本書是作者多年在數(shù)據(jù)智能領域中利用機器學習實戰(zhàn)經驗的理解、歸納和總結。出于“回歸事物本質，規(guī)律性、系統(tǒng)性地思考問題”“理論為實踐服務并且反過來充實理論，為更多人服務”的想法和初心，本書系統(tǒng)地闡述了機器學習理論和工程方法論，并結合實際商業(yè)場景落地。全書分為3部分。第1部分是機器學習的數(shù)學理論理解，這部分不是對于機器學習數(shù)

近年來，深度學習在人工智能的發(fā)展過程中起到了舉足輕重的作用，而圖神經網(wǎng)絡是人工智能領域的一個新興方向，被稱為圖上的深度學習。本書詳細介紹了從深度學習到圖神經網(wǎng)絡的基礎概念和前沿技術，包括圖上的深度學習、圖神經網(wǎng)絡的數(shù)學基礎、神經網(wǎng)絡學習與算法優(yōu)化、深度學習基礎、神經網(wǎng)絡中的表示學習、面向圖數(shù)據(jù)的嵌入表示、初代圖神經網(wǎng)絡

在這六年里，我跟蹤過許多微妙線索，與超過千余位AI從業(yè)者進行了談話，見證了一段AI的發(fā)展，看見了技術風暴。正是AI算力、框架、平臺、算法模型的合力創(chuàng)造了AI大模型的成功。在扎實的基建之上，ChatGPT這個“龐然大物”得以橫空出世。本書講述了微軟、阿里、京東、華為、百度等科技巨頭，以及科創(chuàng)企業(yè)AI技術演進的故事，每個故

深度學習通常被視為數(shù)學博士和大型科技公司的專屬領域。但是正如本書所呈現(xiàn)的那樣，熟悉Python的程序員可以通過少量的數(shù)學背景、少量的數(shù)據(jù)和最少的代碼在深度學習中取得令人震驚的成果。fastai是第一個為最常用的深度學習應用程序提供一致接口的庫。本書的兩位作者用口語化且簡單明了的方式描述了各種抽象的理論概念，希望通過本書

計算神經科學作為腦科學與人工智能之間的橋梁，是一門高速發(fā)展的新興交叉學科。本書采用理論與實踐結合的方式為讀者講述計算神經科學的基礎知識。它從基礎的數(shù)學和物理原理出發(fā)，詳細介紹了各類神經元模型、突觸模型，以及具有不同結構和功能的網(wǎng)絡模型，如興奮—抑制平衡網(wǎng)絡、決策網(wǎng)絡、連續(xù)吸引子網(wǎng)絡、庫網(wǎng)絡等。本書不僅講解了理論知識，還

本書以獨特的角度，深入淺出地介紹了人工智能領域最新技術——ChatGPT、提示工程及自然語言處理等相關技術。在內容上，本書科普性與專業(yè)性并重，既為普通讀者提供基礎知識，又有對專業(yè)領域的深入探討。本書通過7章的內容，在全面介紹ChatGPT內部原理的基礎上，重點解析提示指令的構建方法，以及如何針對各類任務構建合適的提示指

本書介紹了ChatGPT的前世今生，重點聚焦普通人如何使用ChatGPT獲得工作和生活效率的提升，各行各業(yè)如何通過ChatGPT來改變自己的賽道狀態(tài)。使用ChatGPT的寶典以及普及ChatGPT背后的技術，普通人可以看懂而且也富有科普性。同時，把AIGC中的生成視頻、圖像和文本也做了介紹，并提供了大量的工具。最后本書

本書是機器學習領域的入門教材，詳細闡述了機器學習的基本理論和方法。全書由12章組成，包括緒論、線性模型與邏輯斯諦回歸、決策樹、貝葉斯分類器、k近鄰算法、支持向量機、人工神經網(wǎng)絡、線性判別分析、主成分分析法、聚類、EM算法與高斯混合聚類、集成學習等。對每一種機器學習算法，均從算法原理的理論推導和MATLAB實現(xiàn)兩方面進行

本書全面講述人工智能算法的理論基礎和案例編程實現(xiàn)。第1章簡要介紹機器學習的發(fā)展及其應用。第2章和第3章主要介紹機器學習經典分類算法、聚類算法、集成算法和隨機森林算法，以及這些算法的具體內容、算法原理和案例編程實現(xiàn)。第4章介紹了深度學習的概念、原理、研究現(xiàn)狀，以及典型的神經網(wǎng)絡及其相關網(wǎng)絡的案例編程實現(xiàn)。第5章介紹了強化

大約在一百年前，電氣化改變了交通運輸行業(yè)、制造業(yè)、醫(yī)療行業(yè)、通信行業(yè)，如今AI帶來了同樣巨大的改變。AI的各個分支中發(fā)展為迅速的方向之一就是深度學習。本書主要涉及以下內容：第1部分是神經網(wǎng)絡的基礎，學習如何建立神經網(wǎng)絡，以及如何在數(shù)據(jù)上面訓練它們。第2部分進行深度學習方面的實踐，學習如何構建神經網(wǎng)絡與超參數(shù)調試、正則化