本書(shū)內(nèi)容已經(jīng)外聘專(zhuān)家審讀審核通過(guò)后同意安排出版。本書(shū)是一本關(guān)于如何利用ChatGPT進(jìn)行自動(dòng)化辦公的指南。通過(guò)深入講解ChatGPT的注冊(cè)和使用方法，以及與Python編程的結(jié)合，讀者將學(xué)會(huì)如何與ChatGPT交談并利用其輔助編寫(xiě)高質(zhì)量的代碼。此外，本書(shū)還介紹了ChatGPT在Python數(shù)據(jù)采集、數(shù)據(jù)清洗、數(shù)據(jù)存儲(chǔ)、
本書(shū)主要包含以下內(nèi)如：最優(yōu)化問(wèn)題的簡(jiǎn)介，凸分析基礎(chǔ)，無(wú)約束優(yōu)化的理論及線(xiàn)搜索算法框架，信賴(lài)域算法，線(xiàn)搜索收斂性分析及收斂速度分析，半光滑牛頓算法，共軛梯度算法，約束優(yōu)化理論及延伸理論，罰方法，增廣拉格朗日算法及算法在實(shí)際問(wèn)題(支持向量機(jī)模型、超圖匹配)中的應(yīng)用。本書(shū)對(duì)知識(shí)點(diǎn)的分析緊密結(jié)合當(dāng)前研究前沿問(wèn)題，并通過(guò)對(duì)應(yīng)用問(wèn)
本書(shū)以群體智能與智能網(wǎng)聯(lián)的應(yīng)用為牽引，通過(guò)原理、算法、技術(shù)應(yīng)用三個(gè)篇章為大家介紹群體智能與智能網(wǎng)聯(lián)相關(guān)的基礎(chǔ)理論、概念模型、關(guān)鍵技術(shù)和前沿應(yīng)用。具體而言，原理篇會(huì)介紹群體智能的通信方式與組網(wǎng)、知識(shí)表征、因果涌現(xiàn)機(jī)理等內(nèi)容；算法篇?jiǎng)t從多主體強(qiáng)化學(xué)習(xí)、多智能體合作式梯度更新方法、圖神經(jīng)網(wǎng)絡(luò)、蟻群算法等群體智能領(lǐng)域的代表性算
本書(shū)共5個(gè)項(xiàng)目，內(nèi)容包括邊緣計(jì)算開(kāi)發(fā)板基礎(chǔ)應(yīng)用、邊緣計(jì)算算法SDK應(yīng)用、TensorFlow圖像上色模型部署、PyTorch目標(biāo)檢測(cè)模型部署、TFLite手掌檢測(cè)模型部署。本書(shū)根據(jù)崗位工作任務(wù)要求，確定學(xué)習(xí)任務(wù)內(nèi)容，設(shè)計(jì)選取了14個(gè)工作任務(wù)。
本書(shū)展示了如何使用Ray構(gòu)建機(jī)器學(xué)習(xí)應(yīng)用程序，介紹了Ray如何融入當(dāng)前的機(jī)器學(xué)習(xí)工具，以及Ray如何與這些工具緊密集成。本書(shū)前3章介紹了Ray作為分布式Python框架的基礎(chǔ)知識(shí)，并提供了應(yīng)用示例；第4-10章介紹了Ray高級(jí)庫(kù)(RayRLlib、RayTune、RayDataset、RayTrain、RayServe
本書(shū)是以實(shí)驗(yàn)案例方式而組織的,全書(shū)共給出了21個(gè)人工智能實(shí)驗(yàn)案例,覆蓋了人工智能課程涉及的主要內(nèi)容,包括搜索求解、邏輯推理、貝葉斯網(wǎng)絡(luò)、馬爾可夫決策、監(jiān)督學(xué)習(xí)、非監(jiān)督學(xué)習(xí)、強(qiáng)化學(xué)習(xí)等各個(gè)方面,也包含了深度神經(jīng)網(wǎng)絡(luò)技術(shù)。為了便于教學(xué),每個(gè)實(shí)驗(yàn)案例對(duì)實(shí)驗(yàn)的內(nèi)容、背景和目標(biāo)進(jìn)行了明確闡述,對(duì)所涉及的理論基礎(chǔ)及算法也進(jìn)行了詳細(xì)
本書(shū)對(duì)計(jì)算智能的諸多基礎(chǔ)理論進(jìn)行了詳細(xì)的介紹和釋義，并介紹了神經(jīng)網(wǎng)絡(luò)、模糊系統(tǒng)、進(jìn)化計(jì)算的應(yīng)用范例及實(shí)驗(yàn)結(jié)果，將理論與實(shí)踐緊密聯(lián)系起來(lái)。全書(shū)共4章，其中，第1章對(duì)人工智能的萌芽、誕生和發(fā)展，以及現(xiàn)狀和未來(lái)進(jìn)行了簡(jiǎn)要介紹；第2章為進(jìn)化計(jì)算，論述了遺傳算法；第3章為模糊邏輯，介紹了模糊理論基礎(chǔ)，論述了常見(jiàn)的模糊隸屬度函數(shù)和
AIphaGo、ChatGPT、AGI系統(tǒng)，各種驚人眼球的人工智能成就不斷刷新著人類(lèi)對(duì)機(jī)器的認(rèn)知。這些認(rèn)知也引發(fā)了人們一再思考這樣一個(gè)尖銳問(wèn)題，即人類(lèi)制造的智能機(jī)器系統(tǒng)是否會(huì)全面超過(guò)人類(lèi)的智慧？這部讀物便是面對(duì)這樣的靈魂考問(wèn)，從機(jī)器之芯與人類(lèi)之心比較的角度，來(lái)為普通讀者給出一種回應(yīng)。 那么機(jī)器之芯與人類(lèi)之心進(jìn)行比較，到
本書(shū)的主要內(nèi)容有：了解機(jī)器學(xué)習(xí)術(shù)語(yǔ)背后的數(shù)學(xué)知識(shí)。探究機(jī)器學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)。管理網(wǎng)絡(luò)加深過(guò)程出現(xiàn)的問(wèn)題。搭建神經(jīng)網(wǎng)絡(luò)，分析復(fù)雜圖像。用自編碼器高效降維。深入序列分析，用其研究語(yǔ)言。探討復(fù)雜機(jī)器學(xué)習(xí)模型的解釋方法。收獲生成建模的理論和實(shí)用知識(shí)。理解強(qiáng)化學(xué)習(xí)的基礎(chǔ)。
本書(shū)深入探討了如何在人工智能系統(tǒng)中融入廣泛、強(qiáng)大的常識(shí)，而非僅僅依賴(lài)狹隘、專(zhuān)門(mén)的專(zhuān)業(yè)知識(shí)。書(shū)中提出了一種賦予人工智能系統(tǒng)常識(shí)和有效推理能力的創(chuàng)新方法，探討了我們?nèi)绾涡湃巫灾鳈C(jī)器做出決策的關(guān)鍵問(wèn)題，并明確了值得信賴(lài)的自主人工智能系統(tǒng)需要具備的兩個(gè)基本要求：有行動(dòng)理由和能夠接受建議。這兩點(diǎn)的實(shí)現(xiàn)都取決于系統(tǒng)是否具備常識(shí)。本
書(shū)單推薦 新書(shū)推薦
