這是一部從流程、理論、方法角度系統(tǒng)講解如何從0到1設(shè)計與研發(fā)智能硬件產(chǎn)品的著作。作者是智能硬件產(chǎn)品領(lǐng)域的資深專家，曾就職于字節(jié)跳動和360等知名企業(yè)，主導和參與過的產(chǎn)品曾獲得過德國iF設(shè)計獎、德國紅點獎、美國IDEA獎、金點設(shè)計獎等設(shè)計大獎。本書內(nèi)容涵蓋智能硬件產(chǎn)品的產(chǎn)品創(chuàng)意、市場分析、產(chǎn)品定位、用戶研究、需求分析、概

本書全面介紹了圖深度學習的理論基礎(chǔ)、模型方法及實際應用。全書分為4篇，共15章。第1篇為基礎(chǔ)理論，重點介紹圖和深度學習的基礎(chǔ)知識，包括圖的關(guān)鍵概念和屬性、各種基礎(chǔ)的神經(jīng)網(wǎng)絡(luò)模型、訓練深度學習模型的關(guān)鍵方法以及防止訓練過程中過度擬合的實用技術(shù)；第2篇為模型方法，涵蓋了從基本設(shè)置到高級設(shè)置的成熟的圖深度學習方法，包括圖嵌入

采用通俗易懂的語言，簡明而全面地介紹對人工智能革命起到核心作用的深度學習技術(shù)。

本書基于近些年實驗領(lǐng)域的研究成果和實踐經(jīng)驗，對實驗的方法和應用做了很好的全景式描述，是一本兼顧系統(tǒng)性的方法論和基于實戰(zhàn)的經(jīng)驗法則的書籍。根據(jù)微軟、亞馬遜、谷歌和領(lǐng)英每年運行的兩萬多個對照實驗，作者以示例和建議的方式向?qū)W生和業(yè)內(nèi)人士分享了自己的實踐經(jīng)驗，指出了需要避免的陷阱，并深入探討了一些進階專題，可以為希望改善自身及

基于邊緣計算這一新型的計算模式，邊緣智能在更加靠近用戶和數(shù)據(jù)源頭的網(wǎng)絡(luò)邊緣側(cè)訓練和部署深度學習模型，從而改善應用的性能、成本和隱私性。本書以深入淺出的方式，講解邊緣智能體系架構(gòu)和關(guān)鍵技術(shù)，從時代宏觀背景引領(lǐng)到關(guān)鍵支撐技術(shù)細節(jié)剖析，再到落地實戰(zhàn)應用，理論與實踐并重，循序漸進，博采而精取，分別向讀者清晰地展現(xiàn)了邊緣智能的“

本書以scikit-learn和Keras框架作為實戰(zhàn)平臺，講解了傳統(tǒng)機器學習的主流技術(shù)和最新深度學習的研究成果。其中，"第一篇傳統(tǒng)機器學習”包括第1～10章，介紹了機器學習概念、監(jiān)督學習算法（回歸分析、Logistic回歸、k近鄰、決策樹、樸素貝葉斯、支持向量機）、無監(jiān)督學習算法（神經(jīng)網(wǎng)絡(luò)、聚類、降維）；"第二篇深度

本書主要講述人工智能的基礎(chǔ)知識與基礎(chǔ)理論，并通過大量的人工智能應用幫助讀者快速了解人工智能相關(guān)技術(shù)。本書共10章，分別為人工智能概述、人工智能基礎(chǔ)知識、機器學習、深度學習、計算機視覺、自然語言處理、知識圖譜、人工智能技術(shù)應用場景、智能機器人和人工智能的挑戰(zhàn)與未來。本書內(nèi)容豐富，講解細致，注重技術(shù)發(fā)展變化。 本書既可作為

本書主要根據(jù)作者近年來的研究成果，對網(wǎng)絡(luò)嵌入表示學習技術(shù)進行梳理和總結(jié)，全書深入淺出地介紹了表示學習的基礎(chǔ)理論，及其在網(wǎng)絡(luò)對齊、地點推薦、電子健康記錄挖掘等應用方面的前沿技術(shù)。具體包括：單/多關(guān)系網(wǎng)絡(luò)表示理論與技術(shù)、基于單關(guān)系網(wǎng)絡(luò)表示的社交網(wǎng)絡(luò)對齊、基于多關(guān)系網(wǎng)絡(luò)表示學習的知識圖譜對齊、基于網(wǎng)絡(luò)表示的電子健康記錄挖掘、

本書系統(tǒng)地介紹了人工智能的基本原理、方法和應用技術(shù)，全面反映了國內(nèi)外人工智能研究領(lǐng)域的進展和發(fā)展方向。全書共12章。主要介紹了人工智能的概況、人工智能的基本原理和方法、自動推理、機器學習和神經(jīng)網(wǎng)絡(luò)等。

"人工智能導論"是人工智能方業(yè)的入門課程。本書是繼2019年首版后修訂再版的。本版編寫的原則是∶堅持教材的現(xiàn)代性，即新的技術(shù)路線與新的體系，并形成新一代人工智能技術(shù);堅持教材的應用性，即將人工智能與其他學科，領(lǐng)域進行融合，將其應用到多個行業(yè)中去;堅持教材的引導性，即體現(xiàn)教材的基礎(chǔ)性、入門性作用。本書由4篇（共17章）組