人工智能發(fā)展迅猛，但在不確定性和脆弱性環(huán)境下的應用仍存在較大困難。同時，與人腦相比，人工智能缺乏直覺推理能力和基于認知地圖的思維能力。 本書從以上問題出發(fā)，全面調(diào)研現(xiàn)有的相關理論、算法和技術，并針對性地從三個主要層面形成理論性的建議和思考，這三個層面即人機混合增強智能的基礎理論、人機混合增強智能的在線演化與動態(tài)自適應以
本書全面地介紹了網(wǎng)絡表示學習的基本概念、模型和應用。本書從網(wǎng)絡嵌入的背景和興起開始介紹，為讀者提供一個整體的描述；通過對多個代表性方法的介紹，闡述了網(wǎng)絡嵌入技術的發(fā)展和基于矩陣分解的統(tǒng)一網(wǎng)絡嵌入框架；提出了結合附加信息的網(wǎng)絡嵌入方法——結合圖中節(jié)點屬性/內(nèi)容/標簽的網(wǎng)絡嵌入；面向不同特性圖結構的網(wǎng)絡嵌入方法——面向具有
由谷歌開發(fā)的TensorFlow2.x是一個用于機器學習的端到端的開源平臺,它擁有一個由工具、庫和社區(qū)資源組成的、全面的、靈活的生態(tài)系統(tǒng),可以讓研究人員推動最先進的機器學習(ML)的發(fā)展,讓開發(fā)人員輕松地構建和部署由ML驅動的應用程序。
本書基于真實數(shù)據(jù)集，全面系統(tǒng)地闡述現(xiàn)代計算機視覺實用技術、方法和實踐，涵蓋50多個計算機視覺問題。全書分為四部分：di一部分（第1~3章）介紹神經(jīng)網(wǎng)絡和PyTorch的基礎知識，以及如何使用PyTorch構建并訓練神經(jīng)網(wǎng)絡，包括輸入數(shù)據(jù)縮放、批歸一化、超參數(shù)調(diào)整等；第二部分（第4~10章）介紹如何使用卷積神經(jīng)網(wǎng)絡、遷移
本書以ChatGPT為中心，對ChatGPT的相關知識進行詳細的講解。本書共12章，前5章從ChatGPT概述、技術底座、內(nèi)容變革、產(chǎn)業(yè)格局、商業(yè)展望5個方面對ChatGPT進行了解讀，幫助用戶全面了解ChatGPT，對其形成完整的認知。第6-12章從傳媒、教育、娛樂、電商、金融、制造和醫(yī)療7個方面講解了ChatGPT
本書共10章，涵蓋的主要內(nèi)容有深度學習探索、安裝TensorF1ow、初識TensorFlow、深度神經(jīng)網(wǎng)絡、機器學習優(yōu)化問題、全連接神經(jīng)網(wǎng)絡的經(jīng)典實戰(zhàn)、認識卷積神經(jīng)網(wǎng)絡、經(jīng)典CNN實戰(zhàn)系列、循環(huán)神經(jīng)網(wǎng)絡、對抗神經(jīng)網(wǎng)絡。
本書基于當前流行的深度學習框架之一——Keras，從新手的角度出發(fā)，詳細講解Keras的原理，力求幫助讀者實現(xiàn)Keras從入門到精通。全書共9章，主要內(nèi)容包括初識深度學習、深度學習的數(shù)據(jù)預處理技術、使用Keras開發(fā)深度學習模型、卷積神經(jīng)網(wǎng)絡及圖像分類、循環(huán)神經(jīng)網(wǎng)絡在文本序列中的應用、自編碼器、生成式對抗網(wǎng)絡、模型評估
在以ChatGPT為代表的大模型掀起AIGC（人工智能生成內(nèi)容）應用熱潮之后，各行各業(yè)都希望深入了解流行的AI工具，將其引入日常工作，以節(jié)省工作時間，提高辦公效率。本書作者團隊較早開始將AI工具應用于實際工作，積累了豐富的使用經(jīng)驗，因此為沒有太多技術基礎的職場人士創(chuàng)作了這本實操指南。 本書分為三篇，上篇是基礎篇，介紹
構建通用人工智能的關鍵就是無監(jiān)督學習，而不需要標簽來訓練模型，最簡單的方法就是使用深度生成模型。本書主要講述如何將概率建模和深度學習結合起來去構建可以量化周邊環(huán)境不確定性的強大的AI系統(tǒng)。這種AI系統(tǒng)可以從生成的角度來理解周邊世界。本書涵蓋了深度生成模型的多種類型，包括自回歸模型、流模型、隱變量模型、基于能量的模型等。
本書從寫作與ChatGPT的基礎知識講起，結合創(chuàng)作者的實際寫作經(jīng)歷與寫作教學經(jīng)歷，重點介了用ChatGPT寫作的基礎技巧、進階寫作的方法、不同文體的寫作方法、寫作變現(xiàn)的秘訣，讓讀者系統(tǒng)地理解寫作技巧與變現(xiàn)思路。本書包括如下內(nèi)容：用ChatGPT重建寫作思維、快速摘定選題、快速寫出標題、高效收集索材、生成文章結構、寫出優(yōu)
書單推薦
