本書是面向高級人工智能人才培養(yǎng)的高等學校人工智能相關(guān)專業(yè)規(guī)劃教材中的一本，通過梳理人工智能涉及的相關(guān)數(shù)學理論，并通過Python實現(xiàn)相關(guān)案例，使抽象的理論具體化，從而加深讀者對數(shù)學的感性認識，提高讀者對數(shù)學理論的理解能力。本書首先介紹了人工智能所需的基礎(chǔ)數(shù)學理論，然后根據(jù)數(shù)學內(nèi)容的邏輯順序，以微積分、線性代數(shù)、概率論、

這是一本具有高中數(shù)學知識就能讀懂的機器學習圖書，書中通過大量程序?qū)嵗�，將復雜的公式重新拆解，詳細、清晰地解讀了機器學習中常用的數(shù)學知識，一步步帶領(lǐng)讀者進入機器學習的領(lǐng)域。本書共22章，主要講解了數(shù)據(jù)可視化、math模塊、sympy模塊、numpy模塊、方程式、函數(shù)、最小平方法、集合、概率、貝葉斯定理、指數(shù)、對數(shù)、歐拉數(shù)

圖神經(jīng)網(wǎng)絡(luò)（GNN）是基于深度學習的圖數(shù)據(jù)處理方法，因其卓越的性能而受到廣泛關(guān)注。本書全面介紹了GNN的基本概念、具體模型和實際應(yīng)用。書中首先概述數(shù)學基礎(chǔ)和神經(jīng)網(wǎng)絡(luò)以及圖神經(jīng)網(wǎng)絡(luò)的基本概念，接著介紹不同種類的GNN，包括卷積圖神經(jīng)網(wǎng)絡(luò)、循環(huán)圖神經(jīng)網(wǎng)絡(luò)、圖注意力網(wǎng)絡(luò)、圖殘差網(wǎng)絡(luò)，以及幾個通用框架。此外，本書還介紹了GNN

本書由全球知名的3位專家IanGoodfellow、YoshuaBengio和AaronCourville撰寫，是深度學習領(lǐng)域奠基性的經(jīng)典教材。全書的內(nèi)容包括3個部分：第1部分介紹基本的數(shù)學工具和機器學習的概念，它們是深度學習的預備知識；第2部分系統(tǒng)深入地講解現(xiàn)今已成熟的深度學習方法和技術(shù)；第3部分討論某些具有前瞻性的

本書利用精美的插圖和有趣的類比，對深度學習的主流技術(shù)和背后的原理進行了深入淺出的講解，解釋了什么是深度學習，深度學習流行的原因，以及深度學習與其他機器學習方法的關(guān)系。閱讀本書，讀者可以掌握卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)、生成式對抗網(wǎng)絡(luò)和深度強化學習等熱門技術(shù)，學習TensorFlow、Keras和PyTorch等熱門工具的

近年，人工智能熱潮席卷而來。本書以圖解的方式網(wǎng)羅了人工智能開發(fā)必備的基礎(chǔ)知識，內(nèi)容涉及機器學習、深度學習、強化學習、圖像和語音的模式識別、自然語言處理、分布式計算等熱門技術(shù)。全書以圖配文，深入淺出，是一本兼顧理論和技術(shù)的人工智能入門教材。旨在幫助讀者建立對人工智能技術(shù)的整體印象，為今后深入探索該領(lǐng)域打下基礎(chǔ)。另外，書中

本書涵蓋人工智能概述、Python編程基礎(chǔ)、TensorFlow機器學習框架、機器學習算法、MNIST數(shù)據(jù)集及神經(jīng)網(wǎng)絡(luò)、TensorFlow高級框架、OpenCV開發(fā)與應(yīng)用等基礎(chǔ)知識，并介紹且搭建了計算機視覺中的手寫數(shù)字識別與人臉識別、自然語言處理中的語音識別與智能聊天機器人具體項目，還介紹并實踐了AI開放平臺的接入與

隨著近幾十年來技術(shù)的飛速發(fā)展，人機交互技術(shù)的地位越來越重要。本書目的是建立以信息流（包括輸入、處理、輸出過程）交互為基礎(chǔ)的人機交互設(shè)計與評價思想體系，主要內(nèi)容包括：人的感覺特性，人的情境認知特性，人的控制特性，人的行為信息分析，以及設(shè)計及評價方法、專題研究。

本書在內(nèi)容安排上十分精良，為便于數(shù)學基礎(chǔ)較薄弱的讀者學習，引入了深度學習數(shù)學基礎(chǔ)；再由淺入深地以實戰(zhàn)案例講解的方式，對于誤差反向傳播法、卷積運算等進行詳細剖析，使讀者在實現(xiàn)層面上理解；此外還加入了前沿技術(shù)，如BatchNormalization等內(nèi)容。本書提供了8個完整的項目案例、完整的構(gòu)建過程、詳細的視頻講解以及相應(yīng)

本書是《數(shù)據(jù)庫及其應(yīng)用（Access+Python）》（第4版）配套的學習與實驗的指導教程。全書分為12章，每章包括主教程對應(yīng)章節(jié)的主要知識點歸納以及習題。各章知識點歸納精煉、完整，習題包括選擇題、填空題、簡答題和設(shè)計操作題等多種題型，涵蓋了本章主要內(nèi)容，并融匯了對于相關(guān)知識的整體理解和應(yīng)用的要求。所有習題都有參考答案