《人工智能導(dǎo)論》為大連理工大學(xué)“新工科”系列精品教材。本書內(nèi)容包括緒論、知識表示、確定性推理、不確定性推理、搜索求解策略、遺傳算法及其應(yīng)用、群智能算法及其應(yīng)用、人工神經(jīng)網(wǎng)絡(luò)及其應(yīng)用、機(jī)器學(xué)習(xí)、專家系統(tǒng)、自然語言理解及其應(yīng)用等。本書可供電子信息類專業(yè)本、�？茖W(xué)生作為教材使用，也可供從事人工智能領(lǐng)域的技術(shù)人員參考。
人工智能的迅猛發(fā)展，對整個人類、社會和時代的進(jìn)步起到了不可估量的作用。然而，人工智能的未來奇點在哪兒？人工智能是否具有人類意識？人工智能會導(dǎo)致人類大規(guī)模失業(yè)嗎？會替代人類嗎？本書以通俗易懂的語言，圖文并茂的方式不僅描繪了人工智能發(fā)展的歷史、現(xiàn)狀與未來，而且探討了人工智能發(fā)展可能對經(jīng)濟(jì)、政治、軍事、法律等方面的影響，其中
本書既可以作為相關(guān)專業(yè)本科生和研究生的學(xué)習(xí)用書，也可以作為廣大科研人員、學(xué)者、工程技術(shù)人員的參考用書。
本書從傳統(tǒng)的機(jī)器學(xué)習(xí)，如線性回歸、邏輯回歸、樸素貝葉斯、支持向量機(jī)、集成學(xué)習(xí)，到前沿的深度學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)，如DNN、CNN、BERT、ResNet等，對人工智能技術(shù)進(jìn)行零基礎(chǔ)講解，內(nèi)容涵蓋數(shù)學(xué)原理、公式推導(dǎo)、圖表展示、企業(yè)應(yīng)用案例。本書面向初中級讀者，能幫助讀者迅速掌握機(jī)器學(xué)習(xí)技術(shù)的相關(guān)概念及原理。本書內(nèi)容結(jié)合作者多年
本書是一本介紹深度學(xué)習(xí)理論和實戰(zhàn)應(yīng)用的教程，先從數(shù)學(xué)基礎(chǔ)和機(jī)器學(xué)習(xí)基礎(chǔ)出發(fā)，按照神經(jīng)網(wǎng)絡(luò)的技術(shù)發(fā)展框架由易到難逐步講解深度學(xué)習(xí)的理論，然后再通過實踐部分，詳細(xì)解釋深度學(xué)習(xí)的應(yīng)用案例，讓讀者既能了解深度學(xué)習(xí)理論，又能學(xué)會使用深度學(xué)習(xí)框架，實現(xiàn)自己的深度學(xué)習(xí)模型。主要內(nèi)容包括深度學(xué)習(xí)的發(fā)展歷史、單層感知器、線性神經(jīng)網(wǎng)絡(luò)、B
本書全面講解PaddlePaddleFluid框架在深度學(xué)習(xí)領(lǐng)域的應(yīng)用。全書共15章，分別是PaddlePaddle深度學(xué)習(xí)開發(fā)環(huán)境的搭建、PaddlePaddle快速入門、線性回歸算法實戰(zhàn)、卷積神經(jīng)網(wǎng)絡(luò)實戰(zhàn)、循環(huán)神經(jīng)網(wǎng)絡(luò)實戰(zhàn)、生成對抗網(wǎng)絡(luò)實戰(zhàn)、強(qiáng)化學(xué)習(xí)實戰(zhàn)、模型的保存與使用、遷移學(xué)習(xí)實戰(zhàn)可視化工具VisualDL的使
本書的主要特色在于知識建模和智能推理技術(shù)方面的創(chuàng)新，并基于知識圖譜建模和智能推理技術(shù)的集成完成了一系列應(yīng)用軟件的開發(fā)，直觀形象、易學(xué)易用。本書是AI3軟件的詳盡解讀，分為AI3普及版（自由拷貝，不限使用）、AI3智能教學(xué)版以及AI3專業(yè)版（適用于復(fù)雜過程工業(yè)系統(tǒng)AI應(yīng)用）。
本書系統(tǒng)闡述遷移學(xué)習(xí)的解決方法和典型應(yīng)用。首先，論述了遷移學(xué)習(xí)的基本概念、方法分類及發(fā)展歷程，介紹了遷移學(xué)習(xí)的相關(guān)基礎(chǔ)知識。然后，探討了遷移學(xué)習(xí)的基本方法，包括基于樣本、基于特征、基于模型和基于關(guān)系的遷移學(xué)習(xí)方法，闡述了深度遷移學(xué)習(xí)的經(jīng)典方法，包括神經(jīng)網(wǎng)絡(luò)自適應(yīng)遷移方法和神經(jīng)網(wǎng)絡(luò)對抗遷移方法，介紹了更加實用的部分域適應(yīng)
機(jī)器學(xué)習(xí)算法評估力求用科學(xué)的指標(biāo)，對機(jī)器學(xué)習(xí)算法進(jìn)行完整、可靠的評價。本書詳細(xì)介紹機(jī)器學(xué)習(xí)算法評估的理論、方法和實踐。全書分為3個部分。第1部分包含第1章～第3章，針對分類算法、回歸算法和聚類算法分別介紹對應(yīng)的基礎(chǔ)理論和評估方法；第2部分包含第4章～第8章，介紹更復(fù)雜的模型（如深度學(xué)習(xí)模型和集成樹模型）的對比與評估，并
本書以漫畫形式講解機(jī)器學(xué)習(xí)的基本概念和關(guān)鍵知識點，盡可能通俗易懂地講解回歸、分類、結(jié)果評價、深度學(xué)習(xí)、集成學(xué)習(xí)、無監(jiān)督學(xué)習(xí)等的原理。本書內(nèi)容基于大學(xué)一年級的數(shù)學(xué)知識，著眼于主人公們學(xué)習(xí)和工作中遇到的問題，探究機(jī)器學(xué)習(xí)解決方案。
本書旨在幫助老年朋友快捷、充分地使用智能手機(jī)，幫助老年人實現(xiàn)老有所樂、老有所為的美好愿望。本書以手機(jī)使用較為廣泛的支付寶、微信等應(yīng)用為例，從真實的操作環(huán)境出發(fā)，以圖文并茂的方式講解手機(jī)軟件安裝、注冊、登錄及手機(jī)多功能應(yīng)用的操作方法，并針對老年人的行為習(xí)慣及智能手機(jī)使用特點進(jìn)行優(yōu)化解讀，在功能較復(fù)雜之處還配有相對應(yīng)的提示
遷移學(xué)習(xí)作為機(jī)器學(xué)習(xí)和人工智能領(lǐng)域的重要方法，在計算機(jī)視覺、自然語言處理、語音識別等領(lǐng)域都得到了廣泛的應(yīng)用。本書的編寫目的是幫助遷移學(xué)習(xí)及機(jī)器學(xué)習(xí)相關(guān)領(lǐng)域的初學(xué)者快速入門。全書主要分為背景與概念、方法與技術(shù)、擴(kuò)展與探索及應(yīng)用與展望四大部分。除此之外，本書還配有相關(guān)的代碼、數(shù)據(jù)和論文資料，最大限度地降低初學(xué)者的學(xué)習(xí)和使用
本書介紹了元學(xué)習(xí)方法的發(fā)展歷史、起源、思想、近來流行的元學(xué)習(xí)方法，以及這些方法的組織思路、改進(jìn)方案、相互繼承、如何應(yīng)用。本書共11章，分為兩部分：元學(xué)習(xí)方法思想的介紹和元學(xué)習(xí)應(yīng)用場景中模型的介紹。這些內(nèi)容介紹了如何在元學(xué)習(xí)框架下融入強(qiáng)化學(xué)習(xí)、模仿學(xué)習(xí)、在線學(xué)習(xí)、無監(jiān)督學(xué)習(xí)、遷移學(xué)習(xí)等，實現(xiàn)對實際應(yīng)用中深度模型的改進(jìn)，以
對從事人工智能算法研究與算法開發(fā)的人來說，模型的學(xué)習(xí)與使用必不可少。尤其是在目前如日中天的人工智能領(lǐng)域里，人人談模型，模型也是層出不窮，讓人眼花繚亂。本書將人工智能在現(xiàn)實生活場景中解決的問題分類，并根據(jù)這個分類來介紹各種人工智能模型。書中將人工智能問題分為權(quán)重問題、狀態(tài)問題、序列問題、表示問題、相似問題和分類問題六大類
生成對抗神經(jīng)網(wǎng)絡(luò)（GenerativeAdversarialNets，GAN）作為一種深度學(xué)習(xí)框架，發(fā)展十分迅猛。通過相互對抗的神經(jīng)網(wǎng)絡(luò)模型，GAN能夠生成結(jié)構(gòu)復(fù)雜且十分逼真的高維度數(shù)據(jù)。因此，被廣泛應(yīng)用于學(xué)術(shù)研究和工程領(lǐng)域，包括圖像處理，如圖像生成、圖像轉(zhuǎn)換、視頻合成；序列數(shù)據(jù)生成，如語音生成、音樂生成等；以及其他眾
本書主要講述人工智能的基礎(chǔ)知識與基礎(chǔ)理論，并通過大量的人工智能應(yīng)用幫助讀者快速了解人工智能相關(guān)技術(shù)。本書共10章，分別為人工智能概述、人工智能基礎(chǔ)知識、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、計算機(jī)視覺、自然語言處理、知識圖譜、人工智能技術(shù)應(yīng)用場景、智能機(jī)器人和人工智能的挑戰(zhàn)與未來。本書內(nèi)容豐富，講解細(xì)致，注重技術(shù)發(fā)展變化。 本書既可作為
本書主要根據(jù)作者近年來的研究成果，對網(wǎng)絡(luò)嵌入表示學(xué)習(xí)技術(shù)進(jìn)行梳理和總結(jié)，全書深入淺出地介紹了表示學(xué)習(xí)的基礎(chǔ)理論，及其在網(wǎng)絡(luò)對齊、地點推薦、電子健康記錄挖掘等應(yīng)用方面的前沿技術(shù)。具體包括：單/多關(guān)系網(wǎng)絡(luò)表示理論與技術(shù)、基于單關(guān)系網(wǎng)絡(luò)表示的社交網(wǎng)絡(luò)對齊、基于多關(guān)系網(wǎng)絡(luò)表示學(xué)習(xí)的知識圖譜對齊、基于網(wǎng)絡(luò)表示的電子健康記錄挖掘、
本書以TensorFlow為平臺，從神經(jīng)網(wǎng)絡(luò)到深度學(xué)習(xí)由淺入深進(jìn)行介紹，書中每章都以理論引出，以TensorFlow應(yīng)用鞏固結(jié)束，做到理論與實踐相結(jié)合，使讀者快速了解神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)等內(nèi)容，同時領(lǐng)略利用TensorFlow解決這些問題的簡單和快捷。本書共12章，主要內(nèi)容包括TensorFlow軟件介紹、計算機(jī)視覺與深
數(shù)據(jù)孤島和隱私保護(hù)已經(jīng)成為制約人工智能發(fā)展的關(guān)鍵因素。聯(lián)邦學(xué)習(xí)作為一種新型的隱私保護(hù)計算方案，在數(shù)據(jù)不出本地的前提下，能有效聯(lián)合各參與方聯(lián)合建模，從而實現(xiàn)“共同富�！�，成為當(dāng)下人工智能領(lǐng)域備受關(guān)注的熱點。本書以實戰(zhàn)為主（包括對應(yīng)用案例的深入講解和代碼分析），兼顧對理論知識的系統(tǒng)總結(jié)。全書由五部分共19章構(gòu)成。第一部分簡
創(chuàng)新工場于2017年發(fā)起了面向高校在校生的DeeCamp人工智能訓(xùn)練營（簡稱DeeCamp訓(xùn)練營），訓(xùn)練營內(nèi)容涵蓋學(xué)術(shù)界與產(chǎn)業(yè)界領(lǐng)軍人物帶來的全新AI知識體系和來自產(chǎn)業(yè)界的真實實踐課題，旨在提升高校AI人才在行業(yè)應(yīng)用中的實踐能力，以及推進(jìn)產(chǎn)學(xué)研深度結(jié)合。本書以近兩年DeeCamp訓(xùn)練營培訓(xùn)內(nèi)容為基礎(chǔ)，精選部分導(dǎo)師的授課
書單推薦 新書推薦
