本書是升級(jí)版，不僅包含機(jī)器學(xué)習(xí)的基本概念，以及如何利用TensorFlow庫(kù)快速構(gòu)建強(qiáng)大的機(jī)器學(xué)習(xí)模型，還涵蓋了前沿的神經(jīng)網(wǎng)絡(luò)技術(shù)，如深度語(yǔ)音分類器、面部識(shí)別和CIFAR-10自動(dòng)編碼。另外，本書新增了如何將代碼更新到TensorFlow2.0，以及在Docker容器中運(yùn)行代碼所需要的技術(shù)。

本書采用圖形化交互式人工智能軟件“橙現(xiàn)智能”（Orange3）為工具講解人工智能的基礎(chǔ)應(yīng)用知識(shí)和技能，采用圖形化的形象方法方便讀者對(duì)知識(shí)的理解。全書分為三個(gè)部分，第一部分介紹人工智能技術(shù)的概況，第二部分介紹若干常用的人工智能技術(shù)及其應(yīng)用方法，最后一個(gè)部分介紹有關(guān)人工智能倫理的相關(guān)內(nèi)容。本書的特色可以概括為“形象化概念理

《人工智能等級(jí)考試一級(jí)教程人工智能通識(shí)》面向我國(guó)人工智能的通識(shí)教育與專業(yè)技術(shù)人才的培養(yǎng)。全書共8章，分為3篇，分別為人工智能的基本理論、人工智能的應(yīng)用以及人工智能的融合拓展，涵蓋了目前主流的人工智能技術(shù)�！度斯ぶ悄艿燃�(jí)考試一級(jí)教程人工智能通識(shí)》在介紹人工智能的基本原理時(shí)，盡量回避了相關(guān)的復(fù)雜模型和算法設(shè)計(jì)，方便讀者在社

本書通過基礎(chǔ)理論和算法實(shí)戰(zhàn)相結(jié)合，循序漸進(jìn)地介紹了深度學(xué)習(xí)與交通大數(shù)據(jù)領(lǐng)域內(nèi)的計(jì)算機(jī)基礎(chǔ)知識(shí)案例和應(yīng)用實(shí)戰(zhàn)案例，并通過PyTorch框架實(shí)現(xiàn)所有深度學(xué)習(xí)算法及案例應(yīng)用。全書共8章，分別介紹了Python基礎(chǔ)知識(shí)、PyTorch基礎(chǔ)知識(shí)、深度學(xué)習(xí)基礎(chǔ)模型，以及基于深度學(xué)習(xí)的軌道交通刷卡數(shù)據(jù)、共享單車軌跡數(shù)據(jù)、出租車軌跡數(shù)

本書從多維數(shù)組Tensor開始，循序漸進(jìn)地介紹PyTorch各方面的基礎(chǔ)知識(shí)，并結(jié)合深度學(xué)習(xí)中的經(jīng)典應(yīng)用，帶領(lǐng)讀者從零開始完成幾個(gè)經(jīng)典而有趣的實(shí)際項(xiàng)目，包括動(dòng)漫頭像生成、風(fēng)格遷移、自動(dòng)寫詩(shī)以及目標(biāo)檢測(cè)。本書還介紹了PyTorch的幾個(gè)高級(jí)擴(kuò)展，包括向量化計(jì)算、分布式加速以及CUDA擴(kuò)展。本書既適合深度學(xué)習(xí)的初學(xué)者及第一

本書是由作者總結(jié)多年在遙感圖像處理領(lǐng)域的本科教學(xué)與研究生培養(yǎng)經(jīng)驗(yàn)，依托團(tuán)隊(duì)在目標(biāo)檢測(cè)識(shí)別、語(yǔ)義分割、目標(biāo)跟蹤、人臉識(shí)別、生成對(duì)抗及圖像理解等圖像處理實(shí)際工程優(yōu)勢(shì)編寫而成。本書從深度學(xué)習(xí)的基礎(chǔ)出發(fā)，讓學(xué)生掌握反向傳播、過擬合、損失和優(yōu)化、激活函數(shù)等知識(shí)，然后從深度學(xué)習(xí)的歷史出發(fā)，由Alexnet網(wǎng)絡(luò)結(jié)構(gòu)開始，逐步RCMN

機(jī)器學(xué)習(xí)實(shí)戰(zhàn)基于PythonSKlearn的解析本書前6章介紹基礎(chǔ)準(zhǔn)備、數(shù)據(jù)探索、數(shù)據(jù)預(yù)處理、機(jī)器學(xué)習(xí)模型（分類、回歸、聚類）、集成學(xué)習(xí)、模型評(píng)估及持久化；第7章介紹機(jī)器學(xué)習(xí)在土木工程中的應(yīng)用場(chǎng)景，并以五個(gè)工程案例系統(tǒng)化講解SKlearn庫(kù)的應(yīng)用。本書輕原理、重實(shí)踐，適合廣大對(duì)機(jī)器學(xué)習(xí)有興趣，并且想系統(tǒng)學(xué)習(xí)數(shù)理統(tǒng)計(jì)的讀

作為該系列叢書的輯，本書的核心目的，在于幫助零基礎(chǔ)的學(xué)習(xí)者，以系統(tǒng)化的方式構(gòu)建起關(guān)于UX的基礎(chǔ)性認(rèn)知，并掌握用于應(yīng)對(duì)UX初級(jí)實(shí)踐的技能以及初建專業(yè)的反思能力。 但是，這并不意味著本書只適合零基礎(chǔ)的讀者閱讀。本系列叢書的核心特征在于基于對(duì)UX底層問題的反思，進(jìn)而展開UX理論體系的重構(gòu)。這在本書中的具體表現(xiàn)包括：，從不同維

本書主要包括深度學(xué)習(xí)的理論部分與實(shí)踐部分。在本書的理論部分中,本書從“學(xué)習(xí)”展開,通過對(duì)學(xué)習(xí)的詞源考察、歷史視野、學(xué)術(shù)視野梳理以及不同生命階段學(xué)習(xí)的分析,明確學(xué)習(xí)的本質(zhì)意涵和基本觀念。在此基礎(chǔ)上,分別從深度學(xué)習(xí)的緣起和進(jìn)展、理論基礎(chǔ)、基本內(nèi)涵、過程模型、評(píng)價(jià)模式五個(gè)維度對(duì)“深度學(xué)習(xí)”理論展開闡述。在本書的實(shí)踐部分,基于

本書主要介紹了以Python為語(yǔ)言的人工智能相基礎(chǔ)概念和算法,以實(shí)訓(xùn)為主,在實(shí)訓(xùn)案例中深刻理解與掌握人工智能相關(guān)應(yīng)用。本書共分為五篇。第一篇介紹Python的基礎(chǔ)用法,包含了變量、操作符、列表、元組、字典、科學(xué)計(jì)算庫(kù)Numpy、可視化庫(kù)matplotlib等,第二篇介紹機(jī)器學(xué)習(xí)算法應(yīng)用,如KNN、邏輯回歸、決策樹等,第