本書主要關(guān)注如何構(gòu)建高能效具有學(xué)習(xí)能力的脈沖型神經(jīng)元網(wǎng)絡(luò)硬件，并且提供建立具有學(xué)習(xí)能力的脈沖型神經(jīng)元網(wǎng)絡(luò)硬件協(xié)同設(shè)計(jì)、協(xié)同優(yōu)化方法。完整地描述從高級(jí)算法到底層硬件實(shí)現(xiàn)的細(xì)節(jié)。本書同樣涵蓋了脈沖型神經(jīng)元網(wǎng)絡(luò)中的許多基礎(chǔ)知識(shí)和關(guān)鍵點(diǎn)。 本書從對(duì)脈沖型神經(jīng)元網(wǎng)絡(luò)的概述開始，討論基于速率的人工神經(jīng)網(wǎng)絡(luò)的應(yīng)用和訓(xùn)練，介紹實(shí)現(xiàn)神經(jīng)

在每年舉辦的人工智能洛伯納大獎(jiǎng)賽(LoebnerAI)中，圖靈測(cè)試讓人工智能程序和人類競(jìng)賽，以此判斷計(jì)算機(jī)是否可以思考，作者根據(jù)參賽親身經(jīng)歷，討論該如何認(rèn)識(shí)人類本身的意義。本書還介紹了人工智能的發(fā)展歷程，從多個(gè)方面闡述了人工智能的本質(zhì)，引出了機(jī)器是否能夠替代人這個(gè)人工智能的根本問題。

本書主要內(nèi)容包括普通最小二乘法回歸、嶺回歸、Lasso回歸、彈性網(wǎng)絡(luò)回歸、正交匹配追蹤回歸、貝葉斯回歸、廣義線性回歸、隨機(jī)梯度下降回歸、被動(dòng)攻擊回歸、魯棒回歸、多項(xiàng)式回歸、支持向量機(jī)回歸、核嶺回歸、最近鄰回歸、高斯過程回歸、決策樹、神經(jīng)網(wǎng)絡(luò)模型、保序回歸、嶺分類、邏輯回歸分類、隨機(jī)梯度下降分類、感知機(jī)、被動(dòng)攻擊分類、支

本書主要講解了圖像和文本在計(jì)算機(jī)中的表達(dá)和計(jì)算方法、神經(jīng)網(wǎng)絡(luò)的基本原理，并以圈叉棋為例講解了計(jì)算機(jī)在圖像分類問題上挑戰(zhàn)人類的卷積神經(jīng)網(wǎng)絡(luò)技術(shù)，以單詞拼寫為例講解了處理文本和語(yǔ)音的循環(huán)神經(jīng)網(wǎng)絡(luò)技術(shù)。讀者只需要具備基礎(chǔ)的加減乘除計(jì)算能力，就可以不借助計(jì)算機(jī)而掌握書中的所有技術(shù)和原理，并嘗試實(shí)現(xiàn)書中的所有實(shí)例�？梢哉f(shuō)，這本書

本書是一本面向青少年的人工智能科普讀本。本書從科普和青少年教育的角度，用淺顯易懂和活潑有趣的語(yǔ)言，結(jié)合大量漫畫圖片、情景對(duì)話、感知實(shí)驗(yàn)、探索實(shí)例，介紹人工智能會(huì)“學(xué)習(xí)”、會(huì)“看”、會(huì)“聽說(shuō)”等方面的技術(shù)和應(yīng)用，并討論人工智能倫理和展望人工智能未來(lái)。本書培養(yǎng)學(xué)生對(duì)人工智能及新科技的認(rèn)知，引導(dǎo)學(xué)生對(duì)人工智能領(lǐng)域產(chǎn)生興趣，提

神經(jīng)網(wǎng)絡(luò)在深度學(xué)習(xí)和人工智能中發(fā)揮著非常重要的作用，其應(yīng)用領(lǐng)域非常廣泛，涵蓋從醫(yī)療診斷、財(cái)務(wù)預(yù)測(cè)到機(jī)器診斷等多個(gè)領(lǐng)域�！渡窠�(jīng)網(wǎng)絡(luò)設(shè)計(jì)與實(shí)現(xiàn)》旨在指導(dǎo)你以實(shí)用的方式學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)。書中將簡(jiǎn)要介紹感知器網(wǎng)絡(luò)，從而幫助你入門。然后，你將獲得有關(guān)機(jī)器學(xué)習(xí)的見解，并了解人工智能的未來(lái)。接下來(lái)，你將研究如何使用嵌入來(lái)處理文本數(shù)據(jù)，并

本書從人工智能的基本定義出發(fā)，由淺入深地闡述了人工智能的理論、策略、研究方法和應(yīng)用領(lǐng)域，以梳理知識(shí)脈絡(luò)和要點(diǎn)的方式，詳細(xì)介紹了知識(shí)表示、邏輯推理及方法、非確定性推理及方法、搜索策略、機(jī)器學(xué)習(xí)等方面的內(nèi)容。作為導(dǎo)論書籍，本書概念論述清楚，內(nèi)容豐富，通俗易懂，在較為全面介紹人工智能的基礎(chǔ)上對(duì)一些傳統(tǒng)內(nèi)容進(jìn)行了取舍。為滿足讀

《TensorFlow2實(shí)戰(zhàn)》首先講解深度學(xué)習(xí)和TensorFlow2的基礎(chǔ)知識(shí)，然后通過圖像處理和自然語(yǔ)言處理兩方面的實(shí)例，幫助讀者進(jìn)一步掌握深度學(xué)習(xí)的應(yīng)用，最后通過對(duì)生成對(duì)抗網(wǎng)絡(luò)和強(qiáng)化學(xué)習(xí)知識(shí)的講解，帶領(lǐng)讀者精通深度學(xué)習(xí)。 《TensorFlow2實(shí)戰(zhàn)》適合想要學(xué)習(xí)和了解人工智能、深度學(xué)習(xí)技術(shù)的程序員閱讀，也可作為

零基礎(chǔ)讀者應(yīng)如何快速入門機(jī)器學(xué)習(xí)？數(shù)學(xué)基礎(chǔ)薄弱的讀者應(yīng)如何理解機(jī)器學(xué)習(xí)中的數(shù)學(xué)原理？這些正是本書要解決的問題。本書從數(shù)學(xué)基礎(chǔ)知識(shí)入手，通過前3章的介紹，幫助讀者輕松復(fù)習(xí)機(jī)器學(xué)習(xí)涉及的數(shù)學(xué)知識(shí)；然后，通過第4-第13章的介紹，逐步講解機(jī)器學(xué)習(xí)常見算法的相關(guān)知識(shí)，幫助讀者快速入門機(jī)器學(xué)習(xí)；最后，通過第14章的綜合實(shí)踐，幫助

《人工智能導(dǎo)論》為大連理工大學(xué)“新工科”系列精品教材。本書內(nèi)容包括緒論、知識(shí)表示、確定性推理、不確定性推理、搜索求解策略、遺傳算法及其應(yīng)用、群智能算法及其應(yīng)用、人工神經(jīng)網(wǎng)絡(luò)及其應(yīng)用、機(jī)器學(xué)習(xí)、專家系統(tǒng)、自然語(yǔ)言理解及其應(yīng)用等。本書可供電子信息類專業(yè)本、�？茖W(xué)生作為教材使用，也可供從事人工智能領(lǐng)域的技術(shù)人員參考。