本書主要內(nèi)容包括探索性數(shù)據(jù)分析、有監(jiān)督學(xué)習(xí)(線性回歸、SVM、決策樹等)、無(wú)監(jiān)督學(xué)習(xí)(降維、聚類等),以及深度學(xué)習(xí)的基礎(chǔ)原理和應(yīng)用等。本書旨在為廣大讀者提供一個(gè)系統(tǒng)全面、易于理解的機(jī)器學(xué)習(xí)和深度學(xué)習(xí)入門教程。不需要過(guò)多的數(shù)學(xué)背景,只需掌握基本的編程知識(shí)即可輕松上手。
本書使用Python對(duì)人工智能機(jī)器學(xué)習(xí)中的相關(guān)知識(shí)進(jìn)行了算法實(shí)現(xiàn),并以這些知識(shí)為背景解釋了什么是深度學(xué)習(xí)。具體內(nèi)容包括初識(shí)機(jī)器學(xué)習(xí)、機(jī)器學(xué)習(xí)基礎(chǔ)、群智能與優(yōu)化方法、神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)。因?yàn)闆](méi)有使用TensorFlow、PyTorch等任何程序庫(kù),僅使用Python直接實(shí)現(xiàn)機(jī)器學(xué)習(xí)與深度學(xué)習(xí)的相關(guān)算法,可以讓讀者更好地理
這是一本講解NPU硬件架構(gòu)設(shè)計(jì)與技術(shù)實(shí)現(xiàn)的著作。作者將自己在CPU、GPU和NPU領(lǐng)域15年的軟硬件工作經(jīng)驗(yàn)融會(huì)貫通，將四代NPU架構(gòu)設(shè)計(jì)經(jīng)驗(yàn)融為一體，將端側(cè)和云側(cè)NPU架構(gòu)合二為一，總結(jié)并提煉出本書內(nèi)容。本書主要討論神經(jīng)網(wǎng)絡(luò)硬件層面，尤其是芯片設(shè)計(jì)層面的內(nèi)容，主要包含神經(jīng)網(wǎng)絡(luò)的分析、神經(jīng)網(wǎng)絡(luò)加速器的設(shè)計(jì)以及具體
圖數(shù)據(jù)是對(duì)萬(wàn)物間聯(lián)系的一般抽象，廣泛存在于各行各業(yè)中。圖表征學(xué)習(xí)為圖數(shù)據(jù)的建模與分析提供了新范式，是近年來(lái)機(jī)器學(xué)習(xí)與數(shù)據(jù)挖掘領(lǐng)域的熱門研究方向，并被有效地應(yīng)用于推薦系統(tǒng)、交通預(yù)測(cè)等眾多領(lǐng)域。本書將全面介紹圖表征學(xué)習(xí)，特別是針對(duì)處于真實(shí)世界動(dòng)態(tài)、開放環(huán)境之中圖數(shù)據(jù)的圖表征學(xué)習(xí)方法。本書分為3篇：第1篇介紹圖嵌入和圖神經(jīng)網(wǎng)
本書基于卷積神經(jīng)網(wǎng)絡(luò)和圖像識(shí)別方法，介紹了PyTorch和PaddlePaddle兩種框架，并結(jié)合移動(dòng)機(jī)器人講解了具體的開發(fā)過(guò)程。書中所用的硬件平臺(tái)，帶有兩個(gè)攝像頭傳感器，為機(jī)器人和無(wú)人駕駛車輛多攝像頭導(dǎo)航提供了理論指導(dǎo)。書中提到的模擬沙盤，正是機(jī)器人作為園區(qū)巡檢或無(wú)人配送實(shí)例的縮影。通過(guò)基于理論的實(shí)踐，本書不局限于具
人工智能正以前所未有的速度改變著世界。 GPT作為強(qiáng)大的人工智能語(yǔ)言模型，具有廣泛的應(yīng)用場(chǎng)景，必將改變?nèi)祟惖纳a(chǎn)與生活方式，為人類社會(huì)帶來(lái)巨大且深遠(yuǎn)的影響。而只要一個(gè)人開始使用GPT，他將大概率發(fā)現(xiàn)向GPT提問(wèn)頗為關(guān)鍵。很大程度上，提問(wèn)的質(zhì)量決定著回答的質(zhì)量，提問(wèn)的效率決定著工作的效率。 本書旨在幫助讀者學(xué)會(huì)
本書以LabVIEW為開發(fā)平臺(tái)，講述物聯(lián)網(wǎng)應(yīng)用中通信組網(wǎng)基本原理、應(yīng)用開發(fā)技術(shù)和程序設(shè)計(jì)方法。全書共7章，第1章簡(jiǎn)要介紹物聯(lián)網(wǎng)的方法和技術(shù)，概述常用的物聯(lián)網(wǎng)通信技術(shù)；第2章介紹LabVIEW程序設(shè)計(jì)方法，包括開發(fā)平臺(tái)簡(jiǎn)介、LabVIEW中的數(shù)據(jù)類型、LabVIEW程序設(shè)計(jì)基礎(chǔ)及其應(yīng)用程序典型設(shè)計(jì)模式；第3～7章，分別介
《理解和改變世界》是一本由圖靈獎(jiǎng)得主、中美法三國(guó)院士所撰寫的思想巨著。在這本書中，希發(fā)基思教授通過(guò)深入研究人工智能和信息論，構(gòu)建了一套新的認(rèn)知體系，幫助我們以更高維的方式理解和決策。希發(fā)基思教授認(rèn)為知識(shí)是一種重要的、潛在的力量，幫助我們洞察底層邏輯。我們需要清晰地認(rèn)識(shí)知識(shí)與信息、智能以及意識(shí)之間的復(fù)雜關(guān)系，了解人工智能
人工智能（AI）是否會(huì)取代人類？是不是所有的事情機(jī)器都能比人做得好？當(dāng)AlphaGo能下圍棋、ChatGPT能理解并生成內(nèi)容時(shí)，當(dāng)每一次AI應(yīng)用取得突破時(shí)，這兩個(gè)問(wèn)題都會(huì)引起人們的廣泛討論。 本書提供了多個(gè)AI應(yīng)用的例子，可讓讀者直觀地了解AI已經(jīng)可以出色地完成很多任務(wù)。通過(guò)一個(gè)個(gè)具體的案例，本書細(xì)致講解了主要AI工
本書旨在介紹人工智能中深度學(xué)習(xí)的基礎(chǔ)知識(shí)，為即將進(jìn)入深度學(xué)習(xí)領(lǐng)域進(jìn)行研究的讀者奠定基礎(chǔ)。全書共13章，其中，第1～4章為理論部分，第5～13章為應(yīng)用部分。理論部分介紹了機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的基本內(nèi)容，以及TensorFlow開發(fā)框架的搭建和使用；應(yīng)用部分設(shè)置了多個(gè)項(xiàng)目案例，并介紹了這些案例詳細(xì)的實(shí)現(xiàn)步驟和代碼，使讀者在練
書單推薦 新書推薦
