隨著人工智能技術(shù)在越來(lái)越多的行業(yè)中應(yīng)用，諸多問(wèn)題也隨之而來(lái)，最主要的問(wèn)題在于人工智能技術(shù)與行業(yè)的結(jié)合深度不足。在大多數(shù)情況下，人工智能技術(shù)只能解決表層的行業(yè)問(wèn)題，對(duì)于深層的業(yè)務(wù)問(wèn)題賦能不足。當(dāng)前急需探索人工智能技術(shù)與行業(yè)結(jié)合的方法與模式。本書(shū)結(jié)合了筆者構(gòu)建人工智能產(chǎn)品的實(shí)際經(jīng)驗(yàn)，從人工智能產(chǎn)品流程、行業(yè)能力模型、人工智

本書(shū)主要討論在智能經(jīng)濟(jì)的浪潮下，人工智能技術(shù)與區(qū)塊鏈技術(shù)的范式變革與產(chǎn)業(yè)應(yīng)用，以及如何從數(shù)字經(jīng)濟(jì)學(xué)視角理解智能經(jīng)濟(jì)發(fā)展的商業(yè)邏輯變化和它所帶來(lái)的商業(yè)認(rèn)知升級(jí)。全書(shū)包括從信息技術(shù)到智能經(jīng)濟(jì)、區(qū)塊鏈技術(shù)應(yīng)用與場(chǎng)景、人工智能技術(shù)應(yīng)用與場(chǎng)景、智能經(jīng)濟(jì)時(shí)代的商業(yè)趨勢(shì)四部分，共20講內(nèi)容。 本書(shū)通過(guò)跨學(xué)科研究，構(gòu)建了一整套認(rèn)知人工

本書(shū)分四部分介紹深度學(xué)習(xí)算法模型及相關(guān)應(yīng)用實(shí)例。第一部分介紹在深度學(xué)習(xí)中必備的一些數(shù)學(xué)和機(jī)器學(xué)習(xí)的基礎(chǔ)知識(shí)。第二部分介紹卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)、深度強(qiáng)化網(wǎng)絡(luò)等經(jīng)典模型，并對(duì)每種模型從原理、結(jié)構(gòu)、優(yōu)化等方面進(jìn)行論述。第三部分介紹深度學(xué)習(xí)中常用的優(yōu)化方法及訓(xùn)練技巧。第四部分結(jié)合實(shí)踐來(lái)介紹深度學(xué)習(xí)在計(jì)算機(jī)視覺(jué)、模式識(shí)別中

共分為4個(gè)部分：1、基礎(chǔ)知識(shí)：主要介紹機(jī)器學(xué)習(xí)的基本概念、Python的基礎(chǔ)知識(shí)、常用第三方庫(kù)，并結(jié)合網(wǎng)絡(luò)爬蟲(chóng)及信息提取案例和股票數(shù)據(jù)圖表繪制案例使讀者對(duì)本部分內(nèi)容有更好的理解。2、有監(jiān)督分類案例：包括Iris數(shù)據(jù)分類、新聞文本數(shù)據(jù)分類、手寫(xiě)數(shù)字圖像識(shí)別和場(chǎng)景文字檢測(cè)共4個(gè)案例。3、無(wú)監(jiān)督聚類案例：包括人臉圖像聚類和文

本書(shū)首先從深度學(xué)習(xí)的原理出發(fā)，介紹如何把深度學(xué)習(xí)的理論轉(zhuǎn)換為PyTorch代碼，然后介紹如何在計(jì)算機(jī)上運(yùn)行這些代碼。作為一本面向初中級(jí)讀者的技術(shù)類圖書(shū)，本書(shū)在前面所述內(nèi)容的基礎(chǔ)上，還介紹了學(xué)術(shù)界前沿的一系列實(shí)例，以及PyTorch的源代碼結(jié)構(gòu)，以期讀者能夠融會(huì)貫通深度學(xué)習(xí)框架的設(shè)計(jì)和應(yīng)用的思想。

隨著人工智能技術(shù)在各行業(yè)的應(yīng)用蓬勃發(fā)展，其已滲透社會(huì)及人們?nèi)粘Ｉ�活的方方面面，且在圖像分類、目標(biāo)識(shí)別、自然語(yǔ)言處理等領(lǐng)域顯示了良好的效果和前景。但是，人工智能及其分支技術(shù)有一些特定的脆弱性，在某些場(chǎng)景下容易受到欺騙和攻擊，若不對(duì)此采取一定措施，就有可能造成嚴(yán)重的后果。本書(shū)通過(guò)介紹針對(duì)圖像分類的對(duì)抗技術(shù)，描述了深度神經(jīng)網(wǎng)

涵蓋強(qiáng)化學(xué)習(xí)基本算法實(shí)踐+深度強(qiáng)化學(xué)習(xí)算法的原理實(shí)現(xiàn)及案例。代碼豐富，可直接上手操作；配套豐富的直播課程資源！

本選題宏觀而全面地介紹了人工智能的理論和實(shí)踐，闡述了人工智能領(lǐng)域的核心內(nèi)容，并較為深入的介紹了各個(gè)主要研究方向的理論基礎(chǔ)及應(yīng)用。全書(shū)分為8章：第1章介紹人工智能的基本概念、研究目標(biāo)及發(fā)展情況；第2章講解人工智能領(lǐng)域常用的數(shù)學(xué)概念；第3、4章討論人工智能在通訊領(lǐng)域、控制領(lǐng)域的應(yīng)用原理及常見(jiàn)技術(shù)；第5章講解人工智能的核心算

本書(shū)是面向高級(jí)人工智能人才培養(yǎng)的高等學(xué)校人工智能相關(guān)專業(yè)精品教材中的一本，以信息物理系統(tǒng)、模糊邏輯系統(tǒng)、自主無(wú)人系統(tǒng)、群體智能、多Agent系統(tǒng)、人機(jī)協(xié)同系統(tǒng)、工業(yè)智能控制系統(tǒng)、機(jī)器人系統(tǒng)等為案例，完整呈現(xiàn)了人工智能綜合應(yīng)用體系架構(gòu)。本書(shū)首先介紹了智能系統(tǒng)的發(fā)展、相關(guān)概念、主要特征和類型、智能系統(tǒng)的發(fā)展前景，然后圍繞智

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(wèn)題。本書(shū)基于Keras框架并以代碼實(shí)現(xiàn)為核心，詳細(xì)解答程序員學(xué)習(xí)AI算法時(shí)的常見(jiàn)問(wèn)題，對(duì)機(jī)器學(xué)習(xí)、深度神經(jīng)網(wǎng)絡(luò)等概念在實(shí)際項(xiàng)目中的應(yīng)用建立清晰的邏輯體系。本書(shū)分為上下兩篇，上篇（第1～4章）可幫助讀者理解并獨(dú)立開(kāi)發(fā)較簡(jiǎn)單的機(jī)器學(xué)習(xí)應(yīng)用，