本書分為基礎(chǔ)理論篇與應(yīng)用實踐篇。基礎(chǔ)理論篇主要闡述機器學(xué)習(xí)基本概念與技術(shù)體系，從應(yīng)用角度分析各技術(shù)環(huán)節(jié)，并借助專利分析方法與文獻分析方法，總結(jié)機器學(xué)習(xí)在不同領(lǐng)域的發(fā)展趨勢和研究熱點。應(yīng)用實踐篇主要結(jié)合實際工作中機器學(xué)習(xí)的運用情況，從技術(shù)支撐角度闡述機器學(xué)習(xí)在各行業(yè)領(lǐng)域的應(yīng)用現(xiàn)狀；對科技管理、醫(yī)療健康、稅務(wù)大數(shù)據(jù)、缺陷檢

本書以高校和企業(yè)合作的人工智能大數(shù)據(jù)標(biāo)注基地的實際運作經(jīng)驗為基礎(chǔ),將自己在AI大數(shù)據(jù)標(biāo)注工廠中所領(lǐng)悟到的管理方法和所使用的技術(shù)平臺進行詳細(xì)闡述,并結(jié)合實際案例進行講解,在兼顧初學(xué)者的同時,更偏重于如何以數(shù)據(jù)標(biāo)注工廠的層面從管理方法和技術(shù)手段上提高AI大數(shù)據(jù)標(biāo)注生產(chǎn)能力的探討。

本書分為計算機語言、數(shù)學(xué)、AI基本概念、基本程序4部分，共14章，包括MATLAB、Linux、Python、簡單隨機過程基礎(chǔ)知識、隨機矩陣?yán)碚摵喪�、深度學(xué)習(xí)基本概念等內(nèi)容。

本書分為人工智能啟蒙、人工智能創(chuàng)新實踐和人工智能科創(chuàng)實踐3個章節(jié)，每個章節(jié)包含若干個主題活動，每個主題設(shè)置了情境導(dǎo)入、知識沖浪、編程實踐和總結(jié)與反饋等環(huán)節(jié)。

在本書中，你將學(xué)習(xí)以一種整體方法來設(shè)計兼具可靠性、可伸縮性、可維護性，并能適應(yīng)不斷變化的環(huán)境和業(yè)務(wù)需求的機器學(xué)習(xí)系統(tǒng)。作者ChipHuyen是ClaypotAI的聯(lián)合創(chuàng)始人，她在如何幫助系統(tǒng)作為一個整體實現(xiàn)其目標(biāo)的背景下考慮了每一種設(shè)計決策，例如如何處理和創(chuàng)建訓(xùn)練數(shù)據(jù)，使用哪些特性，重新訓(xùn)練模型的頻率，以及監(jiān)測哪些內(nèi)容

本書以準(zhǔn)確翔實的統(tǒng)計數(shù)據(jù)和全面深入的實地調(diào)研為基礎(chǔ)，系統(tǒng)闡述我國人工智能人才發(fā)展總體現(xiàn)狀、存在的問題及未來發(fā)展趨勢，重點分析我國高校人工智能人才教育培養(yǎng)狀況、人工智能相關(guān)崗位人才需求狀況、國際人工智能人才狀況和就業(yè)趨勢，以互聯(lián)網(wǎng)行業(yè)、金融業(yè)、汽車行業(yè)人工智能人才發(fā)展，以及深圳、蘇州、杭州、廣州、北京等市的人工智能人才發(fā)

本書較為全面地介紹了深度學(xué)習(xí)模型訓(xùn)練、計算機視覺模型應(yīng)用、自然語言處理模型應(yīng)用等技術(shù)。全書共9個實訓(xùn)項目,包括深度學(xué)習(xí)全連接神經(jīng)網(wǎng)絡(luò)應(yīng)用、深度學(xué)習(xí)卷積神經(jīng)網(wǎng)絡(luò)應(yīng)用、深度學(xué)習(xí)循環(huán)神經(jīng)網(wǎng)絡(luò)應(yīng)用、計算機視覺模型數(shù)據(jù)準(zhǔn)備、計算機視覺模型訓(xùn)練與應(yīng)用、計算機視覺模型部署、自然語言處理預(yù)訓(xùn)練模型數(shù)據(jù)準(zhǔn)備、自然語言處理預(yù)訓(xùn)練模型訓(xùn)練與

本書較為全面地介紹了深度學(xué)習(xí)應(yīng)用場景下的人工智能技術(shù)服務(wù)、深度學(xué)習(xí)數(shù)據(jù)應(yīng)用、深度學(xué)習(xí)基礎(chǔ)應(yīng)用等技術(shù)。全書共10個實訓(xùn)項目,包括人工智能需求分析、人工智能產(chǎn)品設(shè)計、人工智能平臺應(yīng)用、數(shù)據(jù)采集工程應(yīng)用、數(shù)據(jù)處理工程應(yīng)用、數(shù)據(jù)標(biāo)注工程應(yīng)用、機器學(xué)習(xí)模型訓(xùn)練、深度學(xué)習(xí)框架應(yīng)用開發(fā)、深度學(xué)習(xí)框架基礎(chǔ)功能應(yīng)用、深度學(xué)習(xí)線性回歸模型

本書按照國網(wǎng)四川省電力公司科技項目任務(wù)書的預(yù)定目標(biāo)編寫。全書共11章,主要介紹了數(shù)字化技術(shù)機器學(xué)習(xí)基礎(chǔ)、深度學(xué)習(xí)基礎(chǔ)、人工智能主要應(yīng)用、電力人工智能平臺、Python編程基礎(chǔ),以及檢修專業(yè)、輸配電專業(yè)、營銷專業(yè)、運行專業(yè)及其他專業(yè)的人工智能典型案例應(yīng)用。

本書較為全面地介紹了深度學(xué)習(xí)應(yīng)用場景下的數(shù)據(jù)采集、數(shù)據(jù)處理、數(shù)據(jù)標(biāo)注等技術(shù)。全書共12個實訓(xùn)項目,包括數(shù)據(jù)采集概述、網(wǎng)絡(luò)數(shù)據(jù)采集、端側(cè)數(shù)據(jù)采集、數(shù)據(jù)存儲與加載、數(shù)據(jù)處理概述、圖像類數(shù)據(jù)處理、文本類數(shù)據(jù)處理、數(shù)據(jù)標(biāo)注概述、圖像數(shù)據(jù)標(biāo)注、文本數(shù)據(jù)標(biāo)注、深度學(xué)習(xí)圖像分類應(yīng)用實戰(zhàn)、深度學(xué)習(xí)情感分析應(yīng)用實戰(zhàn)等。本書以企業(yè)用人需求