深度學(xué)習(xí)是目前學(xué)術(shù)界和工業(yè)界都非�；馃岬脑掝}，在許多行業(yè)有著成功應(yīng)用。本書由Hulu的近30位算法研究員和算法工程師共同編寫完成，專門針對(duì)深度學(xué)習(xí)領(lǐng)域，是《百面機(jī)器學(xué)習(xí)：算法工程師帶你去面試》的延伸。全書內(nèi)容大致分為兩個(gè)部分，第一部分介紹經(jīng)典的深度學(xué)習(xí)算法和模型，包括卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)、圖神經(jīng)網(wǎng)絡(luò)、生成模型、生
本書首先從Python基本語法開始討論，逐步介紹必備的數(shù)學(xué)知識(shí)與神經(jīng)網(wǎng)絡(luò)的基本知識(shí)，并利用討論的內(nèi)容編寫一個(gè)深度學(xué)習(xí)框架TensorPy，有了這些知識(shí)作為鋪墊后，就開始討論生成對(duì)抗網(wǎng)絡(luò)（GAN）相關(guān)的內(nèi)容。然后，本書使用比較簡單的語言來描述GAN涉及的思想、模型與數(shù)學(xué)原理，接著便通過TensorFlow實(shí)現(xiàn)傳統(tǒng)的GAN
本書理論知識(shí)體系完備，由淺入深，系統(tǒng)性地介紹了深度學(xué)習(xí)模型的發(fā)展脈絡(luò)，以及模型深度設(shè)計(jì)、模型寬度設(shè)計(jì)、模型通道維度設(shè)計(jì)、殘差連接設(shè)計(jì)、分組卷積設(shè)計(jì)、多尺度與非正常卷積設(shè)計(jì)、多輸入網(wǎng)絡(luò)設(shè)計(jì)、時(shí)序神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)、三維卷積網(wǎng)絡(luò)設(shè)計(jì)、動(dòng)態(tài)推理模型與注意力機(jī)制設(shè)計(jì)、生成對(duì)抗網(wǎng)絡(luò)設(shè)計(jì)這10類主流的深度學(xué)習(xí)模型設(shè)計(jì)思想。同時(shí)，本書為各
《機(jī)器學(xué)習(xí)中的基本算法》共八章.第1章和第2章簡要介紹了機(jī)器學(xué)習(xí)的基本概念、研究內(nèi)容、算法體系，以及相關(guān)的優(yōu)化理論與優(yōu)化算法.第3章和第4章詳細(xì)介紹了幾類作為分類器和回歸器的支持向量機(jī)算法，包括算法出發(fā)點(diǎn)、建模思想、理論推導(dǎo)和算法在數(shù)據(jù)分類、識(shí)別、擬合、預(yù)測(cè)等方面的應(yīng)用.第5章和第6章著重介紹了兩類常用的數(shù)據(jù)預(yù)處理方法
《機(jī)器學(xué)習(xí)與人工智能》涵蓋了與人工智能相關(guān)的機(jī)器學(xué)習(xí)核心方法，包括深度卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)、生成對(duì)抗網(wǎng)絡(luò)、蒙特卡羅樹搜索、強(qiáng)化學(xué)習(xí)�！稒C(jī)器學(xué)習(xí)與人工智能》也包括一些應(yīng)用非常廣泛的機(jī)器學(xué)習(xí)方法，例如，支持向量機(jī)、決策樹和隨機(jī)森林、隱馬爾可夫模型、聚類與自組織映射�！稒C(jī)器學(xué)習(xí)與人工智能》還包含一些重要的大數(shù)據(jù)分析方法
計(jì)算智能是人工智能領(lǐng)域較為前沿的研究方向，它是受“大自然智慧”啟發(fā)而被設(shè)計(jì)出的一類算法的統(tǒng)稱。計(jì)算智能所具有的全局搜索、高效并行等優(yōu)點(diǎn)為解決復(fù)雜優(yōu)化問題提供了新思路和新手段，引起了國內(nèi)外學(xué)者的廣泛重視并掀起了研究熱潮。目前，計(jì)算智能的相關(guān)技術(shù)已成功應(yīng)用于信息處理、調(diào)度優(yōu)化、工程控制、經(jīng)濟(jì)管理等眾多領(lǐng)域。 本書在歸納近年
多標(biāo)記學(xué)習(xí)指一個(gè)樣本可能對(duì)應(yīng)多個(gè)語義標(biāo)記的學(xué)習(xí)框架，在文本分類、基因功能分類、圖像識(shí)別等領(lǐng)域廣泛存在。多標(biāo)記學(xué)習(xí)因其問題的復(fù)雜性及廣泛的應(yīng)用背景，得到了越來越多的重視與研究。多標(biāo)記學(xué)習(xí)的研究主要圍繞降低特征空間或標(biāo)記空間的復(fù)雜性，提高多標(biāo)記學(xué)習(xí)算法的精度而展開。本書主要介紹多標(biāo)記分類、多標(biāo)記特征降維、標(biāo)記關(guān)系分析及多標(biāo)
當(dāng)前，人工智能作為一項(xiàng)引領(lǐng)未來的顛覆性戰(zhàn)略技術(shù)，已在國家安全、國防軍事、社會(huì)治理、文化教育、醫(yī)療健康、家居娛樂等領(lǐng)域初露崢嶸，成為世界各國極其重視的核心競爭力技術(shù)之一。本書主要研究人工智能新技術(shù)、新構(gòu)想、新應(yīng)用，面向未來，從人工智能發(fā)展歷程、機(jī)器學(xué)習(xí)、感知認(rèn)知、人機(jī)交互、機(jī)器人、腦科學(xué)、"智能+"未來應(yīng)用，以及人工智能
本書主要利用控制論、代數(shù)圖論、矩陣論及偏微分方程等理論和方法,重點(diǎn)闡述了多智能體系統(tǒng)一致性和復(fù)雜動(dòng)態(tài)網(wǎng)絡(luò)同步控制這兩個(gè)問題,主要討論以下幾類問題：多智能體系統(tǒng)的**-跟隨一致性問題;時(shí)滯復(fù)雜網(wǎng)絡(luò)的同步問題;Lurie型動(dòng)態(tài)網(wǎng)絡(luò)的簇同步問題.
本書在簡要介紹人工智能發(fā)展歷程、世界各國人工智能戰(zhàn)略規(guī)劃之后，重點(diǎn)圍繞人工智能安全主題，提出人工智能安全體系架構(gòu)，討論了人工智能助力安全、人工智能內(nèi)生安全、人工智能衍生安全等相關(guān)內(nèi)容，并深入研究了人工智能安全倫理準(zhǔn)則。本書還詳細(xì)分析了人工智能行為體及其可能引發(fā)的安全問題，提出了人工智能保險(xiǎn)箍的解決方案，并給出了人工智能
知識(shí)工程是創(chuàng)新方法的一種，是一個(gè)采用人工智能技術(shù)進(jìn)行文本理解閱讀，用知識(shí)圖譜進(jìn)行知識(shí)表達(dá)，并在知識(shí)圖譜上構(gòu)建的一個(gè)具有搜索、推薦、問答、輿情監(jiān)測(cè)和社區(qū)服務(wù)功能的系統(tǒng)。本書概括了知識(shí)管理和知識(shí)工程的各種概念，描述了人工智能技術(shù)在知識(shí)挖掘中的應(yīng)用發(fā)展趨勢(shì)及實(shí)現(xiàn)知識(shí)工程的云架構(gòu)技術(shù)，列舉了知識(shí)工程在幾個(gè)典型行業(yè)的應(yīng)用實(shí)例，展
知識(shí)圖譜作為當(dāng)前人工智能的重要方向之一，不僅被實(shí)驗(yàn)室的研究者關(guān)注，更被各行各業(yè)的商業(yè)應(yīng)用所關(guān)注。知識(shí)圖譜是一個(gè)古老而又嶄新的課題，是知識(shí)工程在新時(shí)代的新形態(tài)。智能離不開知識(shí)。知識(shí)始終是人工智能的核心之一。本書按照知識(shí)表示、知識(shí)庫構(gòu)建、知識(shí)推理和知識(shí)應(yīng)用的基本脈絡(luò)，全面介紹有關(guān)知識(shí)圖譜的前沿技術(shù)。為便于理解和融會(huì)貫通，本
《HG/T5552-5555-2019：造紙工業(yè)用二氧化鈦、土壤修復(fù)用過氧化氫、高純氯化鍶和高純工業(yè)品硝酸（2019）》規(guī)定了造紙工業(yè)用二氧化鈦的要求、試驗(yàn)方法、檢驗(yàn)規(guī)則、標(biāo)志、標(biāo)簽、包裝、運(yùn)輸和貯存�！禜G/T5552-5555-2019：造紙工業(yè)用二氧化鈦、土壤修復(fù)用過氧化氫、高純氯化鍶和高純工業(yè)品硝酸（2019）
k-均值算法是數(shù)據(jù)聚類的核心算法，是唯一入選數(shù)據(jù)挖掘領(lǐng)域的十大算法的聚類算法。在實(shí)際系統(tǒng)中使用的聚類算法基本就是k-均值算法�！秌-均值聚類》是第一部專門討論k-均值算法的著作，對(duì)k-均值算法的理論和方法、各類衍生算法、各種改進(jìn)方法進(jìn)行全面而系統(tǒng)地介紹�！秌-均值聚類》共4章：第1章討論聚類問題和發(fā)展歷史；第2章介紹k
全書介紹了人工智能芯片相關(guān)的基礎(chǔ)領(lǐng)域知識(shí)，分析了人工智能處理面臨的挑戰(zhàn)，由此引出全書的重點(diǎn)：人工智能芯片的架構(gòu)設(shè)計(jì)、數(shù)據(jù)復(fù)用、網(wǎng)絡(luò)映射、存儲(chǔ)優(yōu)化以及軟硬件協(xié)同設(shè)計(jì)技術(shù)等領(lǐng)域前沿技術(shù)，書中還討論了當(dāng)前研究成果，并輔以實(shí)驗(yàn)數(shù)據(jù)進(jìn)行比較分析，最后展望了人工智能芯片技術(shù)的發(fā)展方向。
以前，技術(shù)只是工程師操心的事；如今，技術(shù)是工程師、產(chǎn)品經(jīng)理、企業(yè)家共同操心的事，他們只有通力合作才能駕馭強(qiáng)大的技術(shù)，進(jìn)而取得商業(yè)上的成功。如今講人工智能的書大多屬于兩種類型：第一種面向廣大公眾進(jìn)行人工智能科普；第二種針對(duì)專業(yè)技術(shù)人員詳細(xì)講解人工智能的技術(shù)。這兩種書，產(chǎn)品經(jīng)理雖然都可以閱讀，但他們更迫切需要第三種——從商
當(dāng)前我們已經(jīng)進(jìn)入了智能與數(shù)據(jù)時(shí)代，因此，無論從事什么職業(yè)，我們都應(yīng)該對(duì)智能與數(shù)據(jù)方面的知識(shí)及應(yīng)用有所了解。基于此，《智能與數(shù)據(jù)重構(gòu)世界》一書不僅對(duì)人工智能、大數(shù)據(jù)、物聯(lián)網(wǎng)等相關(guān)的智能科技進(jìn)行了全面的介紹，還對(duì)智能科技非常重要的一些應(yīng)用場(chǎng)景進(jìn)行了分析探討，并給出了大量的實(shí)際案例，具有很強(qiáng)的科普性、實(shí)用性和啟發(fā)性。
《人工智能（AI）應(yīng)用從入門到精通》是一本人工智能應(yīng)用入門級(jí)讀物，全書分基礎(chǔ)篇和應(yīng)用篇兩個(gè)部分�；A(chǔ)篇包括人工智能的基本認(rèn)知、人工智能的關(guān)鍵技術(shù)、人工智能的基本要素、人工智能的產(chǎn)業(yè)應(yīng)用和人工智能的倫理安全五部分內(nèi)容；應(yīng)用篇包括人工智能+教育、人工智能+醫(yī)療、人工智能+金融、人工智能+交通、人工智能+安防、人工智能+零售
智能的概念和內(nèi)容很多，其核心思想是模擬人或其他生物的神經(jīng)系統(tǒng)，實(shí)現(xiàn)各種運(yùn)算和操作過程，尤其是人的智能操作�！禕R》本書由四部分組成，第一部分是概論，討論智能計(jì)算的類型、特征、發(fā)展過程和應(yīng)用問題，并介紹和其他學(xué)科的關(guān)系問題。這些學(xué)科主要是生命科學(xué)、信息科學(xué)等。第二部分是算法篇，介紹智能計(jì)算中多種不同類型的算法，詳細(xì)介紹它
本書以一個(gè)彩票預(yù)測(cè)的實(shí)戰(zhàn)項(xiàng)目開發(fā)為主線，詳細(xì)介紹了爬蟲基礎(chǔ)、概率論、時(shí)間序列、深度學(xué)習(xí)等熱門的人工智能技術(shù)及TensorFlow+Keras這種主流的深度學(xué)習(xí)框架的使用方法。本書分為8章，涵蓋的主要內(nèi)容有深度學(xué)習(xí)基礎(chǔ)、數(shù)據(jù)抓取與存儲(chǔ)、概率論基礎(chǔ)、時(shí)間序列、深度學(xué)習(xí)框架簡介及環(huán)境安裝、深度學(xué)習(xí)原理、Keras入門、福彩3
書單推薦 新書推薦
