目前,人工智能技術(shù)的發(fā)展以機(jī)器學(xué)習(xí)、深度學(xué)習(xí)技術(shù)為主,它能夠解決一些傳統(tǒng)人工程序無法實(shí)現(xiàn)的效果。然而,“人工智能＋”更是被寄希望于把人工智能技術(shù)應(yīng)用到各行各業(yè)之中。本書不僅包含了機(jī)器學(xué)習(xí)、深度學(xué)習(xí)的算法,還側(cè)重于人工智能應(yīng)用軟件的開發(fā)。書中針對(duì)人工智能相關(guān)應(yīng)用和技術(shù)設(shè)計(jì)了項(xiàng)目式教學(xué)案例,每章從不同側(cè)面講述了人工智能應(yīng)用

本書基于嵌入式人工智能開發(fā)板EAIDK-310和嵌入式虹膜門禁系統(tǒng)EAIDK-310-P20實(shí)驗(yàn)平臺(tái),使用Qt和PyQt作為界面設(shè)計(jì)和運(yùn)行框架,通過在嵌入式Linux系統(tǒng)中使用Python和C++語(yǔ)言編寫程序代碼,實(shí)現(xiàn)視頻采集、物體分類、人臉識(shí)別、虹膜圖像預(yù)處理、虹膜圖像特征提取與匹配、虹膜圖像采集與定位顯示、虹膜識(shí)別

本書講述如何快速利用無服務(wù)器計(jì)算和基于云的人工智能服務(wù)的能力。介紹基礎(chǔ)知識(shí)后,將帶你領(lǐng)略第一個(gè)實(shí)際操作的無服務(wù)器人工智能項(xiàng)目:一個(gè)可識(shí)別任意網(wǎng)頁(yè)圖像的系統(tǒng)。在本書中,你將探索用于圖像分析的AmazonRekognition工具、云基礎(chǔ)設(shè)施部署、爬蟲服務(wù)和簡(jiǎn)單API等技術(shù)。掌握這個(gè)有趣項(xiàng)目中的概念和技能后,你將著手構(gòu)建一

本書系統(tǒng)地闡述機(jī)器學(xué)習(xí)中常見的幾類模型,包括模型的思想、原理及實(shí)現(xiàn)細(xì)節(jié)等。同時(shí),本書還結(jié)合了當(dāng)前熱門的機(jī)器學(xué)習(xí)框架Sklearn,對(duì)書中所涉及的模型進(jìn)行用法上詳細(xì)講解。全書共10章,第1章介紹機(jī)器學(xué)習(xí)開發(fā)環(huán)境的配置;第2章講解線性回歸模型的基本原理、回歸模型中常見的幾種評(píng)價(jià)指標(biāo),以及用于有監(jiān)督模型訓(xùn)練的梯度下降算法;第

本書以任務(wù)為導(dǎo)向，討論了機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的主要問題，包括聚類、回歸、分類、標(biāo)注、降維、特征工程、超參數(shù)調(diào)優(yōu)、序列決策（強(qiáng)化學(xué)習(xí)）和對(duì)抗攻擊等。書中對(duì)上述每個(gè)問題，分別從決策函數(shù)類模型、概率類模型和神經(jīng)網(wǎng)絡(luò)類模型三個(gè)角度來討論具體的實(shí)現(xiàn)算法。本書在內(nèi)容上兼顧基礎(chǔ)知識(shí)和應(yīng)用實(shí)踐�？傮w上，以基本理論知識(shí)為主線，逐步展開，從

本書從人工智能時(shí)代說起，通過項(xiàng)目學(xué)習(xí)（PBL）的方式由淺入深地剖析圖像處理、人臉聚類、語(yǔ)音識(shí)別、人臉簽到、慧眼識(shí)人、自動(dòng)駕駛小車等人工智能的相關(guān)應(yīng)用案例，并在此基礎(chǔ)上推出5個(gè)生動(dòng)有趣的典型綜合實(shí)踐項(xiàng)目--裸眼3D、無人機(jī)+智慧農(nóng)業(yè)、創(chuàng)建自己的語(yǔ)音識(shí)別庫(kù)、語(yǔ)音播報(bào)智能垃圾桶、垃圾分類機(jī)器人。 本書項(xiàng)目在實(shí)施過程中，依托

本書主要內(nèi)容包括：入門篇（初識(shí)人工智能）、理解篇（認(rèn)知人工智能的應(yīng)用技術(shù)）、實(shí)踐篇（探索生活中的人工智能應(yīng)用）、拓展篇（理解人工智能的重要概念）。本書力求將人工智能相關(guān)理論、知識(shí)點(diǎn)與具體實(shí)踐應(yīng)用進(jìn)行結(jié)合，通過知識(shí)點(diǎn)對(duì)應(yīng)的實(shí)踐項(xiàng)目的設(shè)置，大大地增強(qiáng)教材的應(yīng)用性、豐富性及實(shí)踐性，極大地提升學(xué)生的學(xué)習(xí)興趣、理解能力和實(shí)踐能力

本書共12個(gè)單元，每個(gè)單元分為SectionA和SectionB兩部分。兩個(gè)部分圍繞同一主題，以不同的體裁形式呈現(xiàn)，并提供了參考譯文。本書涵蓋了人工智能領(lǐng)域廣泛的基礎(chǔ)研究主題，比如機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)、計(jì)算機(jī)視覺、自然語(yǔ)言處理，展示了人工智能在多領(lǐng)域的具體應(yīng)用，比如推薦系統(tǒng)、人臉識(shí)別、聊天機(jī)器人、自動(dòng)駕駛、智能機(jī)器人，并

本書分為三部分。第一部分介紹MLOps主題，深入探討了它是如何(以及為什么)發(fā)展成一門學(xué)科的、需要誰參與才能成功執(zhí)行MLOps以及需要哪些組成部分。第二部分介紹了機(jī)器學(xué)習(xí)模型的生命周期，其中包括有關(guān)模型開發(fā)、生產(chǎn)準(zhǔn)備、生產(chǎn)部署、監(jiān)控和治理的章節(jié)。這些章節(jié)不僅包括一般的注意事項(xiàng)，還包括MLOps生命周期每個(gè)階段的注意事項(xiàng)

本書系統(tǒng)全面地闡述了對(duì)偶學(xué)習(xí)，可以讓相關(guān)研究人員和從業(yè)者更好地了解該領(lǐng)域的前沿技術(shù)。全書分為五部分。第一部分簡(jiǎn)要介紹機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的基礎(chǔ)知識(shí)。第二部分以機(jī)器翻譯、圖像翻譯、語(yǔ)音處理及其他自然語(yǔ)言處理/計(jì)算機(jī)視覺任務(wù)為例，詳細(xì)介紹了基于對(duì)偶重構(gòu)準(zhǔn)則的算法。第三部分介紹基于概率準(zhǔn)則的若干研究，包括基于聯(lián)合概率準(zhǔn)則的對(duì)偶