图书 / 人工智能与机器学习 / 大语言模型

人工智能与机器学习

全部 编程语言 1538人工智能与机器学习 762算法与理论 505软件开发 470WEB开发 390DevOps与基础设施 271网络安全 225操作系统与系统 172其他 169数据库 146游戏开发 143嵌入式系统 131IT管理 106
全部 数据科学 253机器学习 151大语言模型 107神经网络 91ChatGPT 37TensorFlow 29计算机视觉 26PyTorch 21机器学习运维 18自然语言处理 12熊猫 9AI代理 1
全部 2026 202025 402024 362023 7
EN
使用Claude AI掌握AI代理：构建规划、推理和执行的智能系统实用指南

使用Claude AI掌握AI代理：构建规划、推理和执行的智能系统实用指南

A
人工智能与机器学习
EN
大型语言模型的可观测性：大规模AI的站点可靠性和混沌工程

大型语言模型的可观测性：大规模AI的站点可靠性和混沌工程

A

Ankush Sharma

人工智能与机器学习
EN
生成式AI初学者指南：扩散模型、ChatGPT和LLM入门路径

生成式AI初学者指南：扩散模型、ChatGPT和LLM入门路径

A

Deepshikha Bhati, Fnu Neha, Angela Guercio, Md Amiruzzaman, Aloysius Bathi Kasturiarachi

人工智能与机器学习
EN
大型语言模型食谱：微调、优化、部署和实际应用实践指南

大型语言模型食谱：微调、优化、部署和实际应用实践指南

A

Bharath Kumar Bolla, Kalpa Subbaiah, Sashi Kiran Kaata

人工智能与机器学习
EN
生产级RAG实战：设计、开发和部署生产就绪的RAG应用

生产级RAG实战：设计、开发和部署生产就绪的RAG应用

A

Ofer Mendelevitch, Forrest Sheng Bao

人工智能与机器学习
EN
使用模式提示构建复杂多智能体系统

使用模式提示构建复杂多智能体系统

A

Tim O'Brien

人工智能与机器学习
EN
BiteSize Python 中级学习者：包含实践实验室、真实世界示例和生成式AI辅助

BiteSize Python 中级学习者：包含实践实验室、真实世界示例和生成式AI辅助

A

Di Wu

人工智能与机器学习
EN
RAG with Python Cookbook：从数据预处理到LLM智能体的实用配方

RAG with Python Cookbook：从数据预处理到LLM智能体的实用配方

A

Dominik Polzer

人工智能与机器学习
RU
GraphRAG基础。基于知识图谱的增强RAG

GraphRAG基础。基于知识图谱的增强RAG

A

Tomazh Bratanich，奥斯卡·哈内

人工智能与机器学习
EN
实用生成式AI：从概念到部署：构建和部署合乎道德的AI驱动解决方案

实用生成式AI：从概念到部署：构建和部署合乎道德的AI驱动解决方案

A

Pramod Singh, James McKeone

人工智能与机器学习
EN
Kubernetes上的生成式AI：大型语言模型的生产化部署

Kubernetes上的生成式AI：大型语言模型的生产化部署

A

Roland Huß, Daniele Zonca

人工智能与机器学习
RU
基于大型语言模型的推荐系统。完整创建周期：从预训练到智能代理部署

基于大型语言模型的推荐系统。完整创建周期：从预训练到智能代理部署

A

刘璐，张玉君

人工智能与机器学习
EN
Hugging Face实战

Hugging Face实战

A

Wei-Meng Lee

人工智能与机器学习
EN
实战中的Transformers

实战中的Transformers

A

Nicole Koenigstein

人工智能与机器学习
EN
AI 代理与 LangChain、LangGraph 和 MCP 应用

AI 代理与 LangChain、LangGraph 和 MCP 应用

A

Roberto Infante

人工智能与机器学习
EN
精通AI算法（第二版）：AI如何解决复杂问题

精通AI算法（第二版）：AI如何解决复杂问题

A

Rishal Hurbans

人工智能与机器学习
EN
生成式AI导论：可靠、负责任与现实应用

生成式AI导论：可靠、负责任与现实应用

A

Numa Dhamani, Maggie Engler

人工智能与机器学习
EN
构建与训练生成式AI模型：生成式AI开发与规模化实用指南

构建与训练生成式AI模型：生成式AI开发与规模化实用指南

A

Irena Cronin

人工智能与机器学习
EN
生成式AI赋能游戏开发：用机器打造叙事世界

生成式AI赋能游戏开发：用机器打造叙事世界

A

Shesh Narayan Gupta

人工智能与机器学习
EN
面向工程师的Agentic AI：构建目标驱动系统架构

面向工程师的Agentic AI：构建目标驱动系统架构

A

Dhivya Nagasubramanian

人工智能与机器学习
EN
代理AI革命：利用微软AI和自主代理改变工作与商业

代理AI革命：利用微软AI和自主代理改变工作与商业

A

Will Hawkins, Nancie Calder

人工智能与机器学习
EN
Claude Code Mastery：使用Claude AI构建、自动化并扩展生产就绪系统

Claude Code Mastery：使用Claude AI构建、自动化并扩展生产就绪系统

A

Eslam Wahba

人工智能与机器学习
EN
设计大型语言模型应用

设计大型语言模型应用

A

Suhas Pai

人工智能与机器学习
EN
大型语言模型实用指南：使用Hugging Face Transformers的动手AI应用

大型语言模型实用指南：使用Hugging Face Transformers的动手AI应用

A

Ivan Gridin

人工智能与机器学习
EN
掌握LangChain：构建生成式AI应用的全面指南

掌握LangChain：构建生成式AI应用的全面指南

A

Sanath Raj B Narayan, Nitin Agarwal

人工智能与机器学习
EN
学习LangChain：使用LangChain和LangGraph构建AI和LLM应用

学习LangChain：使用LangChain和LangGraph构建AI和LLM应用

A

Mayo Oshin, Nuno Campos

人工智能与机器学习
EN
GPT用于计算材料科学与力学中的Python编程：从提示工程到实例解决方案

GPT用于计算材料科学与力学中的Python编程：从提示工程到实例解决方案

A

Bernhard Eidel

人工智能与机器学习
EN
AI辅助编程：软件开发实用指南

AI辅助编程：软件开发实用指南

A

Michael Kofler, Bernd Öggl, Sebastian Springer

人工智能与机器学习
EN
使用 LangGraph、AutoGen 和 CrewAI 构建生成式 AI 代理

使用 LangGraph、AutoGen 和 CrewAI 构建生成式 AI 代理

A

Tom Taulli, Gaurav Deshmukh

人工智能与机器学习
EN
使用生成式人工智能构建金融软件（从零开始）

使用生成式人工智能构建金融软件（从零开始）

A

Christopher Kardell, Mark Brouwer

人工智能与机器学习
EN
使用人工智能的软件工艺：在编写、审查和测试代码中应用LLM的实用指南

使用人工智能的软件工艺：在编写、审查和测试代码中应用LLM的实用指南

A

Almantas Karpavičius

人工智能与机器学习
EN
人工智能驱动的搜索

人工智能驱动的搜索

A

Trey Grainger, Doug Turnbull, Max Irwin

人工智能与机器学习
EN
金融领域大语言模型运维：基础设施、实施与创新实践指南

金融领域大语言模型运维：基础设施、实施与创新实践指南

A

Brindha Priyadarshini Jeyaraman

人工智能与机器学习
EN
Essential GraphRAG：知识图谱增强的检索增强生成

Essential GraphRAG：知识图谱增强的检索增强生成

A

Tomaž Bratanič, Oskar Hane

人工智能与机器学习
EN
使用LLM、RAG和知识图谱构建AI智能体

使用LLM、RAG和知识图谱构建AI智能体

A

Salvatore Raieli, Gabriele Iuculano

人工智能与机器学习
RU
从零开始构建LLM

从零开始构建LLM

A

塞巴斯蒂安·拉什卡

人工智能与机器学习
RU
基于GPT-4和ChatGPT的应用程序开发。第2版

基于GPT-4和ChatGPT的应用程序开发。第2版

A

奥利维耶·凯兰，玛丽-爱丽丝·布莱特

人工智能与机器学习
RU
RAG系统：从理论到实践。在AI技术飞速发展时代构建智能搜索与内容生成系统的实用指南

RAG系统：从理论到实践。在AI技术飞速发展时代构建智能搜索与内容生成系统的实用指南

A

R. V. 杜什金

人工智能与机器学习
RU
面向初学者的生成式人工智能与大型语言模型（LLM）学习

面向初学者的生成式人工智能与大型语言模型（LLM）学习

A

沙米姆·布扬，铁木尔·伊萨琴科

人工智能与机器学习
RU
LLM提示工程。基于大型语言模型构建应用程序的艺术

LLM提示工程。基于大型语言模型构建应用程序的艺术

A

约翰·贝里曼，阿尔伯特·齐格勒

人工智能与机器学习
EN
可视化生成式AI：AI如何绘画、写作与辅助

可视化生成式AI：AI如何绘画、写作与辅助

A

Priyanka Vergadia, Valliappa Lakshmanan

人工智能与机器学习
EN
使用PyTorch构建LLM：基于PyTorch开发先进AI模型的逐步指南

使用PyTorch构建LLM：基于PyTorch开发先进AI模型的逐步指南

A

Anand Trivedi

人工智能与机器学习
EN
生成式AI赋能软件开发：更快、更高效地构建软件

生成式AI赋能软件开发：更快、更高效地构建软件

A

Sergio Pereira

人工智能与机器学习
EN
中级Python与大型语言模型

中级Python与大型语言模型

A

Dilyan Grigorov

人工智能与机器学习
EN
LLM提示工程：构建基于大语言模型应用的艺术与科学

LLM提示工程：构建基于大语言模型应用的艺术与科学

A

John Berryman, Albert Ziegler

人工智能与机器学习
EN
生成式AI赋能全栈开发：AI加速编程

生成式AI赋能全栈开发：AI加速编程

A

Shantanu Baruah, Nitara Baruah

人工智能与机器学习
EN
使用AI代理构建应用：设计与实现多智能体系统

使用AI代理构建应用：设计与实现多智能体系统

A

Michael Albada

人工智能与机器学习
EN
生成式AI设计模式：构建GenAI智能体与应用时常见挑战的解决方案

生成式AI设计模式：构建GenAI智能体与应用时常见挑战的解决方案

A

Valliappa Lakshmanan, Hannes Hapke

人工智能与机器学习
RU
RAG与生成式AI。使用LlamaIndex、Deep Lake和Pinecone构建自定义RAG管道

RAG与生成式AI。使用LlamaIndex、Deep Lake和Pinecone构建自定义RAG管道

A

丹尼斯·罗斯曼

人工智能与机器学习
RU
AI工程。使用基础模型构建应用程序

AI工程。使用基础模型构建应用程序

A

Chip Khyuen

人工智能与机器学习
123 →

PDF质量评分：

A 优秀 — 文本可复制，含目录、元数据 B 良好 — 有文本，部分数据缺失 C 一般 — 文本可部分提取 D 较差 — 很可能为扫描件 F 未OCR扫描件 — 文本无法提取