本書較為系統(tǒng)地介紹了人工智能的發(fā)展歷史、經(jīng)典算法和前沿技術(shù)，并對算法背后的思維方式進行了哲學思辨。內(nèi)容既包括經(jīng)典算法（如k近鄰、貝葉斯、決策樹和神經(jīng)網(wǎng)絡(luò)等），又涵蓋前沿技術(shù)（如深度學習、自然語言處理等）。本書所有算法均配備對應(yīng)的實戰(zhàn)項目（包括Excel版本和/或Python版本），以幫助讀者在實踐中理解原理。本書適合高

《人工智能·未來已來》是一本約20萬字的科學普及類讀物，主要介紹了人工智能的歷史、現(xiàn)狀和發(fā)展趨勢，用生動詳實的案例介紹了人工智能在游戲、醫(yī)療、語言翻譯、智慧城市建設(shè)等各個領(lǐng)域的應(yīng)用，特別關(guān)注了人工智能發(fā)展對人類社會發(fā)展帶來的道德、法律等方面的挑戰(zhàn)，明確了人工智能雙刃劍的性質(zhì)，呼吁人們關(guān)注人工智能，迎接人工

這是一本從基礎(chǔ)、原理、實戰(zhàn)、拓展4個維度系統(tǒng)講解聯(lián)邦學習的著作。作者是人工智能領(lǐng)域的資深專家，現(xiàn)任某大型金融集團科技公司聯(lián)邦學習團隊負責人，這本書不僅得到了中外院士的聯(lián)合推薦，而且得到了來自清華大學、華中科技大學、百度、螞蟻集團、同盾科技等學術(shù)界和企業(yè)界的專家的一致推薦。全書共9章，分為4個部分。第1部分基礎(chǔ)（第1~2

用Keras、TensorFlow、CoreML，以及TensorFlowLite訓(xùn)練、微調(diào)并發(fā)布計算機視覺模型。為不同設(shè)備開發(fā)AI應(yīng)用，包括RaspberryPi、JetsonNano，以及GoogleCoral。探索有趣的項目，從硅谷“熱狗識別”應(yīng)用程序到谷歌規(guī)模的圖像搜索，以及40多個案例研究和行業(yè)實例。在電子游

·學習如何通過變分自動編碼器改變圖像中人物的面部表情。·學習如何構(gòu)建GAN模型，包括風格遷移模型CycleGAN以及音樂生成模型MuseGAN。·學習如何通過循環(huán)生成模型來生成文本，以及如何利用注意力機制改善模型。·學習如何利用生成模型幫助智能體在強化學習環(huán)境中完

本書著重敘述人工智能技術(shù)的基礎(chǔ)知識、工作原理和發(fā)展概況，并通過對各種人工智能算法的介紹，講解人工智能技術(shù)在工程領(lǐng)域中的各種實際應(yīng)用。本書共分為9章，主要內(nèi)容包括人工智能概述、人工智能算法基礎(chǔ)知識、遺傳算法、粒子群算法、蟻群算法、人工魚群算法、神經(jīng)網(wǎng)絡(luò)算法、模糊系統(tǒng)、專家系統(tǒng)等。本書不僅涵蓋基本的理論知識，還通過相應(yīng)的實

深度學習往往被視為數(shù)學博士和大型科技公司的專屬領(lǐng)域。但正如這本實踐指南所展示的那樣，熟練使用Python的程序員只需很少的數(shù)學背景、少量的數(shù)據(jù)和最少的代碼，就可以在深度學習方面取得令人印象深刻的成果。怎么樣才能做到？使用fastai，這是**為最常用的深度學習應(yīng)用提供一致接口的庫。本書作者JeremyHoward和Sy

數(shù)據(jù)孤島和隱私保護已經(jīng)成為制約人工智能發(fā)展的關(guān)鍵因素。聯(lián)邦學習作為一種新型的隱私保護計算方案，在數(shù)據(jù)不出本地的前提下，能有效聯(lián)合各參與方聯(lián)合建模，從而實現(xiàn)“共同富�！�，成為當下人工智能領(lǐng)域備受關(guān)注的熱點。本書以實戰(zhàn)為主（包括對應(yīng)用案例的深入講解和代碼分析），兼顧對理論知識的系統(tǒng)總結(jié)。全書由五部分共19章構(gòu)成。第一部分簡

創(chuàng)新工場于2017年發(fā)起了面向高校在校生的DeeCamp人工智能訓(xùn)練營（簡稱DeeCamp訓(xùn)練營），訓(xùn)練營內(nèi)容涵蓋學術(shù)界與產(chǎn)業(yè)界領(lǐng)軍人物帶來的全新AI知識體系和來自產(chǎn)業(yè)界的真實實踐課題，旨在提升高校AI人才在行業(yè)應(yīng)用中的實踐能力，以及推進產(chǎn)學研深度結(jié)合。本書以近兩年DeeCamp訓(xùn)練營培訓(xùn)內(nèi)容為基礎(chǔ)，精選部分導(dǎo)師的授課

本書是面向高級人工智能人才培養(yǎng)的高等學校人工智能相關(guān)專業(yè)規(guī)劃教材中的一本，通過梳理人工智能涉及的相關(guān)數(shù)學理論，并通過Python實現(xiàn)相關(guān)案例，使抽象的理論具體化，從而加深讀者對數(shù)學的感性認識，提高讀者對數(shù)學理論的理解能力。本書首先介紹了人工智能所需的基礎(chǔ)數(shù)學理論，然后根據(jù)數(shù)學內(nèi)容的邏輯順序，以微積分、線性代數(shù)、概率論、