"《數(shù)字人+虛擬主播+AI視頻+AI音頻+AI產(chǎn)品造型從新手到高手》探討了人工智能技術(shù)在多個(gè)領(lǐng)域的實(shí)際應(yīng)用策略，內(nèi)容主要涵蓋了辦公學(xué)習(xí)、信息咨詢、藝術(shù)創(chuàng)作、數(shù)字人像構(gòu)建、虛擬主播的呈現(xiàn)、AI驅(qū)動的視頻與音頻處理，以及AI輔助產(chǎn)品設(shè)計(jì)等前沿應(yīng)用場景，并深入剖析了各種實(shí)用型AI軟件的操作關(guān)鍵點(diǎn)，旨在降低讀者獨(dú)立探索AI工具
"本書涵蓋動態(tài)系統(tǒng)分析、經(jīng)典控制理論與現(xiàn)代控制理論的核心內(nèi)容。其中，經(jīng)典控制理論以拉普拉斯變換為數(shù)學(xué)工具，通過傳遞函數(shù)分析系統(tǒng)的表現(xiàn)并進(jìn)行控制器的設(shè)計(jì)；現(xiàn)代控制理論則是以狀態(tài)空間方程為研究對象，以微分方程和線性代數(shù)為數(shù)學(xué)工具，從時(shí)域的角度分析系統(tǒng)的表現(xiàn)并設(shè)計(jì)系統(tǒng)的控制器。本書在多個(gè)章節(jié)對比講解兩種理論之間的區(qū)別與聯(lián)系。
《人工智能時(shí)代的教育技術(shù)及應(yīng)用》一書對人工智能和教育的融合與應(yīng)用進(jìn)行了探討和分析，以期為教育的變革與創(chuàng)新發(fā)揮力量。本書包括五章內(nèi)容，第一章對人工智能的基本理論及其對教育的影響和挑戰(zhàn)進(jìn)行了概述；第二章探討了人工智能時(shí)代教育行動的五個(gè)方向，分別是養(yǎng)成信息化思維、發(fā)揮信息處理天賦、提升信息處理能力、提高信息處理效率以及適應(yīng)信
本書系統(tǒng)地講解各種模型在端側(cè)平臺(含嵌入式設(shè)備、移動端設(shè)備)中的工程化實(shí)踐，重點(diǎn)討論模型優(yōu)化、模型輕量化設(shè)計(jì)、高性能計(jì)算、Neon編程、ARM處理器OpenCV編程、基于TFLite的端側(cè)模型部署和性能優(yōu)化、NPU和GPU推理加速等。通過本書的閱讀，讀者可以理解端側(cè)AI模型部署內(nèi)容，包括算法及算子優(yōu)化和對模型的精度、性
本教材內(nèi)容包括機(jī)器學(xué)習(xí)概述、機(jī)器學(xué)習(xí)開發(fā)環(huán)境安裝及使用，以及8個(gè)預(yù)測任務(wù)(涵蓋監(jiān)督學(xué)習(xí)、無監(jiān)督學(xué)習(xí)、集成學(xué)習(xí)、深度學(xué)習(xí)等知識點(diǎn))。在內(nèi)容的選取上，本教材突出數(shù)據(jù)的多樣性、方法的代表性和繼承性，通過豐富的機(jī)器學(xué)習(xí)任務(wù)深入淺出地介紹機(jī)器學(xué)習(xí)技術(shù)在現(xiàn)實(shí)生活中的應(yīng)用和實(shí)踐。本教材共有10章，第1-2章是實(shí)施機(jī)器學(xué)習(xí)任務(wù)前的概念
本書探討了人工智能(AI)的發(fā)展及其對人類社會的深遠(yuǎn)影響。書中首先強(qiáng)調(diào)了科學(xué)技術(shù)作為第一生產(chǎn)力的重要性，引用了鄧小平和幾代領(lǐng)導(dǎo)人的觀點(diǎn)，指出科技創(chuàng)新在推動社會生產(chǎn)力和經(jīng)濟(jì)增長中的核心作用；在探討財(cái)富的起源和增長時(shí)，指出工業(yè)革命后的技術(shù)進(jìn)步是近200多年財(cái)富爆發(fā)性增長的主要推動力；書中對世界復(fù)雜性的討論同樣引人深思。最引
本書是一本精簡的神經(jīng)網(wǎng)絡(luò)入門教程，用通俗易懂的語言講解神經(jīng)網(wǎng)絡(luò)的相關(guān)知識。本書共6章，第1章對神經(jīng)網(wǎng)絡(luò)領(lǐng)域進(jìn)行概述，包括其歷史和應(yīng)用；第2章深入探討神經(jīng)元的數(shù)學(xué)模型，包括其輸入、權(quán)值、偏置和激活函數(shù)；第3章介紹感知機(jī)的概念，討論感知機(jī)的結(jié)構(gòu)，并解釋如何用它來解決簡單的分類問題；第4章介紹多層感知機(jī)的概念，講述如何使用前
本教材系統(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、采樣與非參數(shù)貝葉斯方法、聚類分析、支持向量機(jī)、概率無向圖模型、概率有向圖模型、矩陣與張量分解、多層感知機(jī)與卷積神經(jīng)網(wǎng)絡(luò)、序列神經(jīng)網(wǎng)絡(luò)，以及強(qiáng)化學(xué)習(xí)。本教材旨在使讀者了解機(jī)器學(xué)習(xí)的發(fā)展，理解和掌握機(jī)器學(xué)習(xí)的基本原理、方法與主要應(yīng)用。本書
機(jī)器學(xué)習(xí)是人工智能的核心領(lǐng)域之一，本書配套周志華教授所著的《機(jī)器學(xué)習(xí)》教材，通過大量習(xí)題考查讀者對機(jī)器學(xué)習(xí)相關(guān)知識點(diǎn)的理解與掌握。本書分為兩個(gè)部分：第一部分習(xí)題對應(yīng)《機(jī)器學(xué)習(xí)》第1-10章的內(nèi)容，包括緒論、模型評估與選擇、線性模型、決策樹、神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)、貝葉斯分類器、集成學(xué)習(xí)、聚類、降維與度量學(xué)習(xí)；第二部分包含
本書彌補(bǔ)了純數(shù)學(xué)書籍和機(jī)器學(xué)習(xí)書籍存在的單一性問題，介紹了理解機(jī)器學(xué)習(xí)所需的必備數(shù)學(xué)概念，例如線性代數(shù)、解析幾何、矩陣分解、向量微積分、優(yōu)化、概率和統(tǒng)計(jì)，并使用這些概念推導(dǎo)出了四種核心機(jī)器學(xué)習(xí)方法：線性回歸、主成分分析、高斯混合模型和支持向量機(jī)。本書每一章都包括一些例子，大部分章還配有習(xí)題，以方便讀者測試對所學(xué)知識的理
書單推薦 新書推薦
