本書從神經(jīng)網(wǎng)絡的基礎知識講起,逐步深入到Python進階實戰(zhàn),通過對各種實用的第三方庫進行詳細講解與實戰(zhàn)運用,讓讀者不但能夠更加深入地了解神經(jīng)網(wǎng)絡,而且能夠簡單高效地搭建自己的神經(jīng)網(wǎng)絡,即使沒有專業(yè)背景知識也能輕松入門神經(jīng)網(wǎng)絡。 本書分為11章,涵蓋的主要內容有神經(jīng)網(wǎng)絡概述,神經(jīng)網(wǎng)絡基礎知識,計算機程序的特點,神經(jīng)網(wǎng)絡
本書共11章,主要介紹機器學習的基本概念和兩大類常用的機器學習模型,即監(jiān)督學習模型和非監(jiān)督學習模型。針對監(jiān)督學習模型,本書介紹了線性模型(線性回歸、Logistic回歸)、非線性模型(SVM、生成式分類器、決策樹)、集成學習模型和神經(jīng)網(wǎng)絡模型及其訓練;針對非監(jiān)督學習模型,本書講解了常用的降維技術(線性降維技術與非線性降
人工智能將引領一場比互聯(lián)網(wǎng)影響更為深遠的科技革命,各領域的企業(yè)都需要盡早地將人工智能納入企業(yè)規(guī)劃路徑中。在人工智能革命的時代,企業(yè)應如何應對挑戰(zhàn)、如何調整企業(yè)發(fā)展方向,以及如何重塑企業(yè)運營模式和管理制度,從而在人工智能的浪潮中獲得機遇。作為個人,我們又應如何面對未來人機協(xié)作的工作模式,如何在未來的工作環(huán)境中尋找適合自己
全書首先概要介紹了傳統(tǒng)語音識別理論和經(jīng)典的深度神經(jīng)網(wǎng)絡核心算法。接著全面而深入地介紹了深度學習在語音識別中的應用,包括"深度神經(jīng)網(wǎng)絡-隱馬爾可夫混合模型”的訓練和優(yōu)化,特征表示學習、模型融合、自適應,以及以循環(huán)神經(jīng)網(wǎng)絡為代表的若干先進深度學習技術。
本書分為3部分,分別是綜述篇、通用技術篇和行業(yè)應用篇。綜述篇介紹了現(xiàn)階段人工智能產(chǎn)品發(fā)展情況和人工智能政策環(huán)境。通用技術篇精心挑選10個以研發(fā)底層技術為核心競爭力的企業(yè)的產(chǎn)品,詳細介紹了它們的實現(xiàn)思路以及現(xiàn)階段應用。行業(yè)應用篇共有24個案例,主要匯集了人工智能技術與實體經(jīng)濟結合的應用案例,重點關注人工智能技術的應用場景
本書全面、系統(tǒng)地介紹了經(jīng)典控制理論的基本內容和自動控制系統(tǒng)的分析、校正與綜合設計方法。全書共分8章,主要包括自動控制的基本概念、控制系統(tǒng)的數(shù)學描述、時域分析法、根軌跡分析法、頻域分析法、線性控制系統(tǒng)的綜合與校正、離散時間控制系統(tǒng)、非線性控制系統(tǒng)等。每章最后一節(jié)為相應的Matlab仿真實例。各章末給出本章小結和關鍵術語和
本書從TensorFlow2.0的基礎知識講起,深入介紹TensorFlow2.0的進階實戰(zhàn),并配合項目實戰(zhàn)案例,重點介紹使用TensorFlow2.0的新特性進行機器學習的方法,使讀者能夠系統(tǒng)地學習機器學習的相關知識,并對TensorFlow2.0的新特性有更深入的理解。本書共14章,主要介紹機器學習、TensorF
自主智能體系統(tǒng)是一個復雜的系統(tǒng),涉及的技術點多且跨度大。本書宏觀地呈現(xiàn)了自主智能體系統(tǒng)的整體框架,并對其核心理論技術做了詳細的闡述。本書共7章,第01章介紹了自主智能體系統(tǒng)的發(fā)展歷程、主要分類和應用實例;第02~04章圍繞自主智能體系統(tǒng)的數(shù)學描述、決策與規(guī)劃、控制方法展開了詳細分析;第05~06章對自主多智能體系統(tǒng)進行
本書主要針本書主要針對大學低年級學生,講解人工智能基礎知識,幫助初入校大學生了解人工智能的概念,掌握人工智能應用技術,進而獨立創(chuàng)作完成人工智能相關作品。本書包含了人工智能導引、人工智能基礎知識、燈光的智能控制、交通燈的智能識別、文字的智能處理、圖像的智能辨識、語音的智能辨識、人機的智能交互、無人駕駛、智能3D打印等方面
隨著物聯(lián)網(wǎng)的快速發(fā)展,軟件與硬件逐漸融合,硬件產(chǎn)品經(jīng)理這個角色越來越受到大家的重視。本書主要對與硬件產(chǎn)品經(jīng)理相關的知識進行了系統(tǒng)梳理,為大家介紹了什么是硬件和硬件產(chǎn)品經(jīng)理,以及智能硬件產(chǎn)品經(jīng)理這個新興崗位的特點和發(fā)展。同時本書為讀者介紹了物聯(lián)網(wǎng)產(chǎn)品(也稱智能硬件產(chǎn)品)在市場分析、需求分析、同類產(chǎn)品分析、產(chǎn)品設計、硬件方
本書較為全面地介紹了深度學習的基本概念、算法原理以及實現(xiàn)框架。全書共9章,分別介紹了深度學習的發(fā)展歷史、神經(jīng)網(wǎng)絡與深度神經(jīng)網(wǎng)絡、卷積神經(jīng)網(wǎng)絡、循環(huán)神經(jīng)網(wǎng)絡、深度學習在目標檢測和圖像描述中的應用、生成對抗網(wǎng)絡、深度遷移學習和深度強化學習等,并提供了應用實例,旨在通過練習和操作實踐幫助讀者鞏固所學的內容。本書可作為高等院校
人工智能深刻影響著人類發(fā)展,本書將帶領讀者從工程化的角度了解人工智能。本書第1章和第2章簡單介紹了人工智能的基本概念及其常見算法。第3章和第4章從工程化的角度探討了人工智能與智能制造、人工智能與智能設計。第5~9章重點介紹了人工智能中臺的概念,以及在企業(yè)中構建人工智能中臺的流程。本書適合人工智能相關領域(特別是人工智能
這是一本以漫畫形式來展現(xiàn)深奧理論的科普書。本書以卡通人物形象為主人公,通過講故事的形式串接內容,以多格漫畫進行展現(xiàn),帶領大家走入神奇的人工智能世界。從印象篇、歷史篇、概念篇、技術篇、應用篇、安全篇、未來篇、啟示篇多維視角全方位地探索人工智能的神奇與奧妙。人工智能本質上是一個復雜、動態(tài)、關聯(lián)、深奧的知識體系,是用數(shù)學方程
目前,市場上的機器學習算法和深度學習算法相關入門書籍大都過于理論化和數(shù)學化,提高了學習門檻,使得不具有相關專業(yè)背景的讀者望而卻步;或是過于偏重實操,對于算法原理過于簡略,使得讀者無法形成對算法原理和可應用場景的基本認識。本書共分為上下兩篇,共18章:其中第一篇為經(jīng)典機器學習模型部分,主要講解了常用的機器學習經(jīng)典模型。第
數(shù)據(jù)科學與人工智能數(shù)學基礎課旨在幫助讀者快速打下數(shù)學基礎,通俗講解每一個知識點。 全書分為3篇,共17章。其中第1篇為基礎篇,主要講述了高等數(shù)學基礎、微積分、泰勒公式與拉格朗日;第2篇為核心知識篇,主要講述了線性代數(shù)基礎、特征值與矩陣分解、隨機變量與概率估計、概率論基礎、數(shù)據(jù)科學的幾種分布、核函數(shù)變換、熵與激活函數(shù);第
全書共10章分別從構建非生物智能體、感知、描述、連接、記憶和理解、學習與交互、智能體運算模式與處理功能、資源和任務功能系統(tǒng)、生存、思維、控制與主體性、智能體生命周期等角度深入討論了智能體的方方面面,本書討論一個極為龐大、復雜,且沒有先例、沒有形成共識的智能體或機器智能系統(tǒng)的實現(xiàn)機理、過程、要點,沒有能、也做不到面面俱到
本書以深度學習為核心,詳細講解Pytorch技術堆棧,力求使用最直白的語言,帶更多的小白學員入門甚至精通深度學習。本書共分為10個章節(jié),前五個章節(jié)主要講解深度學習中的基本算法及概念,通過使用Pytorch實現(xiàn)經(jīng)典的神經(jīng)網(wǎng)絡并輔以\"課后加油站”小節(jié)補充數(shù)學知識,力求讓每一個知識點、每一個章節(jié)、每一個實驗都能在學員腦海中
本書內容屬于控制理論與神經(jīng)科學的交叉研究方向,以腦疾病中的帕金森病為背景。第1章為緒論,介紹了帕金森病的電生理特性、用于治療帕金森病的DBS技術及PID閉環(huán)調制策略等。第2~3章介紹了用于建模正常狀態(tài)和帕金森病狀態(tài)下的脈沖神經(jīng)元數(shù)學模型,包括單個神經(jīng)元模型,如經(jīng)典的Izhikevich模型,Morris-Lecar模型
本書是智能計算平臺應用開發(fā)中級教材,主要介紹了智能計算平臺搭建、平臺管理、數(shù)據(jù)管理、應用開發(fā)等相關知識。全書共分9章,內容包括智能計算平臺應用開發(fā)概述、人工智能與平臺搭建、平臺管理、數(shù)據(jù)采集、數(shù)據(jù)存儲、數(shù)據(jù)處理、數(shù)據(jù)備份與恢復、機器學習基礎算法建模和人工智能模型開發(fā)測試。
本書是用戶體驗設計師的入門讀物,從用戶體驗設計師的角度出發(fā),系統(tǒng)地介紹了從事用戶體驗設計的學習方法、思維方式、工作流程和方式,覆蓋了用戶體驗設計基礎知識、設計師的角色和職業(yè)困惑、工作流程、需求分析、設計規(guī)劃和設計標準、項目跟進和成果檢驗、設計師職業(yè)修養(yǎng)以及需要具備的意識等,力圖幫助設計師解決在項目中遇到的一些常見問題,