本書全面且系統(tǒng)地介紹了機器學習測試技術(shù)與質(zhì)量體系建設，分為5部分，共15章。第一部分（第1～4章）涵蓋了機器學習、Python編程、數(shù)據(jù)分析的基礎知識；第二部分（第5～7章）介紹了大數(shù)據(jù)基礎、大數(shù)據(jù)測試指南及相關工具實踐；第三部分（第8～10章）講解了機器學習測試基礎、特征專項測試及模型算法評估測試；第四部分（第11～

本書分為3部分，分別是綜述篇、通用技術(shù)篇和行業(yè)應用篇。綜述篇介紹了現(xiàn)階段人工智能產(chǎn)品發(fā)展情況和人工智能政策環(huán)境。通用技術(shù)篇精心挑選10個以研發(fā)底層技術(shù)為核心競爭力的企業(yè)的產(chǎn)品，詳細介紹了它們的實現(xiàn)思路以及現(xiàn)階段應用。行業(yè)應用篇共有24個案例，主要匯集了人工智能技術(shù)與實體經(jīng)濟結(jié)合的應用案例，重點關注人工智能技術(shù)的應用場景

機器學習是一門多領域交叉學科，涉及概率論、統(tǒng)計學、矩陣論、神經(jīng)網(wǎng)絡、計算機等多門學科。其目標是模擬人類的學習活動，從數(shù)據(jù)中獲取知識和技能，重新組織已有的知識結(jié)構(gòu)，從而不斷改善系統(tǒng)性能。本書共9項目。項目1介紹機器學習基礎，概要介紹機器學習的發(fā)展簡史和一般步驟，以及本書涉及的方法和算法；項目2項目7討論k近鄰算法、線性回

本書全面系統(tǒng)地闡述了人工智能的基本原理，勾畫了人工智能理論和技術(shù)體系的基本框架，內(nèi)容涵蓋了人工智能各個分支領域的基本知識和主要內(nèi)容，并體現(xiàn)了人工智能的最新進展。本書內(nèi)容全面、基礎、新穎、實用，為讀者進一步學習和研發(fā)奠定了基礎，指引了方向。全書共分為六篇，每篇為一個知識單元。本書結(jié)構(gòu)風格獨特，條理清楚，語言精練，圖文并茂

本書主要介紹如何應用Tensorflow來實現(xiàn)深度學習的架構(gòu)與應用。全書從tensorflow的基本語法，基礎教程、高級工具以及進階教程來對深度學習的理論與技術(shù)進行深入分析與講解，并提供大量的案例從零開始教會讀者如何使用深度學習進行開發(fā)以及應用。本書主要介紹如何應用Tensorflow來實現(xiàn)深度學習的架構(gòu)與應用。全書從

本書分為14章,涵蓋的主要內(nèi)容有人工智能的發(fā)展;開發(fā)環(huán)境的部署與使用;TensorFlow2.0框架結(jié)構(gòu)及基本函數(shù)使用;神經(jīng)網(wǎng)絡的發(fā)展與基本結(jié)構(gòu);圖像處理;TensorFlow2.0可視化工具TensorBoard;普通神經(jīng)網(wǎng)絡曲線擬合;普通神經(jīng)網(wǎng)絡和卷積神經(jīng)網(wǎng)絡MNIST手寫字體識別;圖像風格遷移;小型汽車車牌識別;

本書屬于人工智能方面的基礎研究的著作,全面探討研究人工智能的基本理論和技術(shù)發(fā)展,由人工智能基本概念、確定性知識系統(tǒng)、不確定性知識系統(tǒng)、智能搜索技術(shù)、自然語言理解等五大部分組成。全書以人工智能為研究對象,分析人工智能的原理及其在各方面的應用,在此技術(shù)基礎上,結(jié)合現(xiàn)實需求,提出人工智能對社會的重要性與未來的發(fā)展方向。

TensorFlow是谷歌公司于2015年研發(fā)的深度學習框架。它的出現(xiàn)降低了人工智能時代的入門門檻，提高了開發(fā)效率。本書針對TensorFlow2.0版本編寫，基于工作過程進行系統(tǒng)化的體例設計，采用理論知識結(jié)合項目實例的形式，由淺入深地介紹TensorFlow深度學習框架的原理、特性、編程技巧和應用方法。本書包含深度學

本書共9章，主要介紹了人工智能在監(jiān)督學習、非監(jiān)督學習、強化學習3個領域的10種常見算法，包括kNN、貝葉斯、決策樹、支持向量機、集成學習、K-means、線性回歸、神經(jīng)網(wǎng)絡、卷積網(wǎng)絡、Q-learning等。全書采用Python作為實現(xiàn)語言，通過大量原創(chuàng)圖表及實用案例讓讀者參與和體驗人工智能的決策過程，希望讀者能夠了解

人工智能是研究理解和模擬人類智能、智能行為及其規(guī)律的一門學科。本書系統(tǒng)地闡述了人工智能的基本理論、基本技術(shù)、研究方法和應用領域等內(nèi)容,比較全面地反映了國內(nèi)外人工智能研究領域的*進展和發(fā)展方向,包括智能優(yōu)化算法及應用研究。本書共6章,主要內(nèi)容包括:人工智能的定義、起源、分類與發(fā)展,人工智能的知識表示方法,確定性推理的主要