本書從神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)知識(shí)講起，逐步深入到Python進(jìn)階實(shí)戰(zhàn)，通過(guò)對(duì)各種實(shí)用的第三方庫(kù)進(jìn)行詳細(xì)講解與實(shí)戰(zhàn)運(yùn)用，讓讀者不但能夠更加深入地了解神經(jīng)網(wǎng)絡(luò)，而且能夠簡(jiǎn)單高效地搭建自己的神經(jīng)網(wǎng)絡(luò)，即使沒(méi)有專業(yè)背景知識(shí)也能輕松入門神經(jīng)網(wǎng)絡(luò)。 本書分為11章，涵蓋的主要內(nèi)容有神經(jīng)網(wǎng)絡(luò)概述，神經(jīng)網(wǎng)絡(luò)基礎(chǔ)知識(shí)，計(jì)算機(jī)程序的特點(diǎn)，神經(jīng)網(wǎng)絡(luò)

本書共11章，主要介紹機(jī)器學(xué)習(xí)的基本概念和兩大類常用的機(jī)器學(xué)習(xí)模型，即監(jiān)督學(xué)習(xí)模型和非監(jiān)督學(xué)習(xí)模型。針對(duì)監(jiān)督學(xué)習(xí)模型，本書介紹了線性模型（線性回歸、Logistic回歸）、非線性模型（SVM、生成式分類器、決策樹）、集成學(xué)習(xí)模型和神經(jīng)網(wǎng)絡(luò)模型及其訓(xùn)練；針對(duì)非監(jiān)督學(xué)習(xí)模型，本書講解了常用的降維技術(shù)（線性降維技術(shù)與非線性降

人工智能將引領(lǐng)一場(chǎng)比互聯(lián)網(wǎng)影響更為深遠(yuǎn)的科技革命，各領(lǐng)域的企業(yè)都需要盡早地將人工智能納入企業(yè)規(guī)劃路徑中。在人工智能革命的時(shí)代，企業(yè)應(yīng)如何應(yīng)對(duì)挑戰(zhàn)、如何調(diào)整企業(yè)發(fā)展方向，以及如何重塑企業(yè)運(yùn)營(yíng)模式和管理制度，從而在人工智能的浪潮中獲得機(jī)遇。作為個(gè)人，我們又應(yīng)如何面對(duì)未來(lái)人機(jī)協(xié)作的工作模式，如何在未來(lái)的工作環(huán)境中尋找適合自己

全書首先概要介紹了傳統(tǒng)語(yǔ)音識(shí)別理論和經(jīng)典的深度神經(jīng)網(wǎng)絡(luò)核心算法。接著全面而深入地介紹了深度學(xué)習(xí)在語(yǔ)音識(shí)別中的應(yīng)用，包括"深度神經(jīng)網(wǎng)絡(luò)-隱馬爾可夫混合模型”的訓(xùn)練和優(yōu)化，特征表示學(xué)習(xí)、模型融合、自適應(yīng)，以及以循環(huán)神經(jīng)網(wǎng)絡(luò)為代表的若干先進(jìn)深度學(xué)習(xí)技術(shù)。

本書分為3部分，分別是綜述篇、通用技術(shù)篇和行業(yè)應(yīng)用篇。綜述篇介紹了現(xiàn)階段人工智能產(chǎn)品發(fā)展情況和人工智能政策環(huán)境。通用技術(shù)篇精心挑選10個(gè)以研發(fā)底層技術(shù)為核心競(jìng)爭(zhēng)力的企業(yè)的產(chǎn)品，詳細(xì)介紹了它們的實(shí)現(xiàn)思路以及現(xiàn)階段應(yīng)用。行業(yè)應(yīng)用篇共有24個(gè)案例，主要匯集了人工智能技術(shù)與實(shí)體經(jīng)濟(jì)結(jié)合的應(yīng)用案例，重點(diǎn)關(guān)注人工智能技術(shù)的應(yīng)用場(chǎng)景

本書全面、系統(tǒng)地介紹了經(jīng)典控制理論的基本內(nèi)容和自動(dòng)控制系統(tǒng)的分析、校正與綜合設(shè)計(jì)方法。全書共分8章，主要包括自動(dòng)控制的基本概念、控制系統(tǒng)的數(shù)學(xué)描述、時(shí)域分析法、根軌跡分析法、頻域分析法、線性控制系統(tǒng)的綜合與校正、離散時(shí)間控制系統(tǒng)、非線性控制系統(tǒng)等。每章最后一節(jié)為相應(yīng)的Matlab仿真實(shí)例。各章末給出本章小結(jié)和關(guān)鍵術(shù)語(yǔ)和

本書從TensorFlow2.0的基礎(chǔ)知識(shí)講起，深入介紹TensorFlow2.0的進(jìn)階實(shí)戰(zhàn)，并配合項(xiàng)目實(shí)戰(zhàn)案例，重點(diǎn)介紹使用TensorFlow2.0的新特性進(jìn)行機(jī)器學(xué)習(xí)的方法，使讀者能夠系統(tǒng)地學(xué)習(xí)機(jī)器學(xué)習(xí)的相關(guān)知識(shí)，并對(duì)TensorFlow2.0的新特性有更深入的理解。本書共14章，主要介紹機(jī)器學(xué)習(xí)、TensorF

自主智能體系統(tǒng)是一個(gè)復(fù)雜的系統(tǒng)，涉及的技術(shù)點(diǎn)多且跨度大。本書宏觀地呈現(xiàn)了自主智能體系統(tǒng)的整體框架，并對(duì)其核心理論技術(shù)做了詳細(xì)的闡述。本書共7章，第01章介紹了自主智能體系統(tǒng)的發(fā)展歷程、主要分類和應(yīng)用實(shí)例；第02～04章圍繞自主智能體系統(tǒng)的數(shù)學(xué)描述、決策與規(guī)劃、控制方法展開了詳細(xì)分析；第05～06章對(duì)自主多智能體系統(tǒng)進(jìn)行

本書主要針本書主要針對(duì)大學(xué)低年級(jí)學(xué)生，講解人工智能基礎(chǔ)知識(shí)，幫助初入校大學(xué)生了解人工智能的概念，掌握人工智能應(yīng)用技術(shù)，進(jìn)而獨(dú)立創(chuàng)作完成人工智能相關(guān)作品。本書包含了人工智能導(dǎo)引、人工智能基礎(chǔ)知識(shí)、燈光的智能控制、交通燈的智能識(shí)別、文字的智能處理、圖像的智能辨識(shí)、語(yǔ)音的智能辨識(shí)、人機(jī)的智能交互、無(wú)人駕駛、智能3D打印等方面

隨著物聯(lián)網(wǎng)的快速發(fā)展，軟件與硬件逐漸融合，硬件產(chǎn)品經(jīng)理這個(gè)角色越來(lái)越受到大家的重視。本書主要對(duì)與硬件產(chǎn)品經(jīng)理相關(guān)的知識(shí)進(jìn)行了系統(tǒng)梳理，為大家介紹了什么是硬件和硬件產(chǎn)品經(jīng)理，以及智能硬件產(chǎn)品經(jīng)理這個(gè)新興崗位的特點(diǎn)和發(fā)展。同時(shí)本書為讀者介紹了物聯(lián)網(wǎng)產(chǎn)品（也稱智能硬件產(chǎn)品）在市場(chǎng)分析、需求分析、同類產(chǎn)品分析、產(chǎn)品設(shè)計(jì)、硬件方

本書較為全面地介紹了深度學(xué)習(xí)的基本概念、算法原理以及實(shí)現(xiàn)框架。全書共9章，分別介紹了深度學(xué)習(xí)的發(fā)展歷史、神經(jīng)網(wǎng)絡(luò)與深度神經(jīng)網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)在目標(biāo)檢測(cè)和圖像描述中的應(yīng)用、生成對(duì)抗網(wǎng)絡(luò)、深度遷移學(xué)習(xí)和深度強(qiáng)化學(xué)習(xí)等，并提供了應(yīng)用實(shí)例，旨在通過(guò)練習(xí)和操作實(shí)踐幫助讀者鞏固所學(xué)的內(nèi)容。本書可作為高等院校

人工智能深刻影響著人類發(fā)展，本書將帶領(lǐng)讀者從工程化的角度了解人工智能。本書第1章和第2章簡(jiǎn)單介紹了人工智能的基本概念及其常見(jiàn)算法。第3章和第4章從工程化的角度探討了人工智能與智能制造、人工智能與智能設(shè)計(jì)。第5～9章重點(diǎn)介紹了人工智能中臺(tái)的概念，以及在企業(yè)中構(gòu)建人工智能中臺(tái)的流程。本書適合人工智能相關(guān)領(lǐng)域（特別是人工智能

這是一本以漫畫形式來(lái)展現(xiàn)深?yuàn)W理論的科普書。本書以卡通人物形象為主人公，通過(guò)講故事的形式串接內(nèi)容，以多格漫畫進(jìn)行展現(xiàn)，帶領(lǐng)大家走入神奇的人工智能世界。從印象篇、歷史篇、概念篇、技術(shù)篇、應(yīng)用篇、安全篇、未來(lái)篇、啟示篇多維視角全方位地探索人工智能的神奇與奧妙。人工智能本質(zhì)上是一個(gè)復(fù)雜、動(dòng)態(tài)、關(guān)聯(lián)、深?yuàn)W的知識(shí)體系，是用數(shù)學(xué)方程

目前，市場(chǎng)上的機(jī)器學(xué)習(xí)算法和深度學(xué)習(xí)算法相關(guān)入門書籍大都過(guò)于理論化和數(shù)學(xué)化，提高了學(xué)習(xí)門檻，使得不具有相關(guān)專業(yè)背景的讀者望而卻步；或是過(guò)于偏重實(shí)操，對(duì)于算法原理過(guò)于簡(jiǎn)略，使得讀者無(wú)法形成對(duì)算法原理和可應(yīng)用場(chǎng)景的基本認(rèn)識(shí)。本書共分為上下兩篇，共18章：其中第一篇為經(jīng)典機(jī)器學(xué)習(xí)模型部分，主要講解了常用的機(jī)器學(xué)習(xí)經(jīng)典模型。第

數(shù)據(jù)科學(xué)與人工智能數(shù)學(xué)基礎(chǔ)課旨在幫助讀者快速打下數(shù)學(xué)基礎(chǔ)，通俗講解每一個(gè)知識(shí)點(diǎn)。 全書分為3篇，共17章。其中第1篇為基礎(chǔ)篇，主要講述了高等數(shù)學(xué)基礎(chǔ)、微積分、泰勒公式與拉格朗日；第2篇為核心知識(shí)篇，主要講述了線性代數(shù)基礎(chǔ)、特征值與矩陣分解、隨機(jī)變量與概率估計(jì)、概率論基礎(chǔ)、數(shù)據(jù)科學(xué)的幾種分布、核函數(shù)變換、熵與激活函數(shù)；第

全書共10章分別從構(gòu)建非生物智能體、感知、描述、連接、記憶和理解、學(xué)習(xí)與交互、智能體運(yùn)算模式與處理功能、資源和任務(wù)功能系統(tǒng)、生存、思維、控制與主體性、智能體生命周期等角度深入討論了智能體的方方面面，本書討論一個(gè)極為龐大、復(fù)雜，且沒(méi)有先例、沒(méi)有形成共識(shí)的智能體或機(jī)器智能系統(tǒng)的實(shí)現(xiàn)機(jī)理、過(guò)程、要點(diǎn)，沒(méi)有能、也做不到面面俱到

本書以深度學(xué)習(xí)為核心，詳細(xì)講解Pytorch技術(shù)堆棧，力求使用最直白的語(yǔ)言，帶更多的小白學(xué)員入門甚至精通深度學(xué)習(xí)。本書共分為10個(gè)章節(jié)，前五個(gè)章節(jié)主要講解深度學(xué)習(xí)中的基本算法及概念，通過(guò)使用Pytorch實(shí)現(xiàn)經(jīng)典的神經(jīng)網(wǎng)絡(luò)并輔以\"課后加油站”小節(jié)補(bǔ)充數(shù)學(xué)知識(shí)，力求讓每一個(gè)知識(shí)點(diǎn)、每一個(gè)章節(jié)、每一個(gè)實(shí)驗(yàn)都能在學(xué)員腦海中

本書內(nèi)容屬于控制理論與神經(jīng)科學(xué)的交叉研究方向，以腦疾病中的帕金森病為背景。第1章為緒論，介紹了帕金森病的電生理特性、用于治療帕金森病的DBS技術(shù)及PID閉環(huán)調(diào)制策略等。第2～3章介紹了用于建模正常狀態(tài)和帕金森病狀態(tài)下的脈沖神經(jīng)元數(shù)學(xué)模型，包括單個(gè)神經(jīng)元模型，如經(jīng)典的Izhikevich模型，Morris-Lecar模型

本書是智能計(jì)算平臺(tái)應(yīng)用開發(fā)中級(jí)教材，主要介紹了智能計(jì)算平臺(tái)搭建、平臺(tái)管理、數(shù)據(jù)管理、應(yīng)用開發(fā)等相關(guān)知識(shí)。全書共分9章，內(nèi)容包括智能計(jì)算平臺(tái)應(yīng)用開發(fā)概述、人工智能與平臺(tái)搭建、平臺(tái)管理、數(shù)據(jù)采集、數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)處理、數(shù)據(jù)備份與恢復(fù)、機(jī)器學(xué)習(xí)基礎(chǔ)算法建模和人工智能模型開發(fā)測(cè)試。

本書是用戶體驗(yàn)設(shè)計(jì)師的入門讀物，從用戶體驗(yàn)設(shè)計(jì)師的角度出發(fā)，系統(tǒng)地介紹了從事用戶體驗(yàn)設(shè)計(jì)的學(xué)習(xí)方法、思維方式、工作流程和方式，覆蓋了用戶體驗(yàn)設(shè)計(jì)基礎(chǔ)知識(shí)、設(shè)計(jì)師的角色和職業(yè)困惑、工作流程、需求分析、設(shè)計(jì)規(guī)劃和設(shè)計(jì)標(biāo)準(zhǔn)、項(xiàng)目跟進(jìn)和成果檢驗(yàn)、設(shè)計(jì)師職業(yè)修養(yǎng)以及需要具備的意識(shí)等，力圖幫助設(shè)計(jì)師解決在項(xiàng)目中遇到的一些常見(jiàn)問(wèn)題，