超值优惠券
¥50
100可用 有效期2天

全场图书通用(淘书团除外)

不再提示
关闭
欢迎光临中图网 请 | 注册
> >
拥抱AIGC 应用ChatGPT和OpenAI API

拥抱AIGC 应用ChatGPT和OpenAI API

出版社:人民邮电出版社出版时间:2024-02-01
开本: 16开 页数: 211
中 图 价:¥57.5(7.2折) 定价  ¥79.8 登录后可看到会员价
加入购物车 收藏
运费6元,满39元免运费
?新疆、西藏除外
本类五星书更多>

拥抱AIGC 应用ChatGPT和OpenAI API 版权信息

  • ISBN:9787115627339
  • 条形码:9787115627339 ; 978-7-115-62733-9
  • 装帧:一般胶版纸
  • 册数:暂无
  • 重量:暂无
  • 所属分类:>

拥抱AIGC 应用ChatGPT和OpenAI API 本书特色

1.技术背景深厚的微软工程师带你探索AIGC的奥秘,作者在人工智能领域有非常大的建树。 2.与目前市场上已有的多侧重于强调生成式人工智能的功能和作用的图书不同,本书详细介绍AIGC的技术原理和企业用例,从理论到实践,搞懂ChatGPT。 3.代码基于Python,采用Ray和Longchain主流框架,基于Azure实现企业级用例,实用且易学。

拥抱AIGC 应用ChatGPT和OpenAI API 内容简介

本书先概述生成式人工智能所涉及的技术和工具,帮助你了解如何训练模型以生成新数据;接着展示如何用 ChatGPT 提高营销、科研和软件开发等相关工作的生产力和创造力;随后介绍如何通过改进提示设计从与 ChatGPT 的交互中获得好的效果,以及如何在企业级场景中使用 OpenAI 模型。 通过阅读本书,你可以了解生成式人工智能的相关概念,以及如何通过有效的提示设计增加ChatGPT的价值,如何基于Python语言构建和部署生成式人工智能系统,如何利用 Azure OpenAI 服务实现企业级应用。 本书适合想用生成式人工智能提升工作效率的所有人阅读,包括但不限于商务人士、数据科学家、软件开发人员、营销人员和科研人员。

拥抱AIGC 应用ChatGPT和OpenAI API 目录

第 一部分 生成式人工智能与GPT模型基础 001 第 1章 生成式人工智能概述 002 1.1 什么是生成式人工智能 002 1.2 研究历程和新发展 008 1.3 小结 011 第 2章 与OpenAI和ChatGPT面对面 012 2.1 技术要求 012 2.2 什么是OpenAI 012 2.3 OpenAI系列模型概述 015 2.4 通往ChatGPT之路:模型背后的数学原理 024 2.5 ChatGPT 033 2.6 小结 035 2.7 参考资料 035 第二部分 ChatGPT应用 037 第3章 熟悉ChatGPT 038 3.1 设置ChatGPT账户 038 3.2 熟悉界面 040 3.3 组织对话 044 3.4 小结 046 第4章 了解提示设计 047 4.1 什么是提示,提示为什么重要 047 4.2 零样本学习/一次样本学习/少样本学习—Transformer模型的典型功能 049 4.3 定义明确的提示规则,以获得相关和一致结果 054 4.4 应避免隐性偏见的风险,并在ChatGPT中纳入伦理道德考量 059 4.5 小结 061 第5章 ChatGPT助力生产力提升 062 5.1 技术要求 062 5.2 日常小助手—ChatGPT 062 5.3 文本生成 068 5.4 提升写作技能和优化翻译效果 072 5.5 快速检索信息和竞争情报 080 5.6 小结 084 第6章 ChatGPT助力软件开发 085 6.1 为什么开发人员需要ChatGPT? 085 6.2 生成、优化和调试代码 086 6.3 生成文档和代码可解释性 095 6.4 理解机器学习模型可解释性 100 6.5 不同编程语言之间的转换 103 6.6 小结 109 第7章 ChatGPT助力营销 110 7.1 技术要求 110 7.2 营销人员对ChatGPT的需求 110 7.3 新品研发和上架策略 111 7.4 用于营销对比的A/B测试 118 7.5 促进搜索引擎优化(SEO) 123 7.6 用于提高质量和提高客户满意度的情绪分析 126 7.7 小结 130 第8章 ChatGPT助力科学研究 131 8.1 研究人员对ChatGPT的需求 131 8.2 收集文献资料 131 8.3 就实验的设计和研究框架的制订提供
展开全部

拥抱AIGC 应用ChatGPT和OpenAI API 作者简介

瓦伦蒂娜·阿尔托(Valentina Alto)于 2020 年进入微软公司,任 Azure 解决方案专家,并于 2022 年后转至制造业和制药业的数据分析及人工智能树算法负载均衡研究。长期以来,她与客户项目的系统集成商密切合作,共同部署云架构,主要关注现代数据平台、数据 Mesh 网格框架、物联网和实时分析、Azure 机器学习、Azure认知服务(包括 Azure OpenAI 服务),以及 Power BI。她发表了多篇关于统计、机器学习、深度学习和人工智能的技术文章,并撰写了一本关于用 Python 进行机器学习的入门类图书。

商品评论(0条)
暂无评论……
书友推荐
本类畅销
编辑推荐
返回顶部
中图网
在线客服