簡體書新到貨|2書75折 ( 10/6-10/15 ) 詳見活動內容 »
-
85折
$254LangChain 與大語言模型應用開發實踐 -
VIP 95折
數學之美 Ⅱ$774$735 -
VIP 95折
機器人系統開發與優化:算法、感知與控制策略$714$678 -
VIP 95折
AI for Science 中的深度學習$654$621 -
VIP 95折
覆雜系統架構設計實戰:從架構設計原理到頂尖公司面試$594$564 -
85折
$453電力電子化直流系統電弧智能故障檢測技術 -
79折
$706電子商務:商務、技術、社會 原書第17版 -
79折
$606初識密碼學 -
VIP 95折
量子力學, 2/e$330$313 -
VIP 95折
學習 Unity 和 C# 遊戲編程, 2/e$756$718 -
79折
$417解密GRE數學出題點 -
VIP 95折
Stable Diffusion - ComfyUI AI 繪畫工作流解析$534$507 -
VIP 95折
多模態 AI Agent 開發實踐$600$570 -
$354機器學習基礎及應用 -
85折
$657AI 大模型面試內參 (上、下冊) -
VIP 95折
Qt 6 for Python:PySide6 GUI 應用開發指南$899$854 -
85折
$448破殼線性代數——踐悟人工智能與量子力學 -
85折
$249數字集成電路設計實踐 -
85折
$856數字通信——基礎與應用(原書第3版·中文導讀版) -
85折
$407OpenCV 圖像實戰 : 圖像處理的深度探索與項目實戰 -
79折
$469解碼大模型:原理與實戰 -
79折
$606Cadence Allegro 24.1 電子設計速成實戰寶典 -
VIP 95折
AI 賦能 AutoCAD 高效作圖與自動化實現(AutoCAD 2024)(視頻教學版)$359$341 -
79折
$236AIGC 與電商營銷技能實戰 (慕課版) -
VIP 95折
從演算法到電路:數碼芯片演算法的電路實現$714$678
相關主題
商品描述
近年來,人工智能領域突飛猛進,尤其是大語言模型(LLM)的出現,為軟件開發帶來了革命性的變化。DeepSeek作為開源、低成本且提供多種規模的大語言模型,推動了我國大語言模型的應用與發展熱潮。本書旨在以一站式的方式幫助軟件行業的產品經理、非軟件行業的各領域專家、經營管理人員等掌握大語言模型DeepSeek、集成開發環境Cursor或VS Code(國內用戶)、源代碼控制系統Git、前後端軟件框架和軟件工程中的最佳實踐與關鍵技術工具,為開發高效和可靠的軟件系統奠定基礎。 本書主要面向的對象是軟件行業的產品經理、非軟件行業的各領域專家,以及從事“大模型軟件項目開發”培訓行業的講師等。
目錄大綱
第1章 AI編程入門
1.1 Hello World!
1.2 生成UI代碼
1.3 依據圖片生成代碼
練習
第2章 AI編程概論
2.1 誰應該來學AI編程
2.2 學習AI編程解決什麼問題
2.3 選用什麼AI大模型和集成開發環境/工具(IDE)
2.3.1 為什麼要使用IDE
2.3.2 IDE簡介
2.3.3 Cursor AI Editor
2.3.4 VS Code
2.3.5 Trae
2.3.6 其他集成開發環境(IDE)
2.3.7 總結
2.4 編程的未來趨勢
練習
第3章 AI編程基礎能力
3.1 編程語言選擇能力
3.2 編程邏輯思維能力
3.3 系統需求說明能力
3.3.1 產品經理的系統需求說明能力
3.3.2 軟件系統架構師的系統需求說明能力
3.3.3 大模型時代共同需要的系統需求說明能力
3.4 軟件系統設計能力
3.4.1 需求分析與理解
3.4.2 系統架構設計
3.4.3 數據建模
3.4.4 接口設計
3.4.5 性能優化
3.4.6 安全性設計
3.4.7 用戶體驗設計
3.4.8 可維護性和可擴展性
3.4.9 測試策略
3.4.10 文檔和溝通
練習
第4章 編程框架和源代碼控制介紹
4.1 為什麼要使用編程框架
4.2 常見編程框架
4.2.1 Web開發框架
4.2.2 移動應用開發框架
4.2.3 數據科學與機器學習框架
4.2.4 遊戲開發框架
4.2.5 桌面應用開發框架
4.2.6 其他框架
4.3 源代碼控制SCC介紹
4.3.1 為什麼要使用SCC
4.3.2 SCC簡介
4.3.3 微軟的SCC雲服務GitHub
練習
第5章 標普500指數預測程序編程實踐——代碼生成、增添、修改
5.1 Python編程語言簡單介紹
5.1.1 Python編程語言特點
5.1.2 應用領域
5.1.3 下載和安裝Python
5.2 開發一個軟件系統的方法論
5.3 目標和計劃
5.3.1 目標說明
5.3.2 計劃
5.3.3 數據準備
5.3.4 編程準備
5.4 開始編程——代碼生成、增添、修改
5.4.1 代碼生成
5.4.2 代碼增添
5.4.3 代碼修改
5.5 總結
練習
第6章 標普500指數預測程序編程實踐——用戶界面、B/S架構
6.1 JavaScript、HTML、CSS介紹
6.2 瀏覽器/服務器(B/S,Browser/Server)架構介紹
6.3 標普500指數預測程序前端的一種實現示例
6.4 Python軟件包Gradio介紹
6.5 計劃和準備工作
6.5.1 安裝Python Gradio軟件包
6.5.2 代碼生成
6.6 總結
練習
第7章 數據結構、算法和AI模型
7.1 數據結構、傳統算法和深度學習算法
7.1.1 數據結構
7.1.2 傳統算法
7.1.3 深度學習算法(深度神經網絡)
7.2 美國宏觀經濟數據
7.3 標普500指數預測程序AI模型開發計劃
7.4 標普500指數預測模型需要問答過程
7.5 LSTM算法及模型訓練介紹
7.5.1 LSTM的基本結構
7.5.2 LSTM模型訓練
7.6 總結
練習
第8章 標普500指數預測程序編程實踐——使用深度學習算法
8.1 AI模型和標普500指數預測程序的集成
8.2 標普500指數預測程序測試
8.3 準備測試數據並測試預測結果
8.3.1 模型準確率評估程序的設計
8.3.2 生成代碼
8.4 總結
練習
第9章 標普500指數預測程序編程實踐——使用數據庫
9.1 數據庫介紹
9.2 需求說明
9.3 標普500指數預測數據庫相關的運維操作
9.4 總結
練習
第10章 標普500指數預測軟件系統編程實踐——使用Top-down方法
10.1 Top-down方法介紹
10.2 標普500指數預測系統開發計劃
10.3 大模型生成建議、步驟和代碼
10.4 總結
練習
後記
