本書從數(shù)據(jù)集、數(shù)據(jù)清理開始談起，在介紹機(jī)器學(xué)習(xí)的建模方式后，第2章詳細(xì)說明了機(jī)器學(xué)習(xí)與深度學(xué)習(xí)所涉及的矩陣、向量等技術(shù)。第3章使用Keras搭建深度學(xué)習(xí)模型，也介紹了激活函數(shù)、損失函數(shù)、反向傳播、過擬合或欠擬合等問題。第4章給出了訓(xùn)練深度學(xué)習(xí)模型的過程中可能存在的交叉驗(yàn)證問題。當(dāng)需要提高模型精度時(shí)，可以考慮參考第5章中

本書以通俗易懂的語言對(duì)ChatGPT進(jìn)行全面講解。本書分為10章。第1章對(duì)ChatGPT及ChatGPT的創(chuàng)造者OpenAI進(jìn)行初步講解。第2章講解ChatGPT的功能和使用方式，以及如何用ChatGPT在實(shí)際應(yīng)用場(chǎng)景中解決問題。第3章講解如何用Prompt（提示語）讓ChatGPT輸出更有價(jià)值的內(nèi)容，并講解設(shè)計(jì)Pro

本書是一本學(xué)術(shù)專著類圖書，本書對(duì)人工智能與大數(shù)據(jù)應(yīng)用進(jìn)行了深入研究，內(nèi)容涵蓋大數(shù)據(jù)與人工智能的歷史、應(yīng)用，數(shù)據(jù)工程，人工智能基礎(chǔ)算法的原理介紹，大數(shù)據(jù)平臺(tái)技術(shù)介紹，在大數(shù)據(jù)平臺(tái)上分布式實(shí)現(xiàn)算法的案例，深度學(xué)習(xí)技術(shù)的介紹，以及人工智能算法的應(yīng)用與實(shí)踐等。本書集理論與實(shí)踐相結(jié)合，案例分析精準(zhǔn)，實(shí)用性強(qiáng)，旨在為培養(yǎng)符合智能化

全書分為四篇，即基礎(chǔ)篇、陸地篇、海洋篇、航空篇。第一篇為基礎(chǔ)篇，介紹人工智能的基本概念、發(fā)展歷程和基礎(chǔ)編程語言。第二篇為陸地篇，介紹陸地機(jī)器人的分類、結(jié)構(gòu)設(shè)計(jì)及應(yīng)用，模塊化組裝的理念增加趣味性同時(shí)充分發(fā)揮學(xué)生的想象力思維，實(shí)現(xiàn)其創(chuàng)意設(shè)計(jì)。第三篇為海洋篇，介紹水下機(jī)器人的研究背景和意義，通過遙控水下機(jī)器人(ROV)和自主

埃里克，J.拉森描繪了人工智能發(fā)展的歷史，包括圖靈的早期工作到今天占主導(dǎo)地位的機(jī)器學(xué)習(xí)模型。從一開始，人工智能研究人員和愛好者就把人工智能的推理方法等同于人類智能的推理方法。但這是一個(gè)嚴(yán)重的錯(cuò)誤。即使是最先進(jìn)的人工智能，看上去也與人類智能相去甚遠(yuǎn)�，F(xiàn)代人工智能是基于歸納推理的：計(jì)算機(jī)做出統(tǒng)計(jì)相關(guān)性，以確定哪個(gè)答案可能是

本書從人工智能的理論和實(shí)踐出發(fā)，重點(diǎn)論述了卷積神經(jīng)網(wǎng)絡(luò)模型在遙感應(yīng)用中所需解決的算法優(yōu)化問題及硬件實(shí)現(xiàn)方案。全書按內(nèi)容可主要分為五部分，分別是遙感技術(shù)及卷積神經(jīng)網(wǎng)絡(luò)模型的發(fā)展、卷積神經(jīng)網(wǎng)絡(luò)模型優(yōu)化壓縮算法、卷積神經(jīng)網(wǎng)絡(luò)模型的硬件加速設(shè)計(jì)、硬件加速器的編譯軟件設(shè)計(jì)、基于HLS的卷積神經(jīng)網(wǎng)絡(luò)模型快速實(shí)現(xiàn)。書后附有相關(guān)的參考

本書主要闡述人工智能的基礎(chǔ)理論和方法，介紹當(dāng)今人工智能領(lǐng)域核心技術(shù)的基本原理，分析如何采用不同的人工智能方法完成各類機(jī)器推理和問題求解任務(wù)。全書共分七章，第一章人工智能概述部分除介紹人工智能的基礎(chǔ)概念、基本研究?jī)?nèi)容和主要應(yīng)用領(lǐng)域外，還重點(diǎn)介紹和梳理了人工智能的發(fā)展簡(jiǎn)史，加深讀者對(duì)人工智能發(fā)展全貌和不同技術(shù)路線的理解；接

本書回顧了人類從石器時(shí)代到智能時(shí)代的科技發(fā)展歷史，并用深入淺出的語言介紹了人工智能的相關(guān)技術(shù)。主要內(nèi)容包括：從石器時(shí)代到智能時(shí)代——人類科學(xué)技術(shù)發(fā)展史；人工智能技術(shù)的起源——從計(jì)算機(jī)開始；從互聯(lián)網(wǎng)到物聯(lián)網(wǎng)——從計(jì)算機(jī)相連到萬物相連等。

本書基于實(shí)際應(yīng)用需求,采用項(xiàng)目教學(xué)方式全面介紹了機(jī)器學(xué)習(xí)的各種算法及其應(yīng)用場(chǎng)景。全書共11個(gè)項(xiàng)目,內(nèi)容涵蓋:機(jī)器學(xué)習(xí)的基礎(chǔ)知識(shí)、線性回歸算法、邏輯回歸算法、k近鄰算法、樸素貝葉斯算法、決策樹算法、支持向量機(jī)、集成學(xué)習(xí)、k均值聚類算法、層次聚類算法、人工神經(jīng)網(wǎng)絡(luò)算法和綜合案例。

本書基于Python語言及TensorFlow框架,結(jié)合計(jì)算機(jī)視覺、自然語言處理等方面的項(xiàng)目,全面系統(tǒng)地講述深度學(xué)習(xí)的相關(guān)知識(shí)。全書共8個(gè)項(xiàng)目,內(nèi)容涵蓋:搭建深度學(xué)習(xí)開發(fā)環(huán)境、夯實(shí)深度學(xué)習(xí)開發(fā)基礎(chǔ)、構(gòu)建神經(jīng)網(wǎng)絡(luò)、利用卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行圖像處理、利用循環(huán)神經(jīng)網(wǎng)絡(luò)進(jìn)行文本預(yù)測(cè)和分類、利用生成對(duì)抗網(wǎng)絡(luò)進(jìn)行圖像處理和綜合案例。