云顶国际

　　自2022年11月30日发布以来，ChatGPT已经真正意义上地火爆全球：它在不到40天内就拥有了1000万用户，而Instagram足足用了355天；最近它的日活已经达到1000万，这意味着其用户已经超过2000万。

　　ChatGPT的强大想必很多朋友已经见识或体验过：它不仅能流畅地和我们对话，还能写诗、写文章，甚至写代码。

　　正是因为如此，国外许多高校和教育系统已经禁止学生使用ChatGPT，因为太多学生用它来写作业和考试作弊。

　　今天，小悠为大家整理了一份书单，方便大家去了解ChatGPT的底层逻辑。

　　ChatGPT到底是什么？人工智能是否会征服人类？Moss开始布局了？人工智能的发展走向是什么？ChatGPT爆火的底层逻辑？

　　详解人工智能起源、神经网络、深度学习、自然语言处理、遗传算法，获中华优秀出版物图书奖、吴文俊人工智能科技进步奖，入围央视“2017年度中国好书”，获“文津图书奖”推荐图书。

　　硅谷创业教父保罗·格雷厄姆认为，ChatGPT之父Sam Altman是一位极具魄力的领导者和开拓者，同时他也继任了YC的总裁。保罗和YC对他的影响，也是他最终获得非凡成功的因素。这本书最核心的内容就在于，有效的思考方式，才是你最强大的武器，透过黑客与画家的视角，与聪明的头脑对话，了解为何聪明人和我们想得不一样。

　　本书以图解的方式网罗了人工智能开发常备的基础知识，内容涉及机器学习、深度学习、强化学习、图像和语音的模式识别、自然语言处理、分布式计算等热门技术。

　　全书以图配文，深入浅出，是一本兼顾理论和技术的人工智能入门教材。旨在帮助读者建立对人工智能技术的整体印象，为今后深入探索该领域打下基础。

　　日本深度学习入门经典畅销书，原版上市不足2年印刷已达100 000册。对于非AI方向的技术人员，本书将大大降低入门深度学习的门槛；对于在校大学生、研究生，本书不失为学习深度学习的一本好教材；即便是在工作中已经熟练使用框架开发各类深度学习模型的读者，也可以从本书中获得新的体会。

　　本书是面向机器学习新手的入门书，从学习环境的搭建开始，图文并茂地介绍了学习机器学习所需的Python知识和数学知识，并在此基础上结合数学式、示例程序、插图等，抽丝剥茧般地对有监督学习中的回归与分类、神经网络与深度学习的算法与应用、手写数字识别、无监督学习的算法等进行了介绍。本书既有图形、代码，又有详细的数学式推导过程，大大降低了机器学习的学习门槛，即使没有学过Python、数学基础不太好，也可以看懂。

　　本书学习路径清晰LOL赛事押注，图文并茂，算法、公式、代码相互印证，Java 与 Python 双实现。作者何晗（@hankcs）兼具一线实战经验与硬核学术背景 自然语言处理开源项目 HanLP 作者，埃默里大学计算机博士生，研究方向是句法分析、语义分析与问答系统

　　上市后得到了业内专家一致好评：工业界周明、李航、刘群、王斌、杨攀，学术界宗成庆、刘知远、张华平。

　　随书附赠大尺寸思维导图，提供源码下载、 GitHub 答疑，为教师提供教学讲义 PPT。

　　技术人如何追赶ChatGPT的浪潮？如何花样玩转ChatGPT？人工智能的进阶之路！

　　本书由流行深度学习框架Keras之父弗朗索瓦·肖莱执笔，通过直观的解释和丰富的示例帮助你构建深度学习知识体系。作者避免使用数学符号，转而采用Python代码来解释深度学习的核心思想。

　　全书共计14章，既涵盖了深度学习的基本原理，又体现了这一迅猛发展的领域在近几年里取得的重要进展，包括Transformer架构的原理和示例。

　　读完本书后，你将能够使用Keras解决从计算机视觉到自然语言处理等现实世界的诸多问题，包括图像分类教程知识、图像分割、时间序列预测、文本分类、机器翻译、文本生成等。

　　作为一门应用型学科，机器学习植根于数学理论，落地于代码实现。这就意味着，掌握公式推导和代码编写，方能更加深入地理解机器学习算法的内在逻辑和运行机制。

　　本书在对全部机器学习算法进行分类梳理的基础上，分别对监督学习单模型、监督学习集成模型、无监督学习模型、概率模型四个大类共26个经典算法进行了细致的公式推导和代码实现，旨在帮助机器学习的学习者和研究者完整地掌握算法细节、实现方法以及内在逻辑。

　　本书基于备受读者推崇的王树森“深度强化学习”系列公开视频课，专门解决“入门深度强化学习难”的问题。

　　本书的独特之处在于：第一，知识精简，剔除一切不必要的概念和公式，学起来轻松；第二，内容新颖，聚焦近10年深度强化学习领域的突破，让你一上手就紧跟最新技术。本书系统讲解深度强化学习的原理与实现，但不回避数学公式和各种模型，原创100多幅精美插图，并以全彩印刷展示。简洁清晰的语言+生动形象的图示，助你扫除任何可能的学习障碍！

　　本书内容分为五部分：基础知识、价值学习、策略学习、多智能LOL赛事押注体强化学习、应用与展望，涉及DQN、A3C、TRPO、DDPG、AlphaGo等。

　　本书聚焦谷歌公司开发的BERT自然语言处理模型，由浅入深地介绍了BERT的工作原理、BERT的各种变体及其应用。

　　书中用简单的文字清晰阐释BERT背后的复杂原理，让你轻松上手NLP领域的里程碑式模型。本书内含200+张示意图，示例涵盖文本分类LOL赛事押注、文本摘要、问答等常见任务LOL赛事押注。