本書選材廣泛，主要包括人工智能概述、現(xiàn)實(shí)世界中人工智能的應(yīng)用、人工智能的類型、人工智能的利與弊、人工智能中的知識(shí)表示、人工智能中的推理、人工智能中的搜索算法、機(jī)器學(xué)習(xí)算法、專家系統(tǒng)、人工智能中的模糊邏輯及其應(yīng)用、有監(jiān)督機(jī)器學(xué)習(xí)與無監(jiān)督機(jī)器學(xué)習(xí)、現(xiàn)實(shí)世界中機(jī)器學(xué)習(xí)的應(yīng)用、人工神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)、模式識(shí)別、面部識(shí)別、人工智

本書以Python機(jī)器學(xué)習(xí)常用技術(shù)與真實(shí)案例相結(jié)合的方式，深入淺出地介紹了Python機(jī)器學(xué)習(xí)應(yīng)用的主要內(nèi)容。全書共11章，分別介紹了機(jī)器學(xué)習(xí)概述、數(shù)據(jù)準(zhǔn)備、特征工程、有監(jiān)督學(xué)習(xí)、無監(jiān)督學(xué)習(xí)、智能推薦的相關(guān)知識(shí)，并介紹了市財(cái)政收入分析案例、基于非侵入式電力負(fù)荷監(jiān)測(cè)與分解的電力分析案例、航空公司客戶價(jià)值分析案例、廣電大數(shù)

李仁涵教授，上海交通大學(xué)人工智能研究院首席顧問，國(guó)家新一代人工智能治理專業(yè)委員會(huì)委員。主要從事科技發(fā)展戰(zhàn)略和規(guī)劃的研究與咨詢、科技成果與產(chǎn)業(yè)化、智庫(kù)建設(shè)等研究。 黃慶橋教授，上海交通大學(xué)馬克思主義學(xué)院科學(xué)史與科學(xué)文化研究院副教授，博士生導(dǎo)師。主要從事中國(guó)近現(xiàn)代科學(xué)技術(shù)史。 人工智能正在以潤(rùn)物細(xì)無聲的態(tài)勢(shì)，進(jìn)

本書包括七個(gè)項(xiàng)目,分別是全面知曉人工智能;人工智能1.0時(shí)代:圖靈的計(jì)算王國(guó);人工智能2.0時(shí)代:知識(shí),讓計(jì)算機(jī)更聰明;人工智能3.0時(shí)代:悄然興起的“機(jī)器學(xué)習(xí)”;人工智能4.0時(shí)代:“深度學(xué)習(xí)”打破以沉寂;正在展開的未來:人工智能對(duì)人類社會(huì)的影響;人工智能應(yīng)用實(shí)踐:科技改變生活的前沿人工智能應(yīng)用。

隨著時(shí)代的發(fā)展、計(jì)算機(jī)硬件性能的提升與大數(shù)據(jù)技術(shù)的進(jìn)步,深度學(xué)習(xí)在理論上不斷創(chuàng)新,尤其在商業(yè)場(chǎng)景應(yīng)用中取得重要成果,使得人工智能又一次進(jìn)入黃金發(fā)展時(shí)期,“深度學(xué)習(xí)時(shí)代”已經(jīng)來臨!本書將帶領(lǐng)讀者了解深度學(xué)習(xí)技術(shù)的理論及應(yīng)用情況。全書共10章,分3部分。第1部分,即第1-第4章,主要介紹人工智能與神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)知識(shí),以及深

本書參考物聯(lián)網(wǎng)應(yīng)用技術(shù)人才培養(yǎng)的方案內(nèi)容，針對(duì)物聯(lián)網(wǎng)應(yīng)用技術(shù)專業(yè)人才培養(yǎng)所需要的技術(shù)（職業(yè)）領(lǐng)域所總結(jié)的典型工作任務(wù)來組織全書的內(nèi)容體系。根據(jù)要完成每個(gè)典型工作任務(wù)的工作過程中所需的知識(shí)或技能來設(shè)計(jì)每個(gè)章節(jié)的內(nèi)容。本書共分為8章，內(nèi)容涵蓋了物聯(lián)網(wǎng)的特征及體系結(jié)構(gòu)、物聯(lián)網(wǎng)底層感知技術(shù)、通信技術(shù)、嵌入式開發(fā)技術(shù)、云計(jì)算及大

人工智能是電子信息技術(shù)領(lǐng)域發(fā)展為迅速的新興交叉學(xué)科。本書作為人工智能學(xué)科的入門基礎(chǔ)，由淺入深、化繁為簡(jiǎn)，全方位闡述人工智能相關(guān)理論背景、關(guān)鍵技術(shù)及部分典型應(yīng)用。本書共12章：第1章闡述人工智能的定義、發(fā)展史，并展望其發(fā)展趨勢(shì)；第2～4章是人工智能學(xué)科的理論基礎(chǔ)，分別介紹知識(shí)的表示與理解方法、感知與連接以及判斷與控制方法

本書較完整地介紹了深度學(xué)習(xí)的基本概念、方法和技術(shù)。全書共10章，重點(diǎn)介紹了深度學(xué)習(xí)的基礎(chǔ)知識(shí)、深度學(xué)習(xí)的基本算法、深度學(xué)習(xí)中的正則化以及幾個(gè)典型的深度神經(jīng)網(wǎng)絡(luò)（如深度卷積神經(jīng)網(wǎng)絡(luò)、深度循環(huán)神經(jīng)網(wǎng)絡(luò)、深度生成式對(duì)抗網(wǎng)絡(luò)、自編碼器、深度信念網(wǎng)絡(luò)、膠囊網(wǎng)絡(luò)等）。本書內(nèi)容豐富、敘述詳細(xì)、實(shí)用性強(qiáng)，適合具有一定數(shù)學(xué)基礎(chǔ)的高年級(jí)本

本書在不涉及大量數(shù)學(xué)模型與復(fù)雜算法實(shí)現(xiàn)的前提下，從機(jī)器學(xué)習(xí)概述開始，由“泰坦尼克號(hào)數(shù)據(jù)分析與預(yù)處理”“良/惡性乳腺癌腫瘤預(yù)測(cè)”“波士頓房?jī)r(jià)預(yù)測(cè)”“手寫體數(shù)字聚類”“人臉特征降維”“在線旅行社酒店價(jià)格異常檢測(cè)”6個(gè)案例分別引入數(shù)據(jù)分析、分類、回歸、聚類、特征降維和異常檢測(cè)的應(yīng)用開發(fā)實(shí)戰(zhàn)技術(shù)及其少量理論，能夠幫助讀者以最快

深度學(xué)習(xí)是目前***的技術(shù)領(lǐng)域。本書兼顧了數(shù)學(xué)上的理解和代碼實(shí)踐，內(nèi)容主要包括基礎(chǔ)知識(shí)和深度學(xué)習(xí)模型。第1章介紹深度學(xué)習(xí)的簡(jiǎn)潔發(fā)展思路和表示學(xué)習(xí)機(jī)制；第2章、第3章介紹神經(jīng)網(wǎng)絡(luò)的基于梯度的優(yōu)化方法、神經(jīng)網(wǎng)絡(luò)的優(yōu)化難點(diǎn)以及相應(yīng)的解決方法；第4章討論神經(jīng)網(wǎng)絡(luò)遇到的過擬合問題；第5章分析神經(jīng)網(wǎng)絡(luò)的最小組成部分——神經(jīng)元；第6