本書分為“基礎(chǔ)篇”與“應(yīng)用篇”兩部分，共16章�！盎�礎(chǔ)篇”從人工智能背景、機器學習與深度學習的發(fā)展開始介紹，通俗易懂地講解深度學習的相關(guān)術(shù)語與算法，詳細介紹了多種操作系統(tǒng)中實驗環(huán)境的安裝部署�！皯�(yīng)用篇”從簡單的視覺入門基礎(chǔ)MNIST手寫數(shù)字識別、CIFAR一10照片圖像物體識別等入手，到復(fù)雜的多層感知器預(yù)測泰坦尼克號上

《人工智能導(dǎo)論（第5版）》是一本基礎(chǔ)性強、可讀性好、適合講授的人工智能教材。作者希望讀者通過學習該書，能夠掌握人工智能的基本知識，并能了解人工智能研究的一些前沿內(nèi)容，為進一步學習人工智能理論與應(yīng)用奠定基礎(chǔ)。全書共11章。第1章緒論；第2章知識表示與知識圖譜；第3章確定性推理方法；第4章不確定性推理方法；第5章搜索求解策

算法是人工智能技術(shù)的核心，大自然是人工智能算法的重要靈感來源。本書介紹了受到基因、鳥類、螞蟻、細胞和樹影響的算法，這些算法為多種類型的人工智能場景提供了實際解決方法。全書共10章，涉及種群、交叉和突變、遺傳算法、物種形成、粒子群優(yōu)化、蟻群優(yōu)化、細胞自動機、人工生命和建模等問題。書中所有算法均配以具體的數(shù)值計算來進行講解

本書從介紹深度學習和重要入門知識入手，通過范例講解TensorFlow的應(yīng)用開發(fā)。本書文字清晰、嚴謹，并輔以簡潔明了的插圖說明，同時提供步驟細致的范例程序教學，讓讀者可以輕松理解并掌握深度學習原理和TensorFlow開發(fā)方法。本書分為12章，內(nèi)容包括：環(huán)境安裝、TensorFlow2.0介紹、回歸問題、二分類問題、多

這是一套生動有趣的科普漫畫，每本書一個主題，介紹了關(guān)于各種尖端科技的知識，內(nèi)容涉及機器人、編程、人工智能、大數(shù)據(jù)等。本套書以漫畫的形式使深奧的科學知識與孩子的生活體驗結(jié)合起來，讓科學變得通俗易懂、趣味盎然。人工智能，英文縮寫為AI，它是研究、開發(fā)用于模擬、延伸和擴展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學

這是一套生動有趣的科普漫畫，每本書一個主題，介紹了關(guān)于各種尖端科技的知識，內(nèi)容涉及機器人、編程、人工智能、大數(shù)據(jù)等。本套書以漫畫的形式使深奧的科學知識與孩子的生活體驗結(jié)合起來，讓科學變得通俗易懂、趣味盎然。物聯(lián)網(wǎng)是指通過各種信息傳感器、射頻識別技術(shù)、全球定位系統(tǒng)、紅外感應(yīng)器、激光掃描器等各種裝置與技術(shù)，實時采集任何需要

內(nèi)容簡介這是一部指導(dǎo)讀者如何將軟件工程的思想、方法、工具和策略應(yīng)用到機器學習實踐中的著作。作者融合了自己10年的工程實踐經(jīng)驗，以Python為工具，詳細闡述機器學習核心概念、原理和實現(xiàn)，并提供了數(shù)據(jù)分析和處理、特征選擇、模型調(diào)參和大規(guī)模模型上線系統(tǒng)架構(gòu)等多個高質(zhì)量源碼包和工業(yè)應(yīng)用框架。旨在幫助讀者提高代碼的設(shè)計質(zhì)量和機

本書是一本機器學習入門的必備圖書，書中沒有讓人頭暈眼花的公式推導(dǎo)，而是通過一些易于理解的類比、案例以及圖片，以通俗易懂的方式講解了機器學習中的一些名詞和常見算法，使初學者能夠很容易地掌握機器學習的相關(guān)概念工具、數(shù)據(jù)處理、回歸與分析、建模與優(yōu)化等內(nèi)容。書中還介紹了使用代碼構(gòu)建一個機器學習模型，將讀者帶入實踐環(huán)節(jié)。本書非常

本書通過具體的編程實踐案例，全面系統(tǒng)地講述了機器學習涉及的核心內(nèi)容。首先介紹新特性以及安裝OpenCV4構(gòu)建計算機視覺應(yīng)用程序。你將探索機器學習的基礎(chǔ)知識，學習設(shè)計用于圖像處理的各種算法。本書將逐步介紹有監(jiān)督學習和無監(jiān)督學習。你將獲得使用Python中的scikit-learn開發(fā)各種機器學習應(yīng)用程序的實踐經(jīng)驗。后續(xù)章

深度學習是機器學習研究中的一個活躍領(lǐng)域，《深度學習入門》的宗旨在于為深度機器學習的初學者提供一本通俗易懂、內(nèi)容全面、理論深入的學習教材。本書的內(nèi)容大體可以分為機器學習基礎(chǔ)、順序傳播神經(jīng)網(wǎng)絡(luò)的深度學習、玻爾茲曼機和深度強化學習四個部分，既考慮了通俗性和完整性，又介紹了深度學習的各個方面。其中機器學習基礎(chǔ)部分介紹了神經(jīng)網(wǎng)絡(luò)