在人工智能異�；馃岬慕裉�，很多人認為我們生活在一個不可思議的歷史時期，人工智能和大數(shù)據(jù)可能比工業(yè)革命更能改變?nèi)说囊簧�。然而這種說法未免言過其實，我們的生活確實可能有所改變，但并非是朝好的方面發(fā)展。我們過于武斷地認為計算機搜索和處理堆積如山的數(shù)據(jù)時不會出差錯，但計算機只是擅長收集、儲存和搜索數(shù)據(jù)，它們沒有常識或智慧，不知

本書精講移動平臺深度學習系統(tǒng)所需核心算法、硬件級指令集、系統(tǒng)設計與編程實戰(zhàn)、海量數(shù)據(jù)處理、業(yè)界流行框架裁剪與產(chǎn)品級性能優(yōu)化策略等，深入、翔實。 深度學習基礎（第1～4章），介紹開發(fā)機器學習系統(tǒng)所需重要知識點，以及開發(fā)移動平臺機器學習系統(tǒng)算法基石，諸如人工神經(jīng)網(wǎng)絡、稀疏自編碼器、深度網(wǎng)絡、卷積神經(jīng)網(wǎng)絡等。 移動平臺深度學

TensorFlow機器學習由淺入深地對TensorFlow進行了介紹，并對TensorFlow的本質(zhì)、核心學習算法（線性回歸、分類、聚類、隱馬爾可夫模型）和神經(jīng)網(wǎng)絡的類型（自編碼器、強化學習、卷積神經(jīng)網(wǎng)絡和循環(huán)神經(jīng)網(wǎng)絡）都進行了詳細介紹，同時配以代碼實現(xiàn)。TensorFlow機器學習可作為人工智能、機器學習、深度學習

《機器學習中的數(shù)學》是一本系統(tǒng)介紹機器學習中涉及的數(shù)學知識的入門圖書，本書從機器學習中的數(shù)學入門開始，以展示數(shù)學的友好性為原則，講述了機器學習中的一些常見的數(shù)學知識。機器學習作為人工智能的核心技術(shù)，對于數(shù)學基礎薄弱的人來說，其臺階是陡峭的，本書力爭在陡峭的臺階前搭建一個斜坡，為讀者鋪平機器學習的數(shù)學之路。 《機器學習中

未來是AI的時代，也是科技快速變革的時代，而現(xiàn)今的青少年未來面對的會是很多未知的工作與創(chuàng)造性的機遇。如何勝任這樣的未來，如何迎接AI的挑戰(zhàn)，具有終身創(chuàng)造力將會是一個得到廣泛認可的答案。但是具體如何培養(yǎng)終身創(chuàng)造力，并將其在實踐中體現(xiàn)出來卻很難回答。因此知道創(chuàng)造力重要，而知道如何實踐培養(yǎng)創(chuàng)造力并體現(xiàn)出來將會更重要，更具價值

不知不覺，人工智能已經(jīng)走入我們的生活，尤其是圖像識別、文本識別、語音識別、自然語言等技術(shù)。這些應用的核心技術(shù)就是深度學習，也正是本書的核心內(nèi)容。 本書以TensorFlow為核心，分為3篇，共計15章節(jié)。第1篇是基礎篇（第1~5章），主要介紹什么是深度學習、深度學習的本質(zhì)是什么、深度學習所使用的教材和方法，以及深度學習

本書對人工智能的理論基礎智能信息處理方法逐一進行了介紹，著重講解了各種智能算法的思想淵源、流程結(jié)構(gòu)、改進方法及其相關應用。相比于其他的AI類圖書，本書的大特點是在介紹每一種類型的智能信息處理方法之前幾乎都追溯了算法設計的思想淵源，因此，本書具有較大的啟發(fā)性，讀者在閱讀時需要對此認真體會。本書精心地選擇了當前人工智能領域

谷歌圍棋人工智能AlphaGo與李世石的人機大戰(zhàn)讓人工智能成為人們關注的焦點。什么是人工智能？人工智能是如何工作的？人工智能對人們的生活有哪些影響？本書將帶你找到這些問題的答案。本書共分為6章，第1章簡要介紹人工智能的基礎知識，第2章講解神經(jīng)網(wǎng)絡的沖擊，第3章敘述人工智能原理，第4章介紹認知系統(tǒng)和AI聊天系統(tǒng)，第5章介

《少先隊工作實操系列叢書》吸納了基層少先隊工作的鮮活經(jīng)驗，用簡明的語言介紹了基層少先隊工作的操作規(guī)范，共分三冊，分別為《大隊輔導員工作實操》、《中隊輔導員工作實操》、《少先隊小干部工作實操》。本書內(nèi)容注重基礎性、實用性，告訴基層輔導員和小干部“干什么”、“怎么干”和“為什么這么干”，易于學習和使用。該系列叢書的定位就是

本書內(nèi)容涵蓋了人工智能的起源、機器學習、神經(jīng)網(wǎng)絡、深度學習、專家系統(tǒng)、推薦系統(tǒng)、自然語言處理、智能圖像處理、智能機器人。本書可供從事人工智能研究領域的工程技術(shù)人員和科研人員閱讀。