本書共分9章，主要內(nèi)容有：第1章總結(jié)機(jī)器學(xué)習(xí)項(xiàng)目的推進(jìn)流程。第2章介紹機(jī)器學(xué)習(xí)的主要功能和各種算法。第3章以垃圾郵件判別為例，介紹對(duì)學(xué)習(xí)完成后的預(yù)測(cè)模型進(jìn)行離線評(píng)價(jià)的方法。第4章梳理在計(jì)算機(jī)系統(tǒng)里集成機(jī)器學(xué)習(xí)功能的模式，同時(shí)介紹機(jī)器學(xué)習(xí)基礎(chǔ)的日志設(shè)計(jì)。第5章介紹機(jī)器學(xué)習(xí)分類任務(wù)里的正確答案數(shù)據(jù)的獲取方法。第6章介紹用于

《人工智能原理及應(yīng)用/云南省普通高等學(xué)�！笆�二五”規(guī)劃教材》是作者在科學(xué)研究與教學(xué)實(shí)踐的基礎(chǔ)上，吸納了國內(nèi)外人工智能領(lǐng)域?qū)＜覍W(xué)者的經(jīng)驗(yàn)，歸納、整理、提煉而形成的，主要講述了人工智能的基本概念和基本原理，給出了在相應(yīng)領(lǐng)域的算法及應(yīng)用。全書共8章，主要內(nèi)容有：人工智能的基本概念、知識(shí)表示和問題求解、自動(dòng)規(guī)劃求解系統(tǒng)、機(jī)器學(xué)

2022年，智博士的好朋友AI俠突然毫無預(yù)兆地失蹤了，嘗試了各種方式都聯(lián)系不上，直到有一天，他收到一個(gè)快遞，里面是一封信和一個(gè)按鈕，好奇的智博士按下按鈕，一陣茉莉花的香味襲來，他暈了過去……

本書內(nèi)容涵蓋神經(jīng)工程的各個(gè)方面，較為全面系統(tǒng)地介紹了這門交叉學(xué)科所涉及的重要內(nèi)容。本書分上、下冊(cè)，共20章，重點(diǎn)介紹神經(jīng)工程的應(yīng)用以及研究方向，如腦-機(jī)接口、功能性電刺激、神經(jīng)成像等的基本理論知識(shí)及應(yīng)用。本書遵循從微觀到宏觀，從基礎(chǔ)到應(yīng)用，再到未來展望的順序進(jìn)行編排。全書的材料來源于各個(gè)領(lǐng)域**的書籍資料以及近年來神經(jīng)

本書內(nèi)容豐富，觀點(diǎn)新穎，理論聯(lián)系實(shí)際。不僅可用作高等學(xué)校計(jì)算機(jī)專業(yè)本科生和研究生學(xué)習(xí)計(jì)算機(jī)算法設(shè)計(jì)的教材，而且也適合廣大工程技術(shù)人員和自學(xué)讀者學(xué)習(xí)參考。

迎來“深度學(xué)習(xí)”這項(xiàng)重大技術(shù)突破后，人工智能已經(jīng)從發(fā)明的年代步入了實(shí)干的年代。 現(xiàn)在已是未來，我們所處的時(shí)代，已經(jīng)與過去完全不同。面對(duì)已經(jīng)來臨的、機(jī)遇與挑戰(zhàn)并存的人工智能時(shí)代，我們必須要了解人工智能，跟上人工智能發(fā)展的腳步，這樣才能不被時(shí)代淘汰。 目前全球人工智能發(fā)展的情況是

本書探索如何將機(jī)器學(xué)習(xí)應(yīng)用于各種安全問題(如入侵檢測(cè)、惡意軟件分類和網(wǎng)絡(luò)分析)。機(jī)器學(xué)習(xí)和安全專家克拉倫斯·奇奧與大衛(wèi)·弗里曼為討論這兩個(gè)領(lǐng)域之間的聯(lián)姻提供了框架，另外還包括一個(gè)機(jī)器學(xué)習(xí)算法工具箱，你可以將其應(yīng)用于一系列安全問題。

粒子群優(yōu)化算法是一種新的模仿鳥類群體行為的智能優(yōu)化算法，是群體智能優(yōu)化算法的一個(gè)重要分支，已成為國際上仿生智能計(jì)算領(lǐng)域里的研究熱點(diǎn)和重點(diǎn)之一。本書共6章，分別論述了優(yōu)化問題和仿生智能計(jì)算、模仿鳥群覓食行為的粒子群優(yōu)化算法、形式多樣的粒子群優(yōu)化算法、無速度項(xiàng)的粒子群優(yōu)化算法、分布估計(jì)粒子群優(yōu)化算法和粒子群優(yōu)化算法的應(yīng)用等

本書結(jié)合兩個(gè)重要和流行的研究領(lǐng)域：復(fù)雜網(wǎng)絡(luò)和機(jī)器學(xué)習(xí)，不僅包括基礎(chǔ)背景知識(shí)，還包含近期*新的研究進(jìn)展。書中包括大量插圖和例題幫助讀者理解主要思想和實(shí)現(xiàn)細(xì)節(jié)。

本書首先簡(jiǎn)要介紹流行的TensorFlow庫，并講解如何用它訓(xùn)練不同的神經(jīng)網(wǎng)絡(luò)。你將深入了解神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)知識(shí)和它背后的數(shù)學(xué)原理，以及為什么我們會(huì)選擇TensorFlow訓(xùn)練神經(jīng)網(wǎng)絡(luò)。然后，你將實(shí)現(xiàn)一個(gè)簡(jiǎn)單的前饋神經(jīng)網(wǎng)絡(luò)。接下來，你將使用TensorFlow掌握神經(jīng)網(wǎng)絡(luò)的優(yōu)化技術(shù)和算法，以及一些更復(fù)雜的神經(jīng)網(wǎng)絡(luò)的實(shí)現(xiàn)。