本書面向廣大數(shù)據(jù)科學(xué)與人工智能專業(yè)的學(xué)生及初學(xué)者，力求通俗易懂、簡潔清晰地呈現(xiàn)學(xué)習(xí)大數(shù)據(jù)與人工智能需要的基礎(chǔ)數(shù)學(xué)知識，助力讀者為進(jìn)一步學(xué)習(xí)人工智能打好數(shù)學(xué)基礎(chǔ)。全書分為4篇，共19章：微積分篇（第1～5章），主要介紹極限、導(dǎo)數(shù)、極值、多元函數(shù)導(dǎo)數(shù)與極值、梯度下降法等；線性代數(shù)篇（第6～10章），主要介紹向量、矩陣、行列

本書從工業(yè)背景下的機(jī)器學(xué)習(xí)技術(shù)需求出發(fā),詳細(xì)討論機(jī)器學(xué)習(xí)的各個(gè)分支技術(shù),包括矩陣型分類學(xué)習(xí)技術(shù)、多視角學(xué)習(xí)技術(shù)、不平衡數(shù)據(jù)分類學(xué)習(xí)技術(shù)、集成學(xué)習(xí)技術(shù)和深度學(xué)習(xí)技術(shù)等,并在此基礎(chǔ)上,對機(jī)器學(xué)習(xí)相關(guān)的應(yīng)用系統(tǒng)進(jìn)行了分析。全書采取理論與實(shí)踐并重的方式介紹機(jī)器學(xué)習(xí)技術(shù),在理論層面,力求覆蓋面廣,涵蓋機(jī)器學(xué)習(xí)技術(shù)的所有重要分支;

本書詳細(xì)介紹了人工智能的主要概念、技術(shù)和應(yīng)用等。全書共5章，首先介紹了現(xiàn)階段數(shù)據(jù)標(biāo)注崗位相關(guān)基礎(chǔ)知識；其次按照數(shù)據(jù)標(biāo)注任務(wù)分類，分別介紹了圖像、視頻、自然語言和音頻數(shù)據(jù)標(biāo)注方法和標(biāo)注平臺使用的實(shí)用技術(shù)。本書面向高職院校人工智能技術(shù)應(yīng)用等專業(yè)方向低年級學(xué)生及廣大人工智能初學(xué)者，書中內(nèi)容緊跟課程思政要求，內(nèi)容由淺入深，事實(shí)

本書主要講解分布式機(jī)器學(xué)習(xí)算法和開源框架，讀者既可以從宏觀的設(shè)計(jì)上了解分布式機(jī)器學(xué)習(xí)的概念和理論，也可以深入核心技術(shù)的細(xì)節(jié)設(shè)計(jì)中，對分布式機(jī)器學(xué)習(xí)形成深刻而直觀的認(rèn)識，做到學(xué)以致用。本書共分為5篇，第1篇是分布式基礎(chǔ)，首先介紹了分布式機(jī)器學(xué)習(xí)的概念、基礎(chǔ)設(shè)施，以及機(jī)器學(xué)習(xí)并行化技術(shù)、框架和軟件系統(tǒng)，然后對集合通信和參數(shù)

本書重點(diǎn)講解基于云平臺的超參數(shù)優(yōu)化、神經(jīng)構(gòu)架搜索以及算法選擇等內(nèi)容，是自動(dòng)機(jī)器學(xué)習(xí)的基本任務(wù)。介紹了基于三個(gè)主要云服務(wù)提供商（包括MicrosoftAzure、AmazonWebServices(AWS)和GoogleCloudPlatform）進(jìn)行AutoML，同時(shí)部署ML模型和管道，具有較強(qiáng)的實(shí)用性。在應(yīng)用場景中評

本書主要介紹深度學(xué)習(xí)項(xiàng)目化技術(shù)和分析應(yīng)用，涵蓋初級視覺領(lǐng)域的智能分析應(yīng)用和高級視覺領(lǐng)域的智能分析應(yīng)用，在初級人工智能分析技術(shù)中介紹了人工智能的發(fā)展，從知識入手，講解人工智能的由來，同時(shí)介紹了人工智能學(xué)習(xí)的框架以及目標(biāo)訓(xùn)練的技術(shù)。

新生事物的出現(xiàn)引發(fā)了一系列激烈的討論，不難發(fā)現(xiàn)輿論聲浪中夾雜著令人不安和無奈的概念混淆，甚至有人把ChatGPT等同于GPT，或等同于AI。對于新生事物，過度吹捧和質(zhì)疑都是不科學(xué)的。 本書的寫作建立在大量調(diào)查研究和資訊的基礎(chǔ)上，對ChatGPT、GPT和AI的發(fā)展進(jìn)行了全面分析，幫助讀者了解三者的不同，厘清ChatGP

本書主要對近年來新生的多種仿生智能計(jì)算理論與方法進(jìn)行了研究，包括生物地理進(jìn)化算法、螢火蟲算法、差分進(jìn)化算法以及灰狼優(yōu)化算法等，并基于這些人工仿生智能計(jì)算方法對片上系統(tǒng)的可測性設(shè)計(jì)進(jìn)行了研究。本書共6章，主要內(nèi)容包括片上系統(tǒng)可測性設(shè)計(jì)概述、基于生物地理進(jìn)化算法的掃描鏈平衡理論與方法、基于多目標(biāo)智能算法的三維Wrapper

"本書面向非專業(yè)人士、尤其是青少年群體，將硬核知識、技術(shù)方法與人文歷史、人物故事有機(jī)融合，理順人工智能縱向發(fā)展脈絡(luò)與橫向科學(xué)輪廓。作者以扎實(shí)的專業(yè)背景、流暢的文筆幫讀者理順人工智能的發(fā)展脈絡(luò)，厘清人工智能的核心技術(shù)方法，幫讀者看懂人工智能與其他學(xué)科交叉碰撞所引發(fā)的社會生活變化，從“成天下之才”的角度給青少年讀者提供學(xué)習(xí)

大多數(shù)的AI書籍主要聚焦于AI背后的理論方法，卻很少關(guān)注AI應(yīng)用程序的工程化。目前存在哪些AI庫、框架和服務(wù)？在哪種情況下應(yīng)該選擇哪種庫、框架和服務(wù)？如何將它們整合到一個(gè)具有良好用戶體驗(yàn)、易于維護(hù)的AI應(yīng)用程序中？如何滿足功能性要求和非功能性要求，特別是高性能要求？針對上述問題，本書結(jié)合當(dāng)前的新興技術(shù)和具體實(shí)例給出了很