
第9章 OpenAI API 132
9.1 API概論 132
9.2 交互方式 132
9.3 關(guān)鍵概念 133
9.4 Playground工具 135
9.5 API例子 136
9.6 API訪問(wèn) 137
9.7 API使用 138
9.8 API參數(shù) 139
9.9 API功能模塊 142
9.10 API端點(diǎn)（Endpoints） 143
9.11 文本生成 144
9.12 語(yǔ)言翻譯 145
9.13 情感分析 145
9.14 文本摘要 147
9.15 文本相似度 149
9.16 文本分類(lèi) 149
9.17 命名實(shí)體識(shí)別 152
9.18 聊天機(jī)器人 153
9.19 設(shè)置API響應(yīng)字符數(shù) 155
9.20 API應(yīng)用案例 156
第10章 構(gòu)建自己的ChatGPT模型 160
10.1 為什么需要 160
10.2 如何訓(xùn)練 160
10.3 如何使用 161
10.4 訓(xùn)練代碼示例 161
10.5 模型使用代碼示例 163
10.6 訓(xùn)練數(shù)據(jù)集格式 164
10.7 企業(yè)專(zhuān)有模型構(gòu)建 164
第11章 ChatGPT用于數(shù)據(jù)分析 167
11.1 數(shù)據(jù)分析簡(jiǎn)介 167
11.2 數(shù)據(jù)準(zhǔn)備 167
11.3 數(shù)據(jù)的可視化 170
11.4 聚類(lèi)分析 180
11.5 相關(guān)性分析 184
11.6 預(yù)測(cè) 186
第12章 ChatGPT在不同領(lǐng)域的應(yīng)用 190
12.1 工業(yè)領(lǐng)域 190
12.2 醫(yī)療領(lǐng)域 192
12.3 金融領(lǐng)域 193
12.4 教育領(lǐng)域 194
12.5 知識(shí)產(chǎn)權(quán)領(lǐng)域 195
第13章 綜合應(yīng)用示例 198
13.1 籌備會(huì)議 198
13.2 擬訂方案 204
13.3 申請(qǐng)專(zhuān)利 209
13.4 軟件開(kāi)發(fā) 218
13.5 解決生產(chǎn)技術(shù)問(wèn)題 238
第14章 教育行業(yè)應(yīng)用示例 246
14.1 擬定教學(xué)大綱 246
14.2 撰寫(xiě)教案 254
14.3 制作教學(xué)PPT 264
14.4 出試卷 267
14.5 編寫(xiě)畢業(yè)設(shè)計(jì)材料 273
14.6 撰寫(xiě)畢業(yè)論文 286
14.7 準(zhǔn)備新建專(zhuān)業(yè)材料 295
參考文獻(xiàn) 299
1.1 什么是人工智能 1
1.2 人工智能的發(fā)展歷史 2
1.3 人工智能的分類(lèi) 4
1.4 機(jī)器學(xué)習(xí) 5
1.5 深度學(xué)習(xí) 6
1.6 通用人工智能（AGI） 9
1.7 自然語(yǔ)言處理 10
1.8 生成式人工智能（AIGC） 11
1.9 強(qiáng)化學(xué)習(xí) 12
第2章 自然語(yǔ)言處理 15
2.1 自然語(yǔ)言處理的基本概念 15
2.2 自然語(yǔ)言處理的主要技術(shù) 15
2.3 自然語(yǔ)言處理的發(fā)展歷史 16
2.4 語(yǔ)言模型 19
2.5 文本分類(lèi)和聚類(lèi) 24
2.6 分詞和詞性標(biāo)注 26
2.7 命名實(shí)體識(shí)別 28
2.8 句法分析 29
2.9 情感分析 30
2.10 機(jī)器翻譯 32
2.11 文本摘要 33
2.12 自然語(yǔ)言處理的商業(yè)應(yīng)用 34
2.13 自然語(yǔ)言處理的發(fā)展趨勢(shì) 39
第3章 OpenAI公司及其產(chǎn)品 40
3.1 OpenAI公司簡(jiǎn)介 40
3.2 OpenAI公司發(fā)展歷史 40
3.3 OpenAI和微軟的合作 41
3.4 OpenAI公司主要產(chǎn)品 42
第4章 ChatGPT關(guān)聯(lián)技術(shù) 46
4.1 前饋神經(jīng)網(wǎng)絡(luò) 46
4.2 序列到序列模型（Seq2Seq） 47
4.3 自注意力機(jī)制 47
4.4 多頭自注意力機(jī)制 48
4.5 自監(jiān)督學(xué)習(xí) 48
4.6 Transformer 模型 49
4.7 語(yǔ)言生成技術(shù) 51
4.8 多語(yǔ)種語(yǔ)言模型 52
4.9 預(yù)訓(xùn)練語(yǔ)言模型 53
4.10 生成式預(yù)訓(xùn)練模型（GPT） 54
4.11 近端策略?xún)?yōu)化算法（PPO） 54
4.12 詞嵌入 55
4.13 Softmax分類(lèi)器 56
4.14 指示學(xué)習(xí)和提示學(xué)習(xí) 57
4.15 人類(lèi)反饋強(qiáng)化學(xué)習(xí)（RLHF） 58
4.16 多模態(tài) 59
4.17 生成式對(duì)抗網(wǎng)絡(luò) 60
4.18 知識(shí)圖譜和實(shí)體鏈接 61
4.19 GPU、TPU與模型訓(xùn)練 61
第5章 ChatGPT介紹 66
5.1 ChatGPT的主要功能 66
5.2 ChatGPT的開(kāi)發(fā)歷史 67
5.3 ChatGPT的開(kāi)發(fā)目標(biāo) 67
5.4 GPT模型的演化 68
5.5 GPT-3到ChatGPT的演化 71
5.6 模型的突破davinci-002 73
5.7 ChatGPT的模型調(diào)用 74
5.8 ChatGPT的訓(xùn)練過(guò)程 74
5.9 預(yù)訓(xùn)練素材來(lái)源 76
5.10 訓(xùn)練數(shù)據(jù)集 77
5.11 數(shù)據(jù)集標(biāo)注 78
5.12 RLHF應(yīng)用 79
5.13 計(jì)算資源與參數(shù)構(gòu)成 81
5.14 ChatGPT存在的問(wèn)題 82
第6章 GPT–3.5引擎介紹 84
6.1 GPT-3引擎 84
6.2 GPT-3.5引擎 85
6.3 ChatGPT和GPT-3的區(qū)別 85
6.4 預(yù)訓(xùn)練 85
6.5 詞嵌入應(yīng)用 86
6.6 多層Transformer模塊 87
6.7 模型變體 88
第7章 ChatGPT使用指南 90
7.1 如何訪問(wèn)ChatGPT 90
7.2 如何更有效地提問(wèn) 91
7.3 提問(wèn)技巧 95
7.4 會(huì)話(huà)線程 96
7.5 上下文 97
7.6 重生成答案 98
7.7 應(yīng)對(duì)回答字?jǐn)?shù)限制 99
7.8 使用小技巧 103
第8章 ChatGPT應(yīng)用形式 104
8.1 計(jì)算 104
8.2 寫(xiě)代碼 106
8.3 解釋代碼 107
8.4 高級(jí)語(yǔ)言轉(zhuǎn)換成匯編語(yǔ)言 108
8.5 反匯編 110
8.6 程序文檔生成 111
8.7 程序語(yǔ)言轉(zhuǎn)換 112
8.8 程序模擬運(yùn)行 113
8.9 代碼增加注釋 113
8.10 時(shí)間復(fù)雜度計(jì)算 114
8.11 代碼優(yōu)化方案 115
8.12 修復(fù)代碼Bug 116
8.13 查詢(xún)公式 117
8.14 生成復(fù)雜公式 119
8.15 生成圖片（通過(guò)代碼運(yùn)行） 120
8.16 生成表格 122
8.17 生成數(shù)據(jù)庫(kù)文檔 123
8.18 自動(dòng)生成SQL代碼 123
8.19 不同數(shù)據(jù)庫(kù)SQL命令轉(zhuǎn)換 124
8.20 提取關(guān)鍵字 126
8.21 取名 126
8.22 轉(zhuǎn)換人稱(chēng) 127
8.23 整理文字 127
8.24 生成流程圖 128
8.25 英語(yǔ)論文摘要 130
第9章 OpenAI API 132
9.1 API概論 132
9.2 交互方式 132
9.3 關(guān)鍵概念 133
9.4 Playground工具 135
9.5 API例子 136
9.6 API訪問(wèn) 137
9.7 API使用 138
9.8 API參數(shù) 139
9.9 API功能模塊 142
9.10 API端點(diǎn)（Endpoints） 143
9.11 文本生成 144
9.12 語(yǔ)言翻譯 145
9.13 情感分析 145
9.14 文本摘要 147
9.15 文本相似度 149
9.16 文本分類(lèi) 149
9.17 命名實(shí)體識(shí)別 152
9.18 聊天機(jī)器人 153
9.19 設(shè)置API響應(yīng)字符數(shù) 155
9.20 API應(yīng)用案例 156
第10章 構(gòu)建自己的ChatGPT模型 160
10.1 為什么需要 160
10.2 如何訓(xùn)練 160
10.3 如何使用 161
10.4 訓(xùn)練代碼示例 161
10.5 模型使用代碼示例 163
10.6 訓(xùn)練數(shù)據(jù)集格式 164
10.7 企業(yè)專(zhuān)有模型構(gòu)建 164
第11章 ChatGPT用于數(shù)據(jù)分析 167
11.1 數(shù)據(jù)分析簡(jiǎn)介 167
11.2 數(shù)據(jù)準(zhǔn)備 167
11.3 數(shù)據(jù)的可視化 170
11.4 聚類(lèi)分析 180
11.5 相關(guān)性分析 184
11.6 預(yù)測(cè) 186
第12章 ChatGPT在不同領(lǐng)域的應(yīng)用 190
12.1 工業(yè)領(lǐng)域 190
12.2 醫(yī)療領(lǐng)域 192
12.3 金融領(lǐng)域 193
12.4 教育領(lǐng)域 194
12.5 知識(shí)產(chǎn)權(quán)領(lǐng)域 195
第13章 綜合應(yīng)用示例 198
13.1 籌備會(huì)議 198
13.2 擬訂方案 204
13.3 申請(qǐng)專(zhuān)利 209
13.4 軟件開(kāi)發(fā) 218
13.5 解決生產(chǎn)技術(shù)問(wèn)題 238
第14章 教育行業(yè)應(yīng)用示例 246
14.1 擬定教學(xué)大綱 246
14.2 撰寫(xiě)教案 254
14.3 制作教學(xué)PPT 264
14.4 出試卷 267
14.5 編寫(xiě)畢業(yè)設(shè)計(jì)材料 273
14.6 撰寫(xiě)畢業(yè)論文 286
14.7 準(zhǔn)備新建專(zhuān)業(yè)材料 295
參考文獻(xiàn) 299
展開(kāi)全部
人工智能與CHATGPT 作者簡(jiǎn)介
范煜，江蘇南通人，畢業(yè)于南京航空航天大學(xué)，研究員級(jí)高級(jí)工程師，中國(guó)商業(yè)聯(lián)合會(huì)數(shù)據(jù)分析專(zhuān)業(yè)委員會(huì)專(zhuān)家組成員，中國(guó)移動(dòng)集團(tuán)、51CTO外聘大數(shù)據(jù)講師，南通理工學(xué)院教師，著有《數(shù)據(jù)革命：大數(shù)據(jù)價(jià)值實(shí)現(xiàn)方法、技術(shù)與案例》。從事軟件開(kāi)發(fā)三十多年，大數(shù)據(jù)研究開(kāi)發(fā)十多年，目前主要從事私有化部署類(lèi)ChatGPT模型研究，以及硬件、軟件、數(shù)據(jù)（OT、IT、DT）融合的智能系統(tǒng)開(kāi)發(fā)。
書(shū)友推薦
- >
史學(xué)評(píng)論
- >
朝聞道
- >
大紅狗在馬戲團(tuán)-大紅狗克里弗-助人
- >
唐代進(jìn)士錄
- >
有舍有得是人生
- >
月亮與六便士
- >
推拿
- >
山海經(jīng)
本類(lèi)暢銷(xiāo)
