Spark机器学习进阶实战

本书是关于如何从零开始构建大模型的指南，由畅销书作家塞巴斯蒂安·拉施卡撰写，通过清晰的文字、图表和实例，逐步指导读者创建自己的大模型。在本书中，读者将学习如何规划和编写大模型的各个组成部分、为大模型训练准备适当的数据集、进行通用语料库的预训练，以及定制特定任务的微调。此外，本书还将探讨如何利用人工反馈确保大模型遵循指令，以及如何将预训练权重加载到大模型中。

当前世界正处于百年变局，人类社会已经进入数字经济3.0时代：数字内容迭代，从1.0时代逐步迈入3.0时代；人工智能技术飞跃，从符号推理、深度学习走向知识+数据驱动的3.0时代；产业拓展更深更广，走向智能+3.0时代。随着大模型、ChatGPT、DeepSeek等智能涌现，我们该如何触发AI时代其他的突破性技术涌现？这些技术又该怎样反哺产业升级？本书阐述了人工智能技术演变的大趋势、算力驱动计算体系的

本书全面探讨人工智能三维仿真竞赛，包括竞赛的立意、类型和流程，并详细介绍人工智能三维仿真软件的核心功能，如编程、控制、循迹、定位等的应用。本书首先介绍人工智能三维仿真竞赛的基础知识，为读者打下坚实的理论基础；其次转向人工智能三维仿真软件的详细教学，通过具体案例强化读者的学习效果；最后总结人工智能三维仿真竞赛中的常见任务类型，并结合历史竞赛案例，为读者提供实际参考。本书适合准备参加人工智能三维仿真竞

本书配套周志华教授所著的《机器学习》教材，通过大量习题考查读者对机器学习相关知识点的理解与掌握。全书分为两个部分：第一部分习题对应《机器学习》第1~10章的内容，包括绪论、模型评估与选择、线性模型、决策树、神经网络、支持向量机、贝叶斯分类器、集成学习、聚类、降维与度量学习；第二部分包含6章应用专题，通过综合题的形式对知识点进行多角度考查，包括线性模型的优化与复用、面向类别不平衡数据的分类、神经网络

本书分为4章，共20章。其中第1篇为基础算法篇，从第1章到第9章，讲述排序、查找、线性结构、树、散列、图、堆栈等基本数据结构算法；第2篇为机器学习算法篇，从第10章到第14章，讲述分类算法、回归算法、聚类算法、降维算法和集成学习算法；第3篇为强化学习算法篇，从第15章到第16章，讲述基于价值的强化学习算法和基于策略的强化学习算法；第4篇为深度学习算法篇，从第17章到第19章，讲述神经网络模型算法、

本书以国产自研的强大AI模型DeepSeek为核心，系统呈现了DeepSeek从基础操作到各领域应用的32个实战案例，旨在帮助读者快速掌握DeepSeek的用法。本书总计32章。第1章讲解DeepSeek的注册与使用，包括访问DeepSeek官网、熟悉DeepSeek的使用界面、本地部署DeepSeek、调用DeepSeekAPI等。第2章讲解提示词的使用技巧，深入讲解如何通过充分提供信息、用词

DeepSeek是一种生成式人工智能（AI）大模型，擅长处理复杂任务，具有训练效率高、成本低、性能强、开源等优势，吸引了全世界的关注。本书是写给DeepSeek初学者的快速上手实践指南。本书通过项目实例进行讲解，手把手地教读者如何使用DeepSeek。本书共6章，首先对DeepSeek进行概述，包括其成长路线、优势、技术原理、应用场景、应用方式等；其次讲解如何为DeepSeek写提示词，包括结构化

AI的本质是什么？自然语言和人工语言的区别在哪里？ChatGPT究竟是人工智能发展道路上的里程碑，还是某种误入歧途的“假AI”？我们不许诺美丽空洞的AI前景，而是告诉读者，未来的AI之路到底有多少激流险滩——对于统计学工具与硬件升级的片面崇拜，对于智能科学基本原理的蔑视，是目前AI研究的大危机。在我们看来，万众期待的ChatGPT，只是新时代的“牛顿炼金术”。

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