1. 概述與基礎 001
1.1 引言 001
1.1.1 AI 大模型的興起與發(fā)展 001
1.1.2 AI 大模型的基本概念002
1.2 本書的結構與目標讀者003
1.3 大模型基礎003
1.3.1 大模型的類型與架構003
1.3.2 深度學習與大模型005
1.3.3 大模型訓練的技術挑戰(zhàn)006
1.4 大模型的開發(fā)工具與平臺007
1.4.1 常用開發(fā)框架與工具007
1.4.2 云計算平臺009
1.4.3 開源工具與社區(qū)資源 010
2. 自然語言處理 012
2.1 自然語言處理概述 012
2.1.1 NLP 的基本概念與任務 012
2.1.2 語言模型的發(fā)展與演進 013
2.2 文本生成與理解 015
2.2.1 文本生成模型 015
2.2.2 語義分析與理解 017
2.3 案例分析：智能客服系統(tǒng) 018
2.3.1 項目背景與需求分析 018
2.3.2 技術選型與架構設計 019
2.3.3 實現(xiàn)步驟與代碼示例020
2.3.4 部署與優(yōu)化023
3. 計算機視覺024
3.1 計算機視覺概述024
3.1.1 CV 的基本任務與應用場景024
3.1.2 圖像識別與處理技術026
3.2 目標檢測與圖像生成027
3.2.1 目標檢測算法027
3.2.2 圖像生成與增強029
3.3 案例分析：智能安防系統(tǒng)030
3.3.1 項目背景與需求分析 031
3.3.2 技術選型與架構設計 031
3.3.3 實現(xiàn)步驟與代碼示例 031
3.3.4 部署與優(yōu)化034
4. 語音處理036
4.1 語音處理概述036
4.1.1 語音識別與合成036
4.1.2 語音處理的技術挑戰(zhàn)038
4.2 自動語音識別與文本到語音技術040
4.2.1 ASR040
4.2.2 TTS 041
4.3 案例分析：智能家居語音助手042
4.3.1 項目背景與需求分析042
4.3.2 技術選型與架構設計043
4.3.3 實現(xiàn)步驟與代碼示例043
4.3.4 部署與優(yōu)化046
5. 推薦系統(tǒng)047
5.1 推薦系統(tǒng)概述047
5.1.1 推薦系統(tǒng)的基本概念047
5.1.2 常見的推薦算法048
5.2 個性化推薦技術050
5.2.1 協(xié)同過濾050
5.2.2 基于內(nèi)容的推薦 051
5.2.3 混合推薦系統(tǒng) 051
5.3 案例分析：電商推薦系統(tǒng)052
5.3.1 項目背景與需求分析053
5.3.2 技術選型與架構設計053
5.3.3 實現(xiàn)步驟與代碼示例054
5.3.4 部署與優(yōu)化057
6. 自動駕駛058
6.1 自動駕駛概述058
6.1.1 自動駕駛技術的發(fā)展歷程058
6.1.2 自動駕駛的核心技術060
6.2 環(huán)境感知與決策控制 061
6.2.1 傳感器融合技術062
6.2.2 路徑規(guī)劃與決策控制062
6.3 案例分析：自動駕駛系統(tǒng)064
6.3.1 項目背景與需求分析064
6.3.2 技術選型與架構設計065
6.3.3 實現(xiàn)步驟與代碼示例066
6.3.4 部署與優(yōu)化069
7. 醫(yī)療健康070
7.1 醫(yī)療健康AI 概述070
7.1.1 AI 在醫(yī)療健康中的應用070
7.1.2 醫(yī)療AI 的技術挑戰(zhàn) 071
7.2 醫(yī)療影像分析與診斷072
7.2.1 醫(yī)療影像處理技術073
7.2.2 計算機輔助診斷074
7.3 案例分析：智能診斷系統(tǒng)075
7.3.1 項目背景與需求分析076
7.3.2 技術選型與架構設計076
7.3.3 實現(xiàn)步驟與代碼示例077
7.3.4 部署與優(yōu)化080
8. 金融科技082
8.1 金融科技概述082
8.1.1 金融科技的發(fā)展與應用082
8.1.2 AI 在金融領域的應用場景084
8.2 金融數(shù)據(jù)分析與風險管理085
8.2.1 金融數(shù)據(jù)處理技術086
8.2.2 風險預測與管理088
8.3 案例分析：智能投資顧問090
8.3.1 項目背景與需求分析090
8.3.2 技術選型與架構設計 091
8.3.3 實現(xiàn)步驟與代碼示例092
8.3.4 部署與優(yōu)化096
9. 智慧城市098
9.1 智慧城市概述098
9.1.1 智慧城市的概念與發(fā)展098
9.1.2 AI 在智慧城市中的應用099
9.2 智能交通與公共安全 101
9.2.1 智能交通管理 101
9.2.2 公共安全監(jiān)控 103
9.3 案例分析：智慧城市管理平臺 104
9.3.1 項目背景與需求分析 105
9.3.2 技術選型與架構設計 105
9.3.3 實現(xiàn)步驟與代碼示例 106
9.3.4 部署與優(yōu)化 109
10. 工業(yè)制造 110
10.1 工業(yè)制造AI 概述 110
10.1.1 工業(yè)4.0 與AI 技術 110
10.1.2 AI 在制造業(yè)中的應用111
10.2 智能制造與質(zhì)量控制 112
10.2.1 生產(chǎn)過程優(yōu)化 113
10.2.2 智能質(zhì)量檢測 114
10.3 案例分析：智能制造系統(tǒng) 115
10.3.1 項目背景與需求分析 115
10.3.2 技術選型與架構設計 116
10.3.3 實現(xiàn)步驟與代碼示例 116
10.3.4 部署與優(yōu)化 120
11. 項目管理與開發(fā)實踐 122
11.1 項目管理策略 122
11.1.1 項目規(guī)劃與需求分析 122
11.1.2 敏捷開發(fā)與持續(xù)集成 123
11.2 團隊協(xié)作方法 125
11.2.1 團隊組織與角色分配 125
11.2.2 跨職能團隊協(xié)作 127
11.3 開發(fā)工具選擇 129
11.3.1 開發(fā)環(huán)境與工具鏈 129
11.3.2 持續(xù)集成與持續(xù)部署工具 131
結論 133
1. AI 大模型的未來發(fā)展趨勢 133
2. 應用與技術的持續(xù)創(chuàng)新 134
3. 最佳實踐與持續(xù)學習 135
附錄：工具與術語解釋 137
書單推薦
