人工智能融合浪潮影響今日人類文明社會(huì)的每個(gè)國(guó)家、地區(qū)，影響今日人類文明社會(huì)的每個(gè)企業(yè)、組織和每個(gè)人，沒有一個(gè)國(guó)家、一個(gè)地區(qū)、一個(gè)企業(yè)、一個(gè)組織可以例外，也沒有一個(gè)可以獨(dú)善其身。人工智能融合浪潮推進(jìn)著人類文明社會(huì)進(jìn)入一個(gè)嶄新的人工智能時(shí)代。本書通過人工智能的發(fā)展和社會(huì)變化，講述現(xiàn)在人工智能達(dá)到的成就和未來的發(fā)展趨勢(shì)。

本教材內(nèi)容包括人工智能概述、人工智能通用技術(shù)、機(jī)器學(xué)習(xí)與深度學(xué)習(xí)、人工智能典型應(yīng)用場(chǎng)景與職業(yè)發(fā)展、人工智能法律與倫理、人工智能與職業(yè)發(fā)展。在內(nèi)容的選取上，突出人工智能主流技術(shù)和典型案例，覆蓋了目前市場(chǎng)上最常見的人工智能技術(shù)及應(yīng)用。作者仔細(xì)研究了國(guó)內(nèi)第一批人工智能創(chuàng)新應(yīng)用平臺(tái)的開放接口，歸納相應(yīng)創(chuàng)新應(yīng)用平臺(tái)的共性內(nèi)容，選

主要內(nèi)容 ●構(gòu)建呼叫-回應(yīng)技能 ●設(shè)計(jì)語(yǔ)音用戶界面 ●使用對(duì)話語(yǔ)境 ●使用多模式 ●提示和更佳實(shí)踐

本書共11章，主要內(nèi)容包括深度學(xué)習(xí)簡(jiǎn)介、Python基礎(chǔ)、神經(jīng)網(wǎng)絡(luò)基礎(chǔ)、卷積神經(jīng)網(wǎng)絡(luò)、經(jīng)典卷積網(wǎng)絡(luò)結(jié)構(gòu)、遷移學(xué)習(xí)、循環(huán)神經(jīng)網(wǎng)絡(luò)、強(qiáng)化學(xué)習(xí)、深度強(qiáng)化學(xué)習(xí)、基于策略的算法更新與趨勢(shì)等，通過具體案例，將Python語(yǔ)言、深度學(xué)習(xí)思想、強(qiáng)化學(xué)習(xí)思想和實(shí)際工程完美地結(jié)合起來。本書由淺入深，從易到難，各章節(jié)既相對(duì)獨(dú)立又前后關(guān)聯(lián)，其

PyTorch深度學(xué)習(xí)實(shí)戰(zhàn)

OpenCV深度學(xué)習(xí)應(yīng)用與性能優(yōu)化實(shí)踐

向深度學(xué)習(xí)勇敢邁出下一步吧，這種機(jī)器學(xué)習(xí)方法正在改變我們周圍的世界。通過這本實(shí)用的參考書，你將學(xué)會(huì)使用Facebook的開源PyTorch框架快速了解深度學(xué)習(xí)的關(guān)鍵思想，掌握創(chuàng)建一個(gè)神經(jīng)網(wǎng)絡(luò)所需的最新技能。伊恩?波特（IanPointer）首先會(huì)為你展示如何在云計(jì)算環(huán)境中設(shè)置PyTorch，然后介紹如何創(chuàng)建神經(jīng)網(wǎng)絡(luò)，以

在你的iOS,macOS,tvOS和watchOS的Swift應(yīng)用中創(chuàng)建和實(shí)現(xiàn)基于人工智能和機(jī)器學(xué)習(xí)的功能。有了這本實(shí)用的指導(dǎo)書，各種背景德程序員都將找到一個(gè)Swift一站式人工智能和機(jī)器學(xué)習(xí)解決方案。你將學(xué)習(xí)如何通過強(qiáng)大的人工智能軟件來實(shí)現(xiàn)識(shí)別圖像、進(jìn)行預(yù)測(cè)、生成內(nèi)容、提出建議等功能。

《機(jī)器學(xué)習(xí)中的基本算法》共八章.第1章和第2章簡(jiǎn)要介紹了機(jī)器學(xué)習(xí)的基本概念、研究?jī)?nèi)容、算法體系，以及相關(guān)的優(yōu)化理論與優(yōu)化算法.第3章和第4章詳細(xì)介紹了幾類作為分類器和回歸器的支持向量機(jī)算法，包括算法出發(fā)點(diǎn)、建模思想、理論推導(dǎo)和算法在數(shù)據(jù)分類、識(shí)別、擬合、預(yù)測(cè)等方面的應(yīng)用.第5章和第6章著重介紹了兩類常用的數(shù)據(jù)預(yù)處理方法

《機(jī)器學(xué)習(xí)與人工智能》涵蓋了與人工智能相關(guān)的機(jī)器學(xué)習(xí)核心方法，包括深度卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)、生成對(duì)抗網(wǎng)絡(luò)、蒙特卡羅樹搜索、強(qiáng)化學(xué)習(xí)�！稒C(jī)器學(xué)習(xí)與人工智能》也包括一些應(yīng)用非常廣泛的機(jī)器學(xué)習(xí)方法，例如，支持向量機(jī)、決策樹和隨機(jī)森林、隱馬爾可夫模型、聚類與自組織映射。《機(jī)器學(xué)習(xí)與人工智能》還包含一些重要的大數(shù)據(jù)分析方法