本書從硬件、軟件、算法和通信四個方面來講述一個智能系統(tǒng)完整的開發(fā)內(nèi)容,主要包括:智能系統(tǒng)相關(guān)背景、智能系統(tǒng)芯片、編譯系統(tǒng)、操作系統(tǒng)、操作系統(tǒng)軟件框架、應(yīng)用軟件開發(fā)、機器學(xué)習(xí)、深度學(xué)習(xí)推框架和智能系統(tǒng)應(yīng)用開發(fā)。從而讓讀者能夠全面的學(xué)習(xí)一個智能系統(tǒng)所涉及的各方面知識點,從而便于從宏觀方面理解智能系統(tǒng)。本書適合于剛開始學(xué)習(xí)計
本書為1+X職業(yè)技能等級證書(人機對話智能系統(tǒng)開發(fā))中級配套教材。本書共8個單元,21個任務(wù),包括自然語言處理技術(shù)初探、語料數(shù)據(jù)加工處理、序列標(biāo)注--詞法分析、語音交互界面VUI設(shè)計、人機對話系統(tǒng)中的自然語言處理、基于騰訊云小微的人機對話系統(tǒng)實戰(zhàn)、基于模塊的人機對話系統(tǒng)實戰(zhàn)及人機對話系統(tǒng)測評實戰(zhàn)。書中案例基于騰訊云小微
本書從人工智能的基本定義出發(fā),由淺入深地闡述了人工智能的理論、策略、研究方法和應(yīng)用領(lǐng)域,以梳理知識脈絡(luò)和要點的方式,詳細介紹了知識表示、邏輯推理及方法、非確定性推理及方法、搜索策略、機器學(xué)習(xí)、深度學(xué)習(xí)、大數(shù)據(jù)等方面的內(nèi)容。作為導(dǎo)論書籍,本書概念論述清楚,內(nèi)容豐富,通俗易懂,在較為全面介紹人工智能的基礎(chǔ)上對一些傳統(tǒng)內(nèi)容進
目前,人工智能技術(shù)的發(fā)展以機器學(xué)習(xí)、深度學(xué)習(xí)技術(shù)為主,它能夠解決一些傳統(tǒng)人工程序無法實現(xiàn)的效果。然而,“人工智能＋”更是被寄希望于把人工智能技術(shù)應(yīng)用到各行各業(yè)之中。本書不僅包含了機器學(xué)習(xí)、深度學(xué)習(xí)的算法,還側(cè)重于人工智能應(yīng)用軟件的開發(fā)。書中針對人工智能相關(guān)應(yīng)用和技術(shù)設(shè)計了項目式教學(xué)案例,每章從不同側(cè)面講述了人工智能應(yīng)用
本書基于嵌入式人工智能開發(fā)板EAIDK-310和嵌入式虹膜門禁系統(tǒng)EAIDK-310-P20實驗平臺,使用Qt和PyQt作為界面設(shè)計和運行框架,通過在嵌入式Linux系統(tǒng)中使用Python和C++語言編寫程序代碼,實現(xiàn)視頻采集、物體分類、人臉識別、虹膜圖像預(yù)處理、虹膜圖像特征提取與匹配、虹膜圖像采集與定位顯示、虹膜識別
本書共分為10章。第1章為緒論;第2、3章分別介紹使用傳遞函數(shù)和狀態(tài)空間方程描述系統(tǒng)的方法;第4、5章使用這兩種方法分析一階系統(tǒng)與二階系統(tǒng)的時域響應(yīng);第6章介紹系統(tǒng)穩(wěn)定性的概念;第7、8章重點分析經(jīng)典控制理論中的控制器設(shè)計方法,包含比例積分控制和根軌跡法;第9章介紹系統(tǒng)的頻率響應(yīng)并與濾波器的設(shè)計相結(jié)合;第10章討論現(xiàn)代
本書講述如何快速利用無服務(wù)器計算和基于云的人工智能服務(wù)的能力。介紹基礎(chǔ)知識后,將帶你領(lǐng)略第一個實際操作的無服務(wù)器人工智能項目:一個可識別任意網(wǎng)頁圖像的系統(tǒng)。在本書中,你將探索用于圖像分析的AmazonRekognition工具、云基礎(chǔ)設(shè)施部署、爬蟲服務(wù)和簡單API等技術(shù)。掌握這個有趣項目中的概念和技能后,你將著手構(gòu)建一
本書系統(tǒng)地闡述機器學(xué)習(xí)中常見的幾類模型,包括模型的思想、原理及實現(xiàn)細節(jié)等。同時,本書還結(jié)合了當(dāng)前熱門的機器學(xué)習(xí)框架Sklearn,對書中所涉及的模型進行用法上詳細講解。全書共10章,第1章介紹機器學(xué)習(xí)開發(fā)環(huán)境的配置;第2章講解線性回歸模型的基本原理、回歸模型中常見的幾種評價指標(biāo),以及用于有監(jiān)督模型訓(xùn)練的梯度下降算法;第
本書以任務(wù)為導(dǎo)向，討論了機器學(xué)習(xí)和深度學(xué)習(xí)的主要問題，包括聚類、回歸、分類、標(biāo)注、降維、特征工程、超參數(shù)調(diào)優(yōu)、序列決策（強化學(xué)習(xí)）和對抗攻擊等。書中對上述每個問題，分別從決策函數(shù)類模型、概率類模型和神經(jīng)網(wǎng)絡(luò)類模型三個角度來討論具體的實現(xiàn)算法。本書在內(nèi)容上兼顧基礎(chǔ)知識和應(yīng)用實踐�？傮w上，以基本理論知識為主線，逐步展開，從
本書從人工智能時代說起，通過項目學(xué)習(xí)（PBL）的方式由淺入深地剖析圖像處理、人臉聚類、語音識別、人臉簽到、慧眼識人、自動駕駛小車等人工智能的相關(guān)應(yīng)用案例，并在此基礎(chǔ)上推出5個生動有趣的典型綜合實踐項目--裸眼3D、無人機+智慧農(nóng)業(yè)、創(chuàng)建自己的語音識別庫、語音播報智能垃圾桶、垃圾分類機器人。 本書項目在實施過程中，依托
書單推薦 新書推薦
