簡體書新到貨｜2書75折 (9/17-9/24) 詳見活動內容 »
-
VIP 95折
OpenClaw時代的OPC$594$564 -
VIP 95折
用n8n搭建能幹活的AI智能體(零基礎實戰版普通人的智能體入門書)$474$450 -
85折
$708C++ API設計(第2版) -
85折
$555Rust編程思維 -
85折
$509大模型前沿與實踐 -
85折
$550比遊戲還好玩的大模型 -
85折
$402扣子技能從入門到精通 -
79折
$511快速部署大模型 — ChatGPT、嵌入式、微調和多模態 AI 的策略與最佳實踐, 2/e -
85折
$356虛幻引擎 Unreal Engine 5 技術與應用 -
85折
$305智能體的超級大腦：大模型工作原理揭秘 -
85折
$402用扣子搭建智能體+知識庫+Skill<技能>+飛書雲文檔和釘釘(零基礎帶視頻實戰版) -
85折
$550量子計算與人工智能 -
85折
$254OpenClaw快速上手極簡部署與實戰 -
85折
$1,014系統安全工程導論 -
79折
$611Seaborn 科技繪圖：基於 Matplotlib 的 Python 數據可視化 -
85折
$351機器人學基礎 第4版 -
85折
$254國產龍蝦實操手冊：12款OpenClaw國產AI工具零基礎入門+全場景應用（視頻教學版） -
85折
$606openvela輕量系統開發實戰 -
85折
$504智能網聯汽車：AUTOSAR Adaptive平臺技術體系與應用指南 -
85折
$50930天輕松學會SQL -
85折
$254大模型賦能的智能體系統原理與實踐 -
85折
$856先進智能感知技術與應用 -
VIP 95折
視覺智能 — 技術前沿與應用探索$894$849 -
85折
$402分布式數據庫系統：原理解析與架構設計 -
85折
$453理解深度學習
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
