《人工智能基礎(chǔ)數(shù)學(xué)知識》基于流行的Python語言，通俗易懂地介紹了入門人工智能領(lǐng)域必需必會的數(shù)學(xué)知識，旨在讓讀者輕松掌握并學(xué)以致用。 《人工智能基礎(chǔ)數(shù)學(xué)知識》分為線性代數(shù)、概率和優(yōu)化等3篇，共21章，覆蓋了人工智能領(lǐng)域中重要的數(shù)學(xué)知識點。本書寫作風(fēng)格通俗有趣，讀者可在潛移默化中掌握這些數(shù)學(xué)知識以及相關(guān)的編程操作，并能

本書面向初學(xué)者，采用全彩圖解+視頻講解的形式介紹了人工智能的基礎(chǔ)知識及開發(fā)案例，從無代碼到圖形化編程到代碼編程，循序漸進，讓讀者逐步掌握人工智能技術(shù)，體驗人工智能帶給自己的樂趣。本書首先通過mDesigner+開源硬件的結(jié)合賦予創(chuàng)客作品以“智能”，接著介紹了與人工智能密切相關(guān)的深度學(xué)習(xí)及其所需要的編程語言、編程框架及編

隨著AI技術(shù)的普及，如何快速理解、掌握并應(yīng)用AI技術(shù)，成為絕大多數(shù)程序員亟需解決的問題。本書基于Keras框架并以代碼實現(xiàn)為核心，詳細(xì)解答程序員學(xué)習(xí)AI算法時的常見問題，對機器學(xué)習(xí)、深度神經(jīng)網(wǎng)絡(luò)等概念在實際項目中的應(yīng)用建立清晰的邏輯體系。本書分為上下兩篇，上篇（第1～4章）可幫助讀者理解并獨立開發(fā)較簡單的機器學(xué)習(xí)應(yīng)用，

以人工智能、基因編輯、大數(shù)據(jù)與量子計算為核心的前沿科技時代呼嘯而至。其中，人工智能的發(fā)展備受關(guān)注。盡管我們認(rèn)為人類距離強人工智能時代還很遙遠(yuǎn)，但是其廣泛的應(yīng)用場景已經(jīng)開始深刻影響我們的生活方式、理念，甚至人之所以為人的思考。 過去幾年全球提出了諸多倫理與治理原則，以應(yīng)對前沿科技發(fā)展帶來的挑戰(zhàn)。這些原則大都建立在工業(yè)文

本書以習(xí)近平新時代中國特色社會主義思想為指導(dǎo)，立足黨和國家關(guān)于人工智能的頂層設(shè)計、戰(zhàn)略部署，緊扣領(lǐng)導(dǎo)干部和廣大群眾對于人工智能深入了解的迫切需求，立足本土、放眼國際，對我國人工智能的發(fā)展?fàn)顩r、國家戰(zhàn)略，及其在經(jīng)濟發(fā)展、民生改善、政府治理等方面的廣泛應(yīng)用作了簡明通俗的闡釋；同時，還闡述了世界范圍內(nèi)人工智能的發(fā)展歷史、國外

本書立足于西安電子科技大學(xué)人工智能學(xué)科優(yōu)勢，對人工智能、類腦計算與圖像解譯三個前沿領(lǐng)域進行了詳細(xì)的論述，主要內(nèi)容包括進化計算、人工免疫系統(tǒng)、量子計算智能、多智能體系統(tǒng)、多目標(biāo)進化優(yōu)化、 非線性逼近理論、多尺度幾何分析、多尺度變換域圖像感知與識別、圖像的高維奇異性檢測、圖像去噪的閾值方法、SAR圖像理解與解譯。該書在對

深度學(xué)習(xí)理論由Hinton等人于2006年提出,其概念源于對人工神經(jīng)網(wǎng)絡(luò)的研究。深度學(xué)習(xí)技術(shù)通過組合數(shù)據(jù)的低層特征形成更加抽象的高層屬性,以發(fā)現(xiàn)數(shù)據(jù)的分布式特征表示。 本書主要闡述基于深度學(xué)習(xí)理論的一些模型和算法。全書共分為8章,主要內(nèi)容包括緒論、TensorFlow和Keras簡介、簡單神經(jīng)網(wǎng)絡(luò)、圖像類數(shù)據(jù)處理、序

內(nèi)容提要本書用簡短的篇幅、精煉的語言，講授機器學(xué)習(xí)領(lǐng)域必備的知識和技能。全書共11章和一個術(shù)語表，依次介紹了機器學(xué)習(xí)的基本概念、符號和定義、算法、基本實踐方法、神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)、問題與解決方案、進階操作、非監(jiān)督學(xué)習(xí)以及其他學(xué)習(xí)方式等，涵蓋了監(jiān)督學(xué)習(xí)和非監(jiān)督學(xué)習(xí)、支持向量機、神經(jīng)網(wǎng)絡(luò)、集成學(xué)習(xí)、梯度下降、聚類分析、維度

《從統(tǒng)計世界走向人工智能——實戰(zhàn)案例與算法》敘述了從數(shù)學(xué)到統(tǒng)計、從統(tǒng)計到人工智能的發(fā)展，結(jié)合大量的實際商業(yè)應(yīng)用案例介紹了諸多經(jīng)典的機器學(xué)習(xí)算法，比如LASSO回歸、MCMC、決策樹、隨機森林和神經(jīng)網(wǎng)絡(luò)等。《從統(tǒng)計世界走向人工智能——實戰(zhàn)案例與算法》將案例與算法結(jié)合，基于人工智能的場景，從理論到實際操作層層遞進，讀者從中

實用性是本書的基本出發(fā)點，書中介紹了近年來在工業(yè)界被廣泛應(yīng)用的機器學(xué)習(xí)算法，這些算法經(jīng)受了時間的考驗，不但效果好而且使用方便。此外，本書也十分注重理論的深度和完整性，內(nèi)容編排力求由淺入深、推理完整、前后連貫、自成體系，先講統(tǒng)計學(xué)、矩陣、優(yōu)化方法這些基礎(chǔ)知識，再介紹線性模型、概率圖模型、文本向量化算法、樹模型和深度學(xué)習(xí)。