
会员
巧用AI工具高效搞定PPT设计与制作
更新时间:2025-03-28 11:59:39
最新章节:封底开会员,本书免费读 >
本书讲解如何利用AI工具来高效制作和设计PPT,全书共分为8章,前面7章分别介绍了PPT不同制作内容的相关知识和技巧,包括软件操作层面、设计思维层面、素材应用层面的内容,第8章模拟了两个真实工作场景下的PPT使用需求,逐步讲解设计的关键环节,旨在帮助读者解决工作中的实际问题。
品牌:北大出版社
上架时间:2024-06-01 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
巧用AI工具高效搞定PPT设计与制作最新章节
查看全部- 封底
- 8.2 制作教学课件PPT
- 8.1 制作工作总结PPT
- 第8章 学以致用:AI工具高效制作PPT案例实战
- 7.2 演讲挑战:洞察关键技巧塑造成功演示
- 7.1 完美演讲的关键要素:确保演讲无懈可击
- 第7章 PPT演示技巧:Χ展现魅力演示的秘诀和实用技巧
- 6.2 创意无限:AI设计助手帮你打造高级动画
- 6.1 媒体嵌入与处理:讯飞星火与智能AI图像编辑工具的应用
- 第6章 创新创意大放异彩:Χ媒体与动画的巧妙应用
最新上架
- 会员
AI时代架构师修炼之道:ChatGPT让架构师插上翅膀
本书以ChatGPT为核心工具,揭示了人工智能技术对架构师的角色和职责进行颠覆和重塑的关键点。全书通过共计13章的系统内容,探讨AI技术在架构设计中的应用,以及AI对传统架构师工作方式的影响,读者可以了解如何利用ChatGPT这一强大的智能辅助工具,提升架构师的工作效率和创造力。计算机7字 - 会员
ChatGPT进阶:提示工程入门
本书共分为9章,内容涵盖三个层次:介绍与解读、入门学习、进阶提升。第1-2章介绍与剖析了ChatGPT与提示工程,并从多个学科的角度探讨了提示工程学科。第3-5章演示了ChatGPT的实际运用,教你如何使用ChatGPT解决自然语言处理问题,并为你提供了一套可操作、可重复的提示设计框架,让你能够熟练驾驭ChatGPT。第6-9章讲解了来自学术界的提示工程方法,以及如何围绕ChatGPT进行创新。计算机9.7万字 - 会员
大模型工程化:AI驱动下的数据体系
大模型在众多领域得到了广泛应用,促进了AI技术的整合和创新。然而,在实际应用过程中,直接将大模型应用于特定行业常常难以达到预期效果。本书详细阐述如何在游戏经营分析场景中利用大模型实现数据体系的建设。本书分为6个部分,共16章。第1部分主要介绍大模型技术的发展与应用,从大模型的发展现状展开,重点介绍大模型与数据体系的相关知识。第2部分主要介绍大模型下的关键基础设施,涵盖湖仓一体引擎、湖仓的关键技术、计算机15.6万字 - 会员
巧用ChatGPT快速搞定数据分析
本书共分为8章,涵盖了从数据分析基础知识、常见的统计学方法到使用ChatGPT进行数据准备、数据清洗、数据特征提取、数据可视化、回归分析与预测建模、分类与聚类分析,以及深度学习和大数据分析等全面的内容。计算机10.7万字 - 会员
巧用ChatGPT轻松学演讲
本书分为23章,从基础的演讲知识入手,到演讲稿的写作技巧,再到指导读者如何有效地利用ChatGPT进行演讲稿写作和演讲练习,最后通过实际的行业案例进行深入的学习和实战应用。使读者不仅可以学习演讲的相关知识,还能对如何利用ChatGPT进行有效的演讲有所理解。计算机19.1万字 - 会员
AI智能写作:巧用AI大模型让新媒体变现插上翅膀
本书共分为8章,分别讲解了常见的人工智能以及人工智能影响下的广告流量变现、商业合作变现、直播变现、私域变现和IP变现等。此外,还对未来的人工智能与新媒体变现做了趋势分析。计算机10.5万字 - 会员
AI提示工程实战:从零开始利用提示工程学习应用大语言模型
本书介绍提示工程的基本概念和实践,旨在帮助读者了解如何构建高质量的提示内容。内容包括:认识大语言模型、ChatGPT应用体验、ChatGPTAPI、PythonChatGPTAPI库、提示工程、提示类型、基于提示工程应用Python数据分析等。计算机14万字 - 会员
巧用ChatGPT轻松玩转新媒体运营
本书从ChatGPT的基础知识讲起,针对运营工作中的各种痛点,结合实战案例,如文案写作、图片制作、社交媒体运营、爆款视频文案、私域推广、广告策划、电商平台高效运营等,教会读者如何使用ChatGPT进行智能化工作;还介绍了通过ChatGPT配合Midjourney、D-ID等AI软件的使用,进一步帮助提高运营工作的效率。计算机11.3万字 - 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