PyTorch是基于Torch庫的開源機(jī)器學(xué)習(xí)庫，它主要由Meta（原Facebook）的人工智能研究實(shí)驗(yàn)室開發(fā)，在自然語言處理和計(jì)算機(jī)視覺領(lǐng)域都具有廣泛的應(yīng)用。本書介紹了簡單且經(jīng)典的入門項(xiàng)目，方便快速上手，如MNIST數(shù)字識別，讀者在完成項(xiàng)目的過程中可以了解數(shù)據(jù)集、模型和訓(xùn)練等基礎(chǔ)概念。本書還介紹了一些實(shí)用且經(jīng)典的模

本書從貝葉斯理論的基本原理講起，逐步深入算法、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)，并配合項(xiàng)目案例，重點(diǎn)介紹了基于貝葉斯理論的算法原理，及其在機(jī)器學(xué)習(xí)中的應(yīng)用。 本書分為10章，涵蓋了貝葉斯概率、概率估計(jì)、貝葉斯分類、隨機(jī)場、參數(shù)估計(jì)、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、貝葉斯網(wǎng)絡(luò)、動態(tài)貝葉斯網(wǎng)絡(luò)、貝葉斯深度學(xué)習(xí)等。本書涉及的應(yīng)用領(lǐng)域包含機(jī)器學(xué)習(xí)、圖

本書對幾類時(shí)滯隨機(jī)神經(jīng)網(wǎng)絡(luò)的全局漸近穩(wěn)定性和全局魯棒穩(wěn)定性進(jìn)行了深入研究，其中包括：不確定隨機(jī)神經(jīng)網(wǎng)絡(luò)與時(shí)滯區(qū)間相關(guān)的全局魯棒穩(wěn)定性條件、帶區(qū)間時(shí)變時(shí)滯的不確定隨機(jī)神經(jīng)網(wǎng)絡(luò)的全局魯棒穩(wěn)定性、具有區(qū)間時(shí)變時(shí)滯與分布時(shí)滯的不確定隨機(jī)神經(jīng)網(wǎng)絡(luò)的均方穩(wěn)定性、不確定時(shí)滯隨機(jī)BAM神經(jīng)網(wǎng)絡(luò)的均方穩(wěn)定性、以及時(shí)滯隨機(jī)中立神經(jīng)網(wǎng)絡(luò)的全

近年來，人工智能體相繼在圍棋、星際爭霸、王者榮耀、得州撲克等復(fù)雜對抗任務(wù)上取得戰(zhàn)勝人類頂尖選手的成績，這是以深度強(qiáng)化學(xué)習(xí)為代表的機(jī)器學(xué)習(xí)技術(shù)在人機(jī)對抗領(lǐng)域取得的巨大進(jìn)展，也使得人們對兵棋人機(jī)對抗充滿期待。本書著重研究分隊(duì)指揮決策模型總體架構(gòu)、分隊(duì)?wèi)B(tài)勢感知建模、分隊(duì)?wèi)?zhàn)術(shù)決策建模等技術(shù)，并闡述人工智能分隊(duì)指揮員、人機(jī)對抗系

本書以新一代信息技術(shù)為主線，分七章分別介紹了5G技術(shù)、物聯(lián)網(wǎng)及相關(guān)技術(shù)、云計(jì)算技術(shù)、大數(shù)據(jù)相關(guān)技術(shù)、人工智能和現(xiàn)代信息技術(shù)融合應(yīng)用等。每一章用較短的篇幅介紹相關(guān)的基本內(nèi)容和知識，并從系統(tǒng)開發(fā)的角度，闡述如何將這些新一代的信息技術(shù)與各專業(yè)進(jìn)行融合，著重用一些實(shí)例來闡述如何在開發(fā)現(xiàn)代智能應(yīng)用系統(tǒng)中合理、恰當(dāng)?shù)厥褂眠@些新技術(shù)

《Python機(jī)器學(xué)習(xí)技術(shù)與應(yīng)用（普通高等教育人工智能專業(yè)系列教材）》以機(jī)器學(xué)習(xí)初學(xué)者為教學(xué)對象，通過講解機(jī)器學(xué)習(xí)的常用方法及實(shí)際應(yīng)用，培養(yǎng)讀者機(jī)器學(xué)習(xí)應(yīng)用技能及計(jì)算思維能力。全書共12章，主要內(nèi)容包括機(jī)器學(xué)習(xí)概述、Python語言基礎(chǔ)、網(wǎng)絡(luò)爬蟲、數(shù)據(jù)預(yù)處理與特征工程、多元回歸分析、分類方法、支持向量機(jī)、樸素貝葉斯方法

神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)是人工智能研究的重要領(lǐng)域，是機(jī)器學(xué)習(xí)的重要組成部分。人工智能是研究理解和模擬人類智能、智能行為及其規(guī)律的科學(xué)。本書緊緊圍繞神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)的基礎(chǔ)知識體系進(jìn)行系統(tǒng)的梳理，力求從基礎(chǔ)理論、經(jīng)典模型和前沿應(yīng)用展開論述，便于讀者能夠較為全面地掌握深度學(xué)習(xí)的相關(guān)知識。全書共16章。第1章是緒論，簡要介紹人工智

人工智能正快速進(jìn)入人類社會，在給社會帶來重大利好的同時(shí)，也引起了很多問題，比如就業(yè)問題、倫理問題等。為更好地引導(dǎo)人工智能的發(fā)展，規(guī)避人工智能可能帶來的社會問題，從哲學(xué)的高度對人工智能進(jìn)行反思因而十分有必要�；�于人工智能的發(fā)展現(xiàn)狀以及未來可能的發(fā)展方向，我們試圖從以下幾個(gè)方面討論人工智能所涉及的問題：一、什么是人工智能？

《PyTorch深度學(xué)習(xí)之目標(biāo)檢測》首先從人工智能產(chǎn)業(yè)的發(fā)展史和機(jī)器眼中的圖像世界開始講述，逐步引導(dǎo)讀者進(jìn)入機(jī)器學(xué)習(xí)的圖像處理當(dāng)中；然后講解深度學(xué)習(xí)中實(shí)現(xiàn)目標(biāo)檢測的主要算法，和以PyTorch框架為基礎(chǔ)構(gòu)建的神經(jīng)網(wǎng)絡(luò)；最后的實(shí)戰(zhàn)部分詳細(xì)講解了如何使用目標(biāo)檢測算法實(shí)現(xiàn)具體項(xiàng)目。全書共10章，涵蓋內(nèi)容包括：人工智能的歷史和

本書從人工智能、機(jī)器學(xué)習(xí)和深度學(xué)習(xí)三者的關(guān)系開始，以深度學(xué)習(xí)在計(jì)算機(jī)視覺、自然語言處理和推薦系統(tǒng)的應(yīng)用實(shí)踐為主線，逐步剖析模型原理和代碼實(shí)現(xiàn)。書中的內(nèi)容深入淺出，通過原理與代碼結(jié)合、產(chǎn)業(yè)實(shí)踐和作業(yè)結(jié)合的方式，幫助讀者更好地掌握深度學(xué)習(xí)的理論知識和深度學(xué)習(xí)開源框架的使用方法。為了讓更多的讀者從中受益，快速應(yīng)對復(fù)雜多變的A