本書從深度學(xué)習(xí)的發(fā)展歷程開始，系統(tǒng)介紹了基于深度學(xué)習(xí)的目標(biāo)檢測(cè)的基本問題及其相關(guān)處理方法與技術(shù)，主要內(nèi)容涉及兩階段和單階段目標(biāo)檢測(cè)的理論、算法和研究成果。本書共6章，包括深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)類型、目標(biāo)檢測(cè)技術(shù)、基于FasterR-CNN的目標(biāo)檢測(cè)改進(jìn)算法、領(lǐng)域自適應(yīng)及其在目標(biāo)檢測(cè)技術(shù)上的典型應(yīng)用、圖像識(shí)別模型改進(jìn)及面部表情

機(jī)器學(xué)習(xí)已經(jīng)廣泛地應(yīng)用于各行各業(yè)，深度學(xué)習(xí)的興起再次推動(dòng)了人工智能的熱潮。本書結(jié)合項(xiàng)目實(shí)踐，首先討論主流機(jī)器學(xué)習(xí)平臺(tái)的主要特點(diǎn)和機(jī)器學(xué)習(xí)的實(shí)戰(zhàn)難點(diǎn)；在此基礎(chǔ)上，利用主流的機(jī)器學(xué)習(xí)開源平臺(tái)TensorFlow、OpenVINO、PaddlePaddle等，通過19個(gè)實(shí)戰(zhàn)案例，詳細(xì)地分析決策樹、隨機(jī)森林、支持向量機(jī)、邏輯回

全書從推薦系統(tǒng)的發(fā)展歷史、基本構(gòu)成開始，依次剖析推薦系統(tǒng)的內(nèi)容召回、協(xié)同過濾召回、深度學(xué)習(xí)召回中具有代表性的模型；再?gòu)慕?jīng)典排序模型到基于深度學(xué)習(xí)的排序，順勢(shì)介紹會(huì)話推薦、強(qiáng)化學(xué)習(xí)推薦及工業(yè)級(jí)推薦，搭建了完整的推薦系統(tǒng)技術(shù)體系，這是一個(gè)由淺入深的系統(tǒng)學(xué)習(xí)過程。 本書的目標(biāo)讀者應(yīng)該對(duì)深度學(xué)習(xí)有基本的了解，掌握概率論、線性代

本書以Python機(jī)器學(xué)習(xí)常用技術(shù)與真實(shí)案例相結(jié)合的方式，深入淺出地介紹了Python機(jī)器學(xué)習(xí)應(yīng)用的主要內(nèi)容。全書共11章，分別介紹了機(jī)器學(xué)習(xí)概述、數(shù)據(jù)準(zhǔn)備、特征工程、有監(jiān)督學(xué)習(xí)、無監(jiān)督學(xué)習(xí)、智能推薦的相關(guān)知識(shí)，并介紹了市財(cái)政收入分析案例、基于非侵入式電力負(fù)荷監(jiān)測(cè)與分解的電力分析案例、航空公司客戶價(jià)值分析案例、廣電大數(shù)

近年來人工智能技術(shù)蓬勃發(fā)展，人工智能正在改變我們的生活。為了讓讀者在不需要掌握太多數(shù)學(xué) 和計(jì)算機(jī)科學(xué)知識(shí)的情況下，能夠快速上手，使用Python語(yǔ)言實(shí)現(xiàn)常用的機(jī)器學(xué)習(xí)算法，并解決一些實(shí)際的問題，我們策劃并出版本書。 本書共14章，內(nèi)容涵蓋基本的機(jī)器學(xué)習(xí)概念和環(huán)境搭建，目前各個(gè)領(lǐng)域中的熱門算法，以及數(shù)據(jù)預(yù)處理、模型評(píng)估和

零樣本圖像分類主要解決在標(biāo)記訓(xùn)練樣本不足以涵蓋所有對(duì)象類的情況下，如何對(duì)未知新模式進(jìn)行正確分類的問題，近年來已逐漸成為機(jī)器學(xué)習(xí)領(lǐng)域的研究熱點(diǎn)之一。利用可見類訓(xùn)練樣本學(xué)習(xí)到的分類器對(duì)新出現(xiàn)的對(duì)象類進(jìn)行分類識(shí)別是非常困難的學(xué)習(xí)任務(wù)�！读銟颖緢D像分類》針對(duì)零樣本圖像分類問題從屬性角度入手，基于深度學(xué)習(xí)及知識(shí)挖掘、屬性自適應(yīng)、

本書選材廣泛，主要包括人工智能概述、現(xiàn)實(shí)世界中人工智能的應(yīng)用、人工智能的類型、人工智能的利與弊、人工智能中的知識(shí)表示、人工智能中的推理、人工智能中的搜索算法、機(jī)器學(xué)習(xí)算法、專家系統(tǒng)、人工智能中的模糊邏輯及其應(yīng)用、有監(jiān)督機(jī)器學(xué)習(xí)與無監(jiān)督機(jī)器學(xué)習(xí)、現(xiàn)實(shí)世界中機(jī)器學(xué)習(xí)的應(yīng)用、人工神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)、模式識(shí)別、面部識(shí)別、人工智

近年來，人工智能發(fā)展非常迅速，在可以預(yù)見的未來，它必然會(huì)強(qiáng)烈沖擊并深刻變革人類既有的生活模式。實(shí)際上，除技術(shù)問題外，人工智能的邏輯基礎(chǔ)和倫理基礎(chǔ)與哲學(xué)之間的關(guān)系也十分密切。有鑒于此，本書從與人工智能緊密相關(guān)的哲學(xué)問題入手，關(guān)注如下話題：強(qiáng)人工智能是否可能；近代唯理論和經(jīng)驗(yàn)論爭(zhēng)論對(duì)于人工智能的影響；蘇聯(lián)、日本及歐盟在人工

本書介紹了人工智能概覽、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、人工智能主流開發(fā)框架、華為全棧全場(chǎng)景AI戰(zhàn)略—EI、HiAI、昇騰，以及人工智能綜合實(shí)驗(yàn)等內(nèi)容?這是一本華為ICT學(xué)院人工智能課程培訓(xùn)的教材。本書是作者和華為的工作人員共同完成的，其間參閱了國(guó)內(nèi)外現(xiàn)有教材和相關(guān)文獻(xiàn)后編寫的?全書注重理論與實(shí)踐的結(jié)合,注重算法與框架的實(shí)際應(yīng)用與

本書系統(tǒng)論述了智能開源硬件的電路基礎(chǔ)、原理、開發(fā)方法及實(shí)戰(zhàn)設(shè)計(jì)案例，理論與實(shí)踐緊密結(jié)合。全書分四篇，分別為電路分析基礎(chǔ)篇、數(shù)字電路篇、模擬電路篇、智能感知篇；涵蓋14章，內(nèi)容包括電路分析基礎(chǔ)、正弦穩(wěn)態(tài)電路、一階電路、數(shù)字邏輯基礎(chǔ)、組合邏輯電路、觸發(fā)器、時(shí)序邏輯電路、放大電路、模擬集成電路等開發(fā)開源硬件所需的電路基礎(chǔ)理論