会员
空间智能原理与应用
更新时间：2025-01-16 17:50:50 最新章节：参考文献
书籍简介
本书从空间信息处理角度出发，将人工智能领域的理论研究与专业实践相结合，完整介绍人工智能方法及其在空间信息处理中的应用，不仅涵盖人工智能领域的基础概念与基本方法，而且探讨知识图谱、计算智能、新兴机器学习、深度学习等前沿技术，同时介绍人工智能在地理文本大数据、遥感影像、激光点云等空间信息处理中的应用实例，具有较强的代表性和启发性。本书可以作为高等院校空间信息与数字技术、遥感科学与技术等专业高年级本科生和研究生学习人工智能技术的教材，也可供计算机、电子信息、自动控制、地球测绘等领域从事空间信息智能处理工作的科技人员学习和参考。
品牌：人邮图书
上架时间：2023-03-01 00:00:00
出版社：人民邮电出版社
本书数字版权由人邮图书提供，并由其授权上海阅文信息技术有限公司制作发行
最新章节
同类热门书
最新上架
- 会员本书由多位AI应用领域的KOL联袂推荐，资深AI专家联合撰写，所有内容经过作者实践验证，是理解和应用DeepSeek技术的绝佳指南。本书共10章，全面介绍了DeepSeek这一AI技术，从初识DeepSeek到快速上手，再到它在不同领域的广泛应用，为读者提供了一条从理论到实践的完整路径。第1章深入解析DeepSeek的核心特点，包括其作为中国AI领跑者的技术优势、透明化的思考能力以及开源免费的前沿计算机10.8万字
- 会员本书全程图解式讲解，通过大量全彩插图拆解概念，让读者真正告别学习大模型的枯燥和复杂。全书分为三部分，依次介绍语言模型的原理、应用及优化。第一部分理解语言模型（第1~3章），解析语言模型的核心概念，包括词元、嵌入向量及Transformer架构，帮助读者建立基础认知。第二部分使用预训练语言模型（第4~9章），介绍如何使用大模型进行文本分类、聚类、语义搜索、文本生成及多模态扩展，提升模型的应用能力。第计算机16.4万字
- 会员本书从写作与ChatGPT的基础知识讲起，结合创作者的实际写作经历与写作教学经历，介绍了用ChatGPT写作的基础技巧、进阶写作的方法、不同文体的写作方法、写作变现的秘诀，让读者理解写作技巧与变现思路。计算机14.7万字
- 会员本书旨在帮助读者从零开始学习人工智能，掌握人工智能的原理、技术和应用。本书共10章，首先是人工智能概述，接着深入浅出地讲解人工智能的原理和技术，包括数据预处理、数据可视化、机器学习基础、监督学习模型、无监督学习算法、神经网络基础、训练深度神经网络等内容，最后讲解人工智能的应用，包括智能对话和知识图谱。本书适合想要学习并掌握人工智能技术和应用的零基础读者阅读，还可以作为高等院校人工智能相关课程的教材计算机11.3万字
- 会员这是一套可以帮助所有职场人士通过使用AI工具，快速成为办公高手的实用教程。本书以超简单的方式详细介绍了18款主流AI工具从入门到进阶的使用方法，即便是零基础人士也能通过本书轻松实现效率倍增。书中包含覆盖10个典型办公场景、50多个具体岗位的125个实战案例，每个案例都配有详细的操作步骤和精美的图示。为了提高读者的学习效率，降低学习成本，本书还附赠了150分钟同步教学视频、170多个素材与效果文件。计算机9.4万字
- 会员本书将为你揭开生成式AI重塑职场生态的终极密码，带你从“工具使用者”进阶为“AI协作大师”。通过DeepSeek、智谱清言、通义千问等前沿工具的实战解析，你将掌握AI时代的职场生存法则：告别低效与重复，解锁高阶创造力，构建人机协作系统，跨越职业天花板。书中融合了近百个真实案例，涵盖目标管理、会议组织、公文写作、公众演讲等12大职场刚需场景，提供即学即用的AI解决方案。无论你是疲于应付报表的职场新人计算机12.5万字
- 会员本书全面解析了DeepSeek的崛起历程、技术突破及其对AI行业的深远影响。全书共6章，第1章追溯DeepSeek的起源与发展，展示其从初创到全球爆火的历程；第2章通过“AI领域拼多多”的比喻，分析其低成本、高性能的商业化路径，并深入探讨其核心技术；第3章介绍相关应用方法，包括优化交互方式、调用API服务、本地部署模型等；第4章、第5章分别分析DeepSeek引发的行业变革，以及其AI能力在垂直行计算机11.6万字
- 会员随着技术的发展，AI与人们的生活、工作结合得越来越紧密。在设计领域，AI已成为设计师的好帮手。借助AI，设计师可以更好、更快地创作出令人惊艳的作品。本书共9章。第1章系统地介绍了什么是AI设计、有哪些AI设计工具，以及如何撰写提示词让AI生成符合需求的设计作品；第2～9章通过8个实用模块、40多个常见的设计场景，详细介绍了AI在头像和表情包设计、图片处理、社交媒体配图、视频制作、插画绘制、电商设计计算机3万字
- 会员本书分为3个部分：第1章和第2章是人工智能的数学基础，主要介绍了机器学习的概念、Python开发环境的搭建、机器学习bibei的数学知识，以及线性代数和概率论的相关知识；第3~12章主要介绍了回归模型、分类模型、聚类模型、半监督模型的建立和相关算法的理论，以及如何使用sklearn具体实现相关算法模型的搭建；第13章介绍了Spark机器学习，笔者认为对于机器学习，不能只限于Python中的skle计算机0字