本書是中英文雙語教材,首先通過介紹線性回歸了解機器學(xué)習(xí)中的數(shù)據(jù)集、歸一化、損失函數(shù)、梯度下降函數(shù)等基礎(chǔ)知識,在此基礎(chǔ)上通過多個典型案例,詳細(xì)分析了邏輯回歸、決策樹、聚類、支持向量機等機器學(xué)習(xí)算法的實現(xiàn)流程和相關(guān)知識,并融入國家職業(yè)技能標(biāo)準(zhǔn)“人工智能訓(xùn)練師”和“大數(shù)據(jù)應(yīng)用開發(fā)”1+X證書等相關(guān)內(nèi)容,具有較強的實踐指導(dǎo)意義

本書從祖先的“仿生”入手，到機器“仿人”，到人工智能技術(shù)在人們生活中的應(yīng)用，集科技與生活于一書，分為八個話題，圖文并茂地向讀者介紹以“靈性”為核心的“人工智能”基礎(chǔ)科學(xué)知識，講述作為世界第一梯隊的中國科技工作者在人工智能領(lǐng)域取得偉大成就背后的故事。本書主要講述民用人工智能技術(shù)的基本情況，能夠激發(fā)讀者的閱讀興趣，引領(lǐng)讀者

本書主要討論機器學(xué)習(xí)、神經(jīng)形態(tài)計算和神經(jīng)網(wǎng)絡(luò)的理論及應(yīng)用，專注于機器學(xué)習(xí)加速器和硬件開發(fā)。本書從傳統(tǒng)的微處理架構(gòu)發(fā)展歷程入手，介紹在后摩爾定律和后丹納德微縮定律下，新型架構(gòu)的發(fā)展趨勢和影響執(zhí)行性能的各類衡量指標(biāo)。然后從應(yīng)用領(lǐng)域、ASIC和特定領(lǐng)域架構(gòu)三個角度展示了設(shè)計特定的硬件實現(xiàn)所需考慮的諸多因素。接著結(jié)合機器學(xué)習(xí)開

為了適應(yīng)和持續(xù)推動人工智能學(xué)科和多學(xué)科交叉領(lǐng)域的新發(fā)展，本書遵循“理論化—典型化—應(yīng)用化”的思路，秉持以理論學(xué)習(xí)和工程應(yīng)用為主要背景論述深度學(xué)習(xí)基礎(chǔ)理論、方法和應(yīng)用的宗旨，結(jié)合團隊多年領(lǐng)域研究和課堂教學(xué)實踐，從深度神經(jīng)網(wǎng)絡(luò)的核心結(jié)構(gòu)和原理出發(fā)，闡述了典型神經(jīng)網(wǎng)絡(luò)及其實際應(yīng)用。 全書分為四部分，共16章。其中，深度學(xué)習(xí)

本書從人工智能這一顛覆性技術(shù)的前世今生說起，對我國人工智能發(fā)展歷程、人工智能應(yīng)用領(lǐng)域以及人工智能對社會經(jīng)濟的影響進行了梳理，深入探討了人工智能背景下實體經(jīng)濟、產(chǎn)業(yè)工人、技術(shù)技能、職業(yè)教育等相關(guān)領(lǐng)域交叉融合的關(guān)系以及面臨的挑戰(zhàn)與對策，提出了智能化進程中技術(shù)技能、職業(yè)教育與產(chǎn)業(yè)工人的發(fā)展互動路徑。 全書共七章，具體為：人

深度學(xué)習(xí)技術(shù)作為人工智能領(lǐng)域的一門新興技術(shù)，已成為人工智能科研領(lǐng)域、企業(yè)應(yīng)用領(lǐng)域中常用的一門技術(shù)。本教材由神經(jīng)網(wǎng)絡(luò)基本訓(xùn)練規(guī)則、感知器、BP網(wǎng)絡(luò)作為基礎(chǔ)，講述神經(jīng)網(wǎng)絡(luò)基礎(chǔ)訓(xùn)練方法。并通過自編碼器網(wǎng)絡(luò)，將淺層網(wǎng)絡(luò)過度到深度神經(jīng)網(wǎng)絡(luò)部分，詳細(xì)講解卷積神經(jīng)網(wǎng)絡(luò)原理及訓(xùn)練方法、卷積神經(jīng)網(wǎng)絡(luò)的發(fā)展以及基于卷積神經(jīng)網(wǎng)絡(luò)的目標(biāo)檢測算

本書聚焦深度學(xué)習(xí)算法的基礎(chǔ)理論和核心算法，全面系統(tǒng)地論述深度學(xué)習(xí)的基礎(chǔ)理論，兼顧人工智能數(shù)學(xué)基礎(chǔ)知識與領(lǐng)域**原創(chuàng)基礎(chǔ)理論，構(gòu)建脈絡(luò)清晰的人工智能理論體系。本書首先介紹了深度學(xué)習(xí)的相關(guān)數(shù)學(xué)基礎(chǔ)，主要包括線性代數(shù)、概率論、信息論三部分；緊接著系統(tǒng)地介紹了深度學(xué)習(xí)的重點內(nèi)容，主要分為五方面，即深度學(xué)習(xí)的逼近理論，深度學(xué)習(xí)的

本書共8章，包括緒論、知識表示、搜索算法、推理技術(shù)、專家系統(tǒng)、機器學(xué)習(xí)、規(guī)劃系統(tǒng)以及Agent系統(tǒng)，全面系統(tǒng)地介紹了人工智能的發(fā)展、表示方法以及經(jīng)典算法等內(nèi)容。具體包括：人工智能的定義和發(fā)展、人類智能與人工智能、人工智能的學(xué)派及其爭論等。

本書針對工科院校普遍開設(shè)的“自動控制原理”課程，系統(tǒng)地闡述了經(jīng)典控制理論和現(xiàn)代控制理論所涉及的基本內(nèi)容。作為主要特色之一，本書將這些內(nèi)容劃分為模型篇、分析篇和設(shè)計篇三大部分。其中模型篇涵蓋了連續(xù)時間系統(tǒng)的微分方程與傳遞函數(shù)模型、框圖與信號流圖模型、頻域模型、離散時間系統(tǒng)的差分方程與脈沖傳遞函數(shù)模型，以及作為現(xiàn)代控制理論

本書主要內(nèi)容包括：人工智能的新里程碑——ChatGPT、深入理解Transformer模型、生成式預(yù)訓(xùn)練、無監(jiān)督多任務(wù)與零樣本學(xué)習(xí)、稀疏注意力與基于內(nèi)容的學(xué)習(xí)等，共十一章。具體內(nèi)容包括：ChatGPT的發(fā)展歷程、ChatGPT的能力、大語言模型的技術(shù)演化等。