本書分四部分介紹深度學(xué)習(xí)算法模型及相關(guān)應(yīng)用實例。第一部分介紹在深度學(xué)習(xí)中必備的一些數(shù)學(xué)和機器學(xué)習(xí)的基礎(chǔ)知識。第二部分介紹卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)、深度強化網(wǎng)絡(luò)等經(jīng)典模型，并對每種模型從原理、結(jié)構(gòu)、優(yōu)化等方面進行論述。第三部分介紹深度學(xué)習(xí)中常用的優(yōu)化方法及訓(xùn)練技巧。第四部分結(jié)合實踐來介紹深度學(xué)習(xí)在計算機視覺、模式識別中
本書主要討論在智能經(jīng)濟的浪潮下，人工智能技術(shù)與區(qū)塊鏈技術(shù)的范式變革與產(chǎn)業(yè)應(yīng)用，以及如何從數(shù)字經(jīng)濟學(xué)視角理解智能經(jīng)濟發(fā)展的商業(yè)邏輯變化和它所帶來的商業(yè)認知升級。全書包括從信息技術(shù)到智能經(jīng)濟、區(qū)塊鏈技術(shù)應(yīng)用與場景、人工智能技術(shù)應(yīng)用與場景、智能經(jīng)濟時代的商業(yè)趨勢四部分，共20講內(nèi)容。 本書通過跨學(xué)科研究，構(gòu)建了一整套認知人工
隨著人工智能技術(shù)在越來越多的行業(yè)中應(yīng)用，諸多問題也隨之而來，最主要的問題在于人工智能技術(shù)與行業(yè)的結(jié)合深度不足。在大多數(shù)情況下，人工智能技術(shù)只能解決表層的行業(yè)問題，對于深層的業(yè)務(wù)問題賦能不足。當(dāng)前急需探索人工智能技術(shù)與行業(yè)結(jié)合的方法與模式。本書結(jié)合了筆者構(gòu)建人工智能產(chǎn)品的實際經(jīng)驗，從人工智能產(chǎn)品流程、行業(yè)能力模型、人工智
隨著人工智能技術(shù)在各行業(yè)的應(yīng)用蓬勃發(fā)展，其已滲透社會及人們?nèi)粘Ｉ畹姆椒矫婷�，且在圖像分類、目標識別、自然語言處理等領(lǐng)域顯示了良好的效果和前景。但是，人工智能及其分支技術(shù)有一些特定的脆弱性，在某些場景下容易受到欺騙和攻擊，若不對此采取一定措施，就有可能造成嚴重的后果。本書通過介紹針對圖像分類的對抗技術(shù)，描述了深度神經(jīng)網(wǎng)
本書是面向高級人工智能人才培養(yǎng)的高等學(xué)校人工智能相關(guān)專業(yè)精品教材中的一本，以信息物理系統(tǒng)、模糊邏輯系統(tǒng)、自主無人系統(tǒng)、群體智能、多Agent系統(tǒng)、人機協(xié)同系統(tǒng)、工業(yè)智能控制系統(tǒng)、機器人系統(tǒng)等為案例，完整呈現(xiàn)了人工智能綜合應(yīng)用體系架構(gòu)。本書首先介紹了智能系統(tǒng)的發(fā)展、相關(guān)概念、主要特征和類型、智能系統(tǒng)的發(fā)展前景，然后圍繞智
本書首先從深度學(xué)習(xí)的原理出發(fā)，介紹如何把深度學(xué)習(xí)的理論轉(zhuǎn)換為PyTorch代碼，然后介紹如何在計算機上運行這些代碼。作為一本面向初中級讀者的技術(shù)類圖書，本書在前面所述內(nèi)容的基礎(chǔ)上，還介紹了學(xué)術(shù)界前沿的一系列實例，以及PyTorch的源代碼結(jié)構(gòu)，以期讀者能夠融會貫通深度學(xué)習(xí)框架的設(shè)計和應(yīng)用的思想。
本選題宏觀而全面地介紹了人工智能的理論和實踐，闡述了人工智能領(lǐng)域的核心內(nèi)容，并較為深入的介紹了各個主要研究方向的理論基礎(chǔ)及應(yīng)用。全書分為8章：第1章介紹人工智能的基本概念、研究目標及發(fā)展情況；第2章講解人工智能領(lǐng)域常用的數(shù)學(xué)概念；第3、4章討論人工智能在通訊領(lǐng)域、控制領(lǐng)域的應(yīng)用原理及常見技術(shù)；第5章講解人工智能的核心算
涵蓋強化學(xué)習(xí)基本算法實踐+深度強化學(xué)習(xí)算法的原理實現(xiàn)及案例。代碼豐富，可直接上手操作；配套豐富的直播課程資源！
共分為4個部分：1、基礎(chǔ)知識：主要介紹機器學(xué)習(xí)的基本概念、Python的基礎(chǔ)知識、常用第三方庫，并結(jié)合網(wǎng)絡(luò)爬蟲及信息提取案例和股票數(shù)據(jù)圖表繪制案例使讀者對本部分內(nèi)容有更好的理解。2、有監(jiān)督分類案例：包括Iris數(shù)據(jù)分類、新聞文本數(shù)據(jù)分類、手寫數(shù)字圖像識別和場景文字檢測共4個案例。3、無監(jiān)督聚類案例：包括人臉圖像聚類和文
本書是一本閱讀起來特別輕松、學(xué)習(xí)一點都不費勁的TensorFlow入門書。本書基于TensorFlow2.0版本，從機器學(xué)習(xí)和TensorFlow的基礎(chǔ)開始，針對初學(xué)者只選擇實際應(yīng)用中的必需最小知識量，對前饋神經(jīng)網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)、深度強化學(xué)習(xí)進行了淺顯易懂且快速有效的闡述，其中包括了很多具體的Tenso
本書的寫作初衷是，從學(xué)者的角度，用一種通俗易懂的方式，把與基于深度學(xué)習(xí)的目標檢測的相關(guān)論文中的理論和方法呈現(xiàn)給讀者，同時針對作者在深度學(xué)習(xí)教學(xué)過程中遇到的難點，進行深入的分析和講解。本書側(cè)重對卷積神經(jīng)網(wǎng)絡(luò)的介紹，而深度學(xué)習(xí)的內(nèi)容不止于此。所以，作者將深度學(xué)習(xí)分為有監(jiān)督學(xué)習(xí)、無監(jiān)督學(xué)習(xí)和強化學(xué)習(xí)三類，將圖像分類、目標檢測
當(dāng)今社會，智能音箱、智能機器人、智能可穿戴設(shè)備等人工智能產(chǎn)品已經(jīng)開始逐漸普及，而人工智能產(chǎn)品經(jīng)理卻非常短缺。本書將通俗易懂的語言與專業(yè)知識相結(jié)合，從中國人工智能市場現(xiàn)狀入手，詳細地為讀者闡釋了人工智能產(chǎn)品的相關(guān)知識，以及人工智能產(chǎn)品經(jīng)理是如何開展工作的，并通過實際案例展現(xiàn)了如何從無到有構(gòu)建人工智能產(chǎn)品的過程。本書適合想
《人工智能基礎(chǔ)數(shù)學(xué)知識》基于流行的Python語言，通俗易懂地介紹了入門人工智能領(lǐng)域必需必會的數(shù)學(xué)知識，旨在讓讀者輕松掌握并學(xué)以致用。 《人工智能基礎(chǔ)數(shù)學(xué)知識》分為線性代數(shù)、概率和優(yōu)化等3篇，共21章，覆蓋了人工智能領(lǐng)域中重要的數(shù)學(xué)知識點。本書寫作風(fēng)格通俗有趣，讀者可在潛移默化中掌握這些數(shù)學(xué)知識以及相關(guān)的編程操作，并能
本書面向初學(xué)者，采用全彩圖解+視頻講解的形式介紹了人工智能的基礎(chǔ)知識及開發(fā)案例，從無代碼到圖形化編程到代碼編程，循序漸進，讓讀者逐步掌握人工智能技術(shù)，體驗人工智能帶給自己的樂趣。本書首先通過mDesigner+開源硬件的結(jié)合賦予創(chuàng)客作品以“智能”，接著介紹了與人工智能密切相關(guān)的深度學(xué)習(xí)及其所需要的編程語言、編程框架及編
隨著AI技術(shù)的普及，如何快速理解、掌握并應(yīng)用AI技術(shù)，成為絕大多數(shù)程序員亟需解決的問題。本書基于Keras框架并以代碼實現(xiàn)為核心，詳細解答程序員學(xué)習(xí)AI算法時的常見問題，對機器學(xué)習(xí)、深度神經(jīng)網(wǎng)絡(luò)等概念在實際項目中的應(yīng)用建立清晰的邏輯體系。本書分為上下兩篇，上篇（第1～4章）可幫助讀者理解并獨立開發(fā)較簡單的機器學(xué)習(xí)應(yīng)用，
近年來機器學(xué)習(xí)是一個熱門的技術(shù)方向，但機器學(xué)習(xí)本身并不是一門新興學(xué)科，而是多門成熟學(xué)科（微積分、統(tǒng)計學(xué)與概率論、線性代數(shù)等）的集合。其知識體系結(jié)構(gòu)龐大而復(fù)雜，為了使讀者朋友能夠把握機器學(xué)習(xí)的清晰的脈絡(luò)，本書盡可能從整體上對機器學(xué)習(xí)的知識架構(gòu)進行整理，并以Sklearn和Keras等機器學(xué)習(xí)框架對涉及的相關(guān)理論概念進行代
《從統(tǒng)計世界走向人工智能——實戰(zhàn)案例與算法》敘述了從數(shù)學(xué)到統(tǒng)計、從統(tǒng)計到人工智能的發(fā)展，結(jié)合大量的實際商業(yè)應(yīng)用案例介紹了諸多經(jīng)典的機器學(xué)習(xí)算法，比如LASSO回歸、MCMC、決策樹、隨機森林和神經(jīng)網(wǎng)絡(luò)等�！稄慕y(tǒng)計世界走向人工智能——實戰(zhàn)案例與算法》將案例與算法結(jié)合，基于人工智能的場景，從理論到實際操作層層遞進，讀者從中
學(xué)習(xí)并精通任何一門學(xué)科無外乎要經(jīng)過四個步驟：它是什么？它可行嗎？怎么學(xué)它？如何學(xué)好它？機器學(xué)習(xí)也不例外，《快樂機器學(xué)習(xí)》就以這四個步驟來介紹機器學(xué)習(xí)�！犊鞓窓C器學(xué)習(xí)》第1章介紹“機器學(xué)習(xí)是什么”，即從定義開始，詳細介紹機器學(xué)習(xí)涉及的知識、數(shù)據(jù)和性能度量。第2章介紹“機器學(xué)習(xí)可行嗎”，即介紹機器具備學(xué)習(xí)樣本以外的數(shù)據(jù)的能
本書介紹了與AI相關(guān)的理論知識，例如，AI的核心、AI的3個發(fā)展階段、AI的科技支撐點等。為了增強本書的全面性和系統(tǒng)性，也為了向大家多傳授一些干貨，本書將重點放在了AI在各行各業(yè)、各個領(lǐng)域的商業(yè)化落地項目上。值得注意的是，本書添加了很多代表性案例，希望為讀者提供實實在在的幫助。可以說，在“AI+商業(yè)”方面，本書既具有實
本書從區(qū)塊鏈的四個核心前沿技術(shù)--分布式賬本、加密技術(shù)、共識機制和智能合約技術(shù)入手，重點介紹公有鏈、聯(lián)盟鏈和私有鏈上的共識機制，描述其中使用的去中心化算法，包括PoW（工作量證明），PoS（權(quán)益證明），DPoS（股份授權(quán)證明），Ripple共識，PBFT（實用拜占庭容錯）和PoV（投票證明）等，并具體分析了每個算
書單推薦
