全書共10章分別從構(gòu)建非生物智能體、感知、描述、連接、記憶和理解、學(xué)習(xí)與交互、智能體運(yùn)算模式與處理功能、資源和任務(wù)功能系統(tǒng)、生存、思維、控制與主體性、智能體生命周期等角度深入討論了智能體的方方面面，本書討論一個(gè)極為龐大、復(fù)雜，且沒有先例、沒有形成共識的智能體或機(jī)器智能系統(tǒng)的實(shí)現(xiàn)機(jī)理、過程、要點(diǎn)，沒有能、也做不到面面俱到

本書以深度學(xué)習(xí)為核心，詳細(xì)講解Pytorch技術(shù)堆棧，力求使用最直白的語言，帶更多的小白學(xué)員入門甚至精通深度學(xué)習(xí)。本書共分為10個(gè)章節(jié)，前五個(gè)章節(jié)主要講解深度學(xué)習(xí)中的基本算法及概念，通過使用Pytorch實(shí)現(xiàn)經(jīng)典的神經(jīng)網(wǎng)絡(luò)并輔以\"課后加油站”小節(jié)補(bǔ)充數(shù)學(xué)知識，力求讓每一個(gè)知識點(diǎn)、每一個(gè)章節(jié)、每一個(gè)實(shí)驗(yàn)都能在學(xué)員腦海中

本書是智能計(jì)算平臺應(yīng)用開發(fā)中級教材，主要介紹了智能計(jì)算平臺搭建、平臺管理、數(shù)據(jù)管理、應(yīng)用開發(fā)等相關(guān)知識。全書共分9章，內(nèi)容包括智能計(jì)算平臺應(yīng)用開發(fā)概述、人工智能與平臺搭建、平臺管理、數(shù)據(jù)采集、數(shù)據(jù)存儲、數(shù)據(jù)處理、數(shù)據(jù)備份與恢復(fù)、機(jī)器學(xué)習(xí)基礎(chǔ)算法建模和人工智能模型開發(fā)測試。

本書主要介紹了TensorFlow2在機(jī)器視覺中的應(yīng)用。本書共8章，主要內(nèi)容包括神經(jīng)網(wǎng)絡(luò)的原理，如何搭建開發(fā)環(huán)境，如何在網(wǎng)絡(luò)側(cè)搭建圖片分類器，如何識別圖片中不同膚色的人數(shù)，如何用遷移學(xué)習(xí)診斷醫(yī)療影像，如何使用Anchor-Free模型檢測文字，如何實(shí)現(xiàn)OCR模型，如何優(yōu)化OCR模型。本書適合機(jī)器視覺、深度學(xué)習(xí)方面的專業(yè)

本書是智能計(jì)算平臺應(yīng)用開發(fā)初級教材，主要介紹了智能計(jì)算平臺搭建、平臺管理、數(shù)據(jù)管理、應(yīng)用開發(fā)等相關(guān)知識。全書共8章，內(nèi)容包括智能計(jì)算平臺應(yīng)用開發(fā)概述、硬件設(shè)備、系統(tǒng)與軟件、系統(tǒng)管理、數(shù)據(jù)采集、數(shù)據(jù)存儲、基礎(chǔ)應(yīng)用軟件開發(fā)測試、人工智能示教編程。

本書是智能計(jì)算平臺應(yīng)用開發(fā)高級教材，主要介紹了智能計(jì)算平臺搭建、平臺管理、數(shù)據(jù)管理、應(yīng)用開發(fā)等相關(guān)知識。全書共9章，內(nèi)容包括智能計(jì)算平臺應(yīng)用開發(fā)概述、智能計(jì)算高級環(huán)境、平臺管理、數(shù)據(jù)存儲、數(shù)據(jù)處理、數(shù)據(jù)備份及恢復(fù)、深度學(xué)習(xí)基礎(chǔ)算法建模、人工智能算法優(yōu)化、人工智能高級應(yīng)用軟件開發(fā)測試。

今天的組織形態(tài)和人力資源結(jié)構(gòu)發(fā)生了深刻變化，許多人力資源管理者面對現(xiàn)實(shí)問題束手無策。本書系統(tǒng)論述了戰(zhàn)略、組織、文化、團(tuán)隊(duì)、工作設(shè)計(jì)、人才配置、績效和相關(guān)配套制度，顛覆了傳統(tǒng)人力資源管理觀念，一針見血地指出人力資源管理實(shí)踐的痛點(diǎn)和癥結(jié)，告誡今天的企業(yè)管理者要與時(shí)俱進(jìn)，轉(zhuǎn)變角色、升級認(rèn)知，不可陷入盲目自信和專業(yè)深井，并提出

本書首先簡要介紹機(jī)器人和機(jī)器人學(xué)的概況，以及機(jī)器人學(xué)的數(shù)學(xué)基礎(chǔ)，然后分別詳細(xì)討論智能機(jī)器人體系結(jié)構(gòu)、智能機(jī)器人中的傳感器、環(huán)境感知與建模、路徑規(guī)劃、機(jī)器人控制、多機(jī)器人協(xié)同，以及智能機(jī)器人的HRI等內(nèi)容。

本書共分8章，內(nèi)容包括深度學(xué)習(xí)基礎(chǔ)、深度學(xué)習(xí)框架PyTorch的安裝、PyTorch基礎(chǔ)、線性回歸和邏輯回歸、全連接神經(jīng)網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)及生成式對抗網(wǎng)絡(luò)。本書首先從深度學(xué)習(xí)基礎(chǔ)知識入手，引領(lǐng)讀者動(dòng)手搭建深度學(xué)習(xí)框架PyTorch，然后在PyTorch框架下實(shí)現(xiàn)深度學(xué)習(xí)中常用的網(wǎng)絡(luò)模型。通過本書，讀

本書全面系統(tǒng)地講解了機(jī)器學(xué)習(xí)的理論與方法，內(nèi)容主要包括高斯混合模型和EM算法、主題模型、非參數(shù)貝葉斯模型、聚類分析、圖模型、支持向量機(jī)、矩陣分解、深度學(xué)習(xí)及強(qiáng)化學(xué)習(xí)。本書旨在使讀者了解機(jī)器學(xué)習(xí)的發(fā)展，理解和掌握它的基本原理、方法與主要應(yīng)用。本書內(nèi)容豐富，著重機(jī)器學(xué)習(xí)理論的推導(dǎo)與證明，并通過實(shí)例進(jìn)行方法的分析與比較。同時(shí)