
会员
AI高效工作一本通
刘丙润编著更新时间:2025-03-17 19:08:12
最新章节:封底开会员,本书免费读 >
本书共九章,分别介绍AI写作工具、AI优化简历、职场入门AI写作、AI项目策划、AI项目复盘、AI高效办公、AI高效沟通、让职场更轻松的软件和AI职场视频剪辑等内容。
品牌:北大出版社
上架时间:2024-02-01 00:00:00
出版社:北京大学出版社
本书数字版权由北大出版社提供,并由其授权上海阅文信息技术有限公司制作发行
AI高效工作一本通最新章节
查看全部- 封底
- 9.5 企业视频剪辑五要素
- 9.4 企业招聘和人才展示视频制作流程
- 9.3 产品宣传视频制作流程
- 9.2 客户案例视频制作流程
- 9.1 视频剪辑五大经典软件
- 第9章 视频剪辑——利用AI快速打造高质量短视频
- 8.4 预见未来
- 8.3 智能会议安排——员工有安排,领导也有谱
- 8.2 高效日程管理——每日任务轻松安排
刘丙润编著
主页
同类热门书
最新上架
- 会员
Sora AI视频生成、案例解析与场景应用
本书通过81个官方案例解析、120个知识点梳理,深入浅出介绍了Sora的技术原理、特色功能、创新之处、优势特点、文案工具、脚本创作、提示词技巧、绘画工具、创意应用、变现方式等,帮助读者一本书全面精通Sora的AI视频生成技术。10大专题内容、108分钟视频,手机扫码可看精华内容,同时赠送了9大超值资源:74组AI绘画提示词、104个效果文件、165页PPT课件、31集《AI摄影》教学视频、40集《计算机6.8万字 - 会员
科学仪器设备配置学:人工智能时代的界面管理
本书共八章,从高校资源配置的教育、科研、社会、经济规律视角,以建设卓越世界一流大学为导向,对高校科学仪器设备配置中的问题进行研究。计算机17.5万字 - 会员
AI自媒体写作超简单
本书结合作者10多年写作经验,基于AI应用ChatGPT、文心一言、智谱清言、讯飞星火、通义千问、Kimi等,详细介绍了使用AI写作的流程、方法和技巧,旨在帮助想要通过内容输出加速个人发展的读者,快速掌握AI自媒体写作的方法和技巧。本书分为11章,涵盖AI自媒体写作概述、AI提示词、AI起标题、AI做选题、AI角色化写作、AI套路化写作、AI仿写、AI模块化写作、AI改写、AI润色、AI智能体写作计算机9.2万字 - 会员
ChatGPT手册:初学者指南与应用实战
本书理论联系实际,全面地介绍ChatGPT的主要应用场景,帮助读者掌握ChatGPT的使用方法和技巧。本书不仅讲述了ChatGPT在学习、写作、工作、生活方面的应用案例,还介绍了一个打造个人品牌的综合应用,内容实用,可操作性强。本书适合希望了解ChatGPT的初学者阅读。计算机9.6万字 - 会员
ChatGPT时代:ChatGPT全能应用一本通
本书共16章,内容包括人工智能、OpenAI、ChatGPT的概述及其操作技巧。生动展示了ChatGPT在教育与学术、商业管理、新媒体、办公、求职等12个领域的实际运用,同时探讨了ChatGPT当前面临的挑战以及大模型的未来发展方向。计算机12万字 - 会员
这就是DeepSeek:普通人如何抓住AI红利
本书聚焦如何高效运用DeepSeek这一前沿AI工具,帮助读者在技术浪潮中把握机遇。全书从DeepSeek发展历程切入,系统解析DeepSeek在信息处理、创意生成与决策辅助中的核心能力,并结合生活管理、职场协作、学习优化、社交互动等场景,通过真实案例讲解其应用方法。同时,针对内容创作、自媒体运营、副业变现等需求,书中提供了可落地的策略与案例,助力读者实现效率提升与价值创造。书中不仅提供技术使用技计算机5.5万字 - 会员
如何教人工智能说人话?
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”。计算机17.8万字 - 会员
AI训练师手册:算法与模型训练从入门到精通
本书共有10章,包括51个实操案例解析和80个行业案例分析。书中内容从技能线和案例线展开介绍。技能线:从人工智能的相关技术入手,不仅介绍了AI训练师的发展历程和行业动态,还重点讲述了AI训练师的职业技能提升方法。案例线:不仅涵盖了AI领域的各个方面,而且非常注重算法与模型的实际应用,通过分析大量的经典案例,可以让读者更好地掌握AI训练的相关技能。计算机11.6万字 - 会员
人工智能数学基础与Python机器学习实战
本书分为3个部分:第1章和第2章是人工智能的数学基础,主要介绍了机器学习的概念、Python开发环境的搭建、机器学习bibei的数学知识,以及线性代数和概率论的相关知识;第3~12章主要介绍了回归模型、分类模型、聚类模型、半监督模型的建立和相关算法的理论,以及如何使用sklearn具体实现相关算法模型的搭建;第13章介绍了Spark机器学习,笔者认为对于机器学习,不能只限于Python中的skle计算机0字