“深度學習”被評價為未來時代的重要技術，但它本身非常復雜，除了這方面的專家，一般大眾很難掌握。主要原因是我們很難以一種易于理解的方式來解釋“深度學習”的機制。首先，為了理解“深度學習”并，且必須先了解諸如“神經(jīng)網(wǎng)絡”之類的算法。其次，在描述諸如“深度學習”和“神經(jīng)網(wǎng)絡”之類的算法時，通常要使用數(shù)學公式，因此若沒有技術或

為AI帶來的社會與商業(yè)變革做好準備！在AI時代勝出所必須具備的知識從AI的基礎技術到商業(yè)應用領域本書囊括了對AI感興趣的人應該了解的所有重點未來IT圖解，不易理解的原理、應用一目了然AI能做什么、不能做什么？該怎樣做才能在自己的事業(yè)和工作中活用AI？在AI時代自己的工作將發(fā)生怎樣的變化？人工智能技術擁有悠久的研究歷史，

機器學習是計算機科學與人工智能的重要分支領域.本書作為該領域的入門教材，在內(nèi)容上盡可能涵蓋機器學習基礎知識的各方面.全書共16章，大致分為3個部分：第1部分（第1～3章）介紹機器學習的基礎知識；第2部分（第4～10章）討論一些經(jīng)典而常用的機器學習方法（決策樹、神經(jīng)網(wǎng)絡、支持向量機、貝葉斯分類器、集成學習、聚類、降維與度

本書從概念和數(shù)學原理上對人工智能所涉及的數(shù)據(jù)處理常用算法、圖像識別、語音識別、自然語言處理、深度學習幾個主要方面進行了闡述，并以Python為主要工具進行了相應的編程實踐，以使讀者對人工智能相關技術有更直觀和深入的理解。此外，本書也用幾個獨立的章節(jié)從原理和實踐上介紹了量子計算、區(qū)塊鏈技術、并行計算、增強現(xiàn)實等與人工智能

深度學習是人工智能的前沿技術。本書深入淺出地介紹了深度學習的相關理論和TensorFlow實踐，全書共8章。第1章給出了深度學習的基本概況。第2章詳細介紹了神經(jīng)網(wǎng)絡相關知識，內(nèi)容包括M-P神經(jīng)元模型、感知機、多層神經(jīng)網(wǎng)絡。第3章介紹了被廣泛認可的深度學習框架TensorFlow2的安裝流程與新特性。第4章詳細介紹了Te

本書通過模擬人腦的神經(jīng)元信號傳播過程,使計算機程序在某些任務中具有與人類相當、甚至超越人類的智能表現(xiàn)。隨著近年來計算機硬件的高速發(fā)展,各領域海量數(shù)據(jù)的爆炸式積累,以及相關的軟件框架的研究與推廣,基于新型神經(jīng)網(wǎng)絡的圖像和文本數(shù)據(jù)的深度學習技術逐漸成為計算機科學與人工智能領域的研究熱點。本書以現(xiàn)今應用最廣泛的人工智能編程語

人工智能與開源硬件

《人工智能與信息技術教程》作為高等職業(yè)院校學生人工智能和信息技術通識課程的教材，是按照高等職業(yè)教育各專業(yè)領域高素質(zhì)技術技能人才培養(yǎng)目標的要求編寫的。本教材采用項目導向、任務驅(qū)動方式組織內(nèi)容，全書共包含6個知識板塊：人工智能信息獲取、人工智能技術的應用、Word2010文檔制作與處理、Excel2010表格處理與分析、P

類腦人工智能是研究、開發(fā)用于模擬、延伸和擴展人腦智能的理論、方法及應用的技術科學，將類腦人工智能技術應用于目標檢測與跟蹤，可大幅提升復雜背景、干擾條件下的目標檢測概率及跟蹤精度，具有重要而廣泛的應用前景。本書系統(tǒng)闡述了人腦視覺信息處理機制的基本原理、主要特性、數(shù)學建模及算法設計等。同時，結合深度神經(jīng)網(wǎng)絡（DNN）、類腦

《智能之門：神經(jīng)網(wǎng)絡與深度學習入門（基于Python的實現(xiàn)）》是作者在總結多年的實際工程應用經(jīng)驗的基礎上編著而成的，是一本面向本科生的神經(jīng)網(wǎng)絡與深度學習的入門教材。通過閱讀該書，讀者可以掌握神經(jīng)網(wǎng)絡與深度學習的基本理論，并通過大量的代碼練習，在做中學，提高將理論知識運用于實際工程的能力。該書內(nèi)容豐富，以“提出問題-解決