本書面向初學者，使用Python語言以及流行的scikit-learn機器學習庫等資源，通過易于實踐的項目，幫助讀者掌握開發(fā)有效的機器學習系統(tǒng)所需的流程、模式和策略。本書首先介紹機器學習的基本概念和機器學習系統(tǒng)的評估技術；之后擴展工具庫，引入另外幾種分類和回歸技術以及特征工程；最后介紹一些較為前沿的新技術，包括組合機器

本書主要向讀者介紹當代人工智能技術的入門知識，特別是以深度學習為代表的機器學習方法。內(nèi)容包括人工智能的概念、分類和原理，闡述了人工智能的三大流派等。著重介紹了人工智能的相關技術和算法，包括機器學習、深度學習、強化學習、自然語言處理、機器視覺、機器人等。本書從基本原理概念、基礎算法、基本理論應用三個方面對每章內(nèi)容進行詳細

本書將幫助讀者掌握開發(fā)有效學習系統(tǒng)所需的流程、模式和策略，通過簡單的故事、圖片和Python示例來向讀者傳達機器學習的基本思想。即使讀者是一名初學者，只要具備一些Python編程基礎，不管大學數(shù)學水平如何，都能輕松閱讀本書并有所收獲。

本書是升級版，不僅包含機器學習的基本概念，以及如何利用TensorFlow庫快速構(gòu)建強大的機器學習模型，還涵蓋了前沿的神經(jīng)網(wǎng)絡技術，如深度語音分類器、面部識別和CIFAR-10自動編碼。另外，本書新增了如何將代碼更新到TensorFlow2.0，以及在Docker容器中運行代碼所需要的技術。

本書采用圖形化交互式人工智能軟件“橙現(xiàn)智能”（Orange3）為工具講解人工智能的基礎應用知識和技能，采用圖形化的形象方法方便讀者對知識的理解。全書分為三個部分，第一部分介紹人工智能技術的概況，第二部分介紹若干常用的人工智能技術及其應用方法，最后一個部分介紹有關人工智能倫理的相關內(nèi)容。本書的特色可以概括為“形象化概念理

《人工智能等級考試一級教程人工智能通識》面向我國人工智能的通識教育與專業(yè)技術人才的培養(yǎng)。全書共8章，分為3篇，分別為人工智能的基本理論、人工智能的應用以及人工智能的融合拓展，涵蓋了目前主流的人工智能技術。《人工智能等級考試一級教程人工智能通識》在介紹人工智能的基本原理時，盡量回避了相關的復雜模型和算法設計，方便讀者在社

本書通過基礎理論和算法實戰(zhàn)相結(jié)合，循序漸進地介紹了深度學習與交通大數(shù)據(jù)領域內(nèi)的計算機基礎知識案例和應用實戰(zhàn)案例，并通過PyTorch框架實現(xiàn)所有深度學習算法及案例應用。全書共8章，分別介紹了Python基礎知識、PyTorch基礎知識、深度學習基礎模型，以及基于深度學習的軌道交通刷卡數(shù)據(jù)、共享單車軌跡數(shù)據(jù)、出租車軌跡數(shù)

本書從多維數(shù)組Tensor開始，循序漸進地介紹PyTorch各方面的基礎知識，并結(jié)合深度學習中的經(jīng)典應用，帶領讀者從零開始完成幾個經(jīng)典而有趣的實際項目，包括動漫頭像生成、風格遷移、自動寫詩以及目標檢測。本書還介紹了PyTorch的幾個高級擴展，包括向量化計算、分布式加速以及CUDA擴展。本書既適合深度學習的初學者及第一

本書是由作者總結(jié)多年在遙感圖像處理領域的本科教學與研究生培養(yǎng)經(jīng)驗，依托團隊在目標檢測識別、語義分割、目標跟蹤、人臉識別、生成對抗及圖像理解等圖像處理實際工程優(yōu)勢編寫而成。本書從深度學習的基礎出發(fā)，讓學生掌握反向傳播、過擬合、損失和優(yōu)化、激活函數(shù)等知識，然后從深度學習的歷史出發(fā)，由Alexnet網(wǎng)絡結(jié)構(gòu)開始，逐步RCMN

機器學習實戰(zhàn)基于PythonSKlearn的解析本書前6章介紹基礎準備、數(shù)據(jù)探索、數(shù)據(jù)預處理、機器學習模型（分類、回歸、聚類）、集成學習、模型評估及持久化；第7章介紹機器學習在土木工程中的應用場景，并以五個工程案例系統(tǒng)化講解SKlearn庫的應用。本書輕原理、重實踐，適合廣大對機器學習有興趣，并且想系統(tǒng)學習數(shù)理統(tǒng)計的讀