本書深入淺出地介紹了人工智能的相關(guān)內(nèi)容，旨在幫助讀者快速了解人工智能的基礎(chǔ)知識(shí)、最新應(yīng)用和未來(lái)發(fā)展。 全書分為5篇，共12章。第1篇為基礎(chǔ)知識(shí)篇，主要包括人工智能概述、AI行業(yè)發(fā)展的驅(qū)動(dòng)力和機(jī)器學(xué)習(xí)的基礎(chǔ)概念及應(yīng)用；第2篇為感知表達(dá)篇，主要包括智能感知和自然語(yǔ)言理解的主要技術(shù)及應(yīng)用；第3篇為專業(yè)智能篇，主要包括音樂(lè)人工

如今，絕大多數(shù)數(shù)據(jù)科學(xué)家和數(shù)據(jù)工程師基于高質(zhì)量的標(biāo)記數(shù)據(jù)集來(lái)訓(xùn)練學(xué)習(xí)模型。但是，人工構(gòu)建訓(xùn)練集既耗時(shí)又昂貴，以至于很多公司的機(jī)器學(xué)習(xí)項(xiàng)目無(wú)法完成。有一種更為實(shí)用的方法。在本書中，WeeHyongTok、AmitBahree和SenjaFilipi向你展示了如何使用弱監(jiān)督學(xué)習(xí)模型創(chuàng)建產(chǎn)品。 你將學(xué)習(xí)如何通過(guò)使用Snor

本書將人工智能與人類智慧深度融合，系統(tǒng)、全面地介紹了類腦智能目標(biāo)檢測(cè)網(wǎng)絡(luò)的構(gòu)建原理、方法、過(guò)程，具有較高的學(xué)術(shù)價(jià)值；同時(shí)，本書將所構(gòu)建的類腦智能目標(biāo)檢測(cè)網(wǎng)絡(luò)在無(wú)人車交通標(biāo)志檢測(cè)、無(wú)人車-機(jī)械臂協(xié)同作業(yè)這兩個(gè)場(chǎng)景進(jìn)行了示范應(yīng)用，具有較大的工程應(yīng)用價(jià)值。本書主要的讀者群體為從事類腦智能、計(jì)算機(jī)視覺(jué)、無(wú)人系統(tǒng)研究的科研工作者

本書基于作者多年的研究成果，詳細(xì)介紹了跨數(shù)據(jù)中心機(jī)器學(xué)習(xí)的訓(xùn)練系統(tǒng)設(shè)計(jì)和通信優(yōu)化技術(shù)。本書面向多數(shù)據(jù)中心間的分布式機(jī)器學(xué)習(xí)系統(tǒng)，針對(duì)多數(shù)據(jù)中心間有限的傳輸帶寬、動(dòng)態(tài)異構(gòu)資源，以及異構(gòu)數(shù)據(jù)分布三重挑戰(zhàn)，自底向上討論梯度傳輸協(xié)議、流量傳送調(diào)度、高效通信架構(gòu)、壓縮傳輸機(jī)制、同步優(yōu)化算法、異構(gòu)數(shù)據(jù)優(yōu)化算法六個(gè)層次的優(yōu)化技術(shù)，旨

從取代簡(jiǎn)單機(jī)械的重復(fù)勞動(dòng)到輔助內(nèi)容創(chuàng)作、醫(yī)藥開(kāi)發(fā)、科學(xué)實(shí)驗(yàn)，人工智能產(chǎn)品正以驚人的速度在各行業(yè)大展拳腳，預(yù)示著人類即將進(jìn)入一個(gè)全新的發(fā)展階段。本書通過(guò)淺顯易懂的語(yǔ)言幫助你理解人工智能產(chǎn)品是什么，人工智能產(chǎn)品是怎么創(chuàng)造出來(lái)的以及人工智能產(chǎn)品是如何進(jìn)行創(chuàng)新迭代的。人工智能行業(yè)的快速發(fā)展對(duì)產(chǎn)品經(jīng)理提出了更高的要求，產(chǎn)品經(jīng)理需

深度學(xué)習(xí)是人工智能與機(jī)器學(xué)習(xí)領(lǐng)域的重要研究分支，經(jīng)過(guò)短短十幾年的發(fā)展，已經(jīng)在計(jì)算機(jī)視覺(jué)與圖像處理、自然語(yǔ)言處理等領(lǐng)域取得令人矚目的成就。本書作為深度學(xué)習(xí)方面的專門書籍，融合了機(jī)器學(xué)習(xí)、人工神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)的相關(guān)概念，并且從信號(hào)處理視角呈現(xiàn)了深度學(xué)習(xí)背后的幾何學(xué)原理，以便從統(tǒng)一的角度去深化理解深度學(xué)習(xí)的主要模型和算法，

本書以人工智能下的大數(shù)據(jù)時(shí)代為背景,從數(shù)據(jù)素養(yǎng)、數(shù)據(jù)分析基礎(chǔ)、統(tǒng)計(jì)分析、機(jī)器學(xué)習(xí)多個(gè)維度全面系統(tǒng)地介紹了如何探索數(shù)據(jù)、整理數(shù)據(jù)并分析數(shù)據(jù)。本書沒(méi)有給出晦澀難懂的數(shù)學(xué)公式,也不涉及復(fù)雜煩瑣的程序代碼,而是在闡述基本原理的基礎(chǔ)上,輔以簡(jiǎn)潔的Python程序,讓讀者能夠快速入門,提升個(gè)人的數(shù)據(jù)綜合素養(yǎng)。

本教材可以作為人工智能學(xué)科相關(guān)的機(jī)器學(xué)習(xí)技術(shù)的入門教材,目的不在于覆蓋機(jī)器學(xué)習(xí)技術(shù)的所有知識(shí)點(diǎn),而是介紹機(jī)器學(xué)習(xí)的常用算法及其應(yīng)用,使讀者了解機(jī)器學(xué)習(xí)的基本構(gòu)成及不同場(chǎng)景下使用何種機(jī)器學(xué)習(xí)算法。為了增強(qiáng)實(shí)踐效果,本教材引入了多個(gè)基礎(chǔ)技術(shù)案例及綜合實(shí)踐案例,以幫助讀者了解機(jī)器學(xué)習(xí)涉及的基本知識(shí)和技能。

本書主要講述計(jì)算機(jī)博弈及其實(shí)現(xiàn)的過(guò)程。第1章介紹計(jì)算機(jī)博弈的一些基本情況。第2章介紹極大極小算法,并以井字棋為例實(shí)現(xiàn)。第3章介紹Alpha-Beta算法,并以亞馬遜棋為例實(shí)現(xiàn)。第4章介紹期望極大極小算法,并以愛(ài)恩斯坦棋為例實(shí)現(xiàn)。第5章介紹UCT算法,并以�？怂蛊鍨槔龑�(shí)現(xiàn)。第6章介紹強(qiáng)化學(xué)習(xí)在計(jì)算機(jī)博弈游戲中的應(yīng)用,并以

本書主要包括8個(gè)項(xiàng)目,分別為搭建TensorFlow開(kāi)發(fā)環(huán)境,手寫數(shù)字識(shí)別:TensorFlow初探,波士頓房?jī)r(jià)預(yù)測(cè):前饋神經(jīng)網(wǎng)絡(luò),服裝圖像識(shí)別:Keras搭建與訓(xùn)練模型,圖像識(shí)別:卷積神經(jīng)網(wǎng)絡(luò),AI詩(shī)人:循環(huán)神經(jīng)網(wǎng)絡(luò),預(yù)測(cè)汽車油耗效率:TensorFlow.js應(yīng)用開(kāi)發(fā)和慶娣花卉識(shí)別:TensorFlowLite。